课次 | 课程主题 | 主要内容 | 学习目标 |
第1课 | 大模型概述与应用场景 | -LLM 基本原理(Transformer、预训练+微调)-主流模型对比(GPT、Claude、通义千问等) -应用类型:RAG智能体、AI工作流 | 了解大模型的工作原理与应用生态,为后续学习建立整体框架 |
第2课 | Prompt 工程基础 | -Prompt 四要素(指令、上下文、输入、输出)-零样本、少样本、角色设定、思维链(CoT) -结构化输出(JSON、表格)-Prompt 优化技巧 | 能为不同任务设计有效的 Prompt,减少幻觉、提升可控性 |
第3课 | Python 与 API调用实战 | Pvthon 基础语法回顾-requests调用模型 API-APIKey 管理 -调用案例:问答、代码生成 | 能独立调用大模型 API完成基础任务 |
第4课 | 数据解析与处理 | -JSON/CSV 解析与生成-Pandas 数据筛选与统计 -数据可视化初步(matplotlib) | 能解析模型返回结果并做简单处理 |
第5课 | 前后端交互基础 | -HTML/CSS/JS 基础-Fetch API调用后端接口 -使用Chart.js/ECharts 做数据可视化 | 能将模型结果通过前端可视化展示 |
第6课 | 本地环境与工具链 | -conda/venv 环境管理- Git 基础操作- HuggingFace CLI下载模型 -ComfyUl安装与基础节点运行 | 能搭建基础开发环境,熟悉常用工具 |
第7课 | 综合实战-API驱动的问答系统 | 结合 Prompt + API 调用 + 数据处理 - 前后端结合展示 - 扩展为简单的知识库问答 | 能做一个可运行的小项目 |
第8课 | 专业阶段衔接预热 | RAG 基础概念与知识库构建入门 -Function Call 概述,AI 工作流工具介绍 | 掌握专业阶段学习的核心背景知识 |