2025年生成式人工智能应用工程师学习线路
生成式人工智能应用工程师学习线路
初级
掌握AIGC基础概念、法律规范及安全基础、提示词使用及优化技巧，具备使用文心一言、Stable Diffsion、Midjourney等常见大模型应用进行高质量的文案、图片、视频创作的能力
课程内容包括：AIGC基础、职业道德、数据安全基础、提示词工程基础、文案创作、图像创作、视频创作、项目实训
| 课程模块 | 课程内容 |
|---|---|
| 第一章 生成式人工智能概述 | |
| 1.1 生成式人工智能背景介绍 | |
| 1.2 生成式人工智能技术原理和发展 | |
| 1.3 Transformer模型简介 | |
| 1.4 百度文心一言架构与简介 | |
| 1.5 ChatGPT模型架构与简介 | |
| 第二章 职业道德 | |
| 2.1 生成式人工智能的法律、伦理和版权 | |
| 2.2 生成式人工智能工程的伦理原则 | |
| 2.3 人工智能的规范与标准 | |
| 第三章 数据安全基础 | |
| 3.1 生成式人工智能数据安全概述 | |
| 3.2 生成式人工智能安全风险 | |
| 3.3 大语言模型提示注入攻击安全风险 | |
| 3.4 实际案例分析 | |
| 第四章 提示词工程 | |
| 4.1 提示词工程课程概述 | |
| 4.2 生成式人工智能提示词技巧 | |
| 4.3 提示词训练与优化技巧 | |
| 4.4 训练个性化的优质提示词 | |
| 4.5 识别生成式人工智能答案的真伪 | |
| 第五章 文案创作 | |
| 5.1 课程概述 | |
| 5.2 文案创作基础 | |
| 5.3 使用生成式人工智能生成宣传文案 | |
| 5.4 使用生成式人工智能生成产品描述 | |
| 5.5 使用生成式人工智能生成短视频文案 | |
| 5.6 使用生成式人工智能生成PPT | |
| 第六章 图像创作 | |
| 6.1 Diffusion Models模型制作拼图 | |
| 6.2 DALL·E 模型制作AI 图像 | |
| 6.3 Stable Diffusion模型图像混合与参数设置 | |
| 6.4 Midjourney模型与图像混合 | |
| 6.5 生成式人工智能图像模型演练与工作流程 | |
| 6.6 DALL·E、Midjourney、Diffusion Models、Stable Diffusion差异 | |
| 6.7 项目实践：通过Midjourney训练电商商家独有的AI模特 | |
| 第七章 视频创作 | |
| 7.1 VideoGPT模型制作视频 | |
| 7.2 Video Diffusion Models模型制作视频 | |
| 7.3 通过AI模特制作宣传视频 | |
| 第八章 应用实验 | |
| 8.1 闲聊对话实验 | |
| 8.2 问答实验 | |
| 8.3 客服实验 | |
| 8.4 创意实验 | |
| 8.5 其他实验 | |
| 第九章 项目实训 | |
| 9.1 人工智能创作：诗歌、散文与音乐生成 | |
| 9.2 个性化推荐：新闻、商品与广告推荐 | |
| 9.3 短视频制作：抖音短视频 | |
| 9.4 教学辅助：备课、出题、论文创作 | |
| 9.5 职业规划：学习提升计划、简历 |
中级
掌握AIGC技术原理、法律安全规范、提示词高级使用技巧，具备在搜索引擎、社交媒体、在线教育等典型应用场景进行提示词编写及优化的能力
课程内容包括：AIGC技术原理、法律伦理及版权、物理及信息安全、提示词工程进阶、深度学习应用、RAG应用、项目实训
| 课程模块 | 课程内容 |
|---|---|
| 第一章 生成式人工智能概述 | |
| 1.1 生成式人工智能背景介绍 | |
| 1.2 生成式人工智能技术原理和发展 | |
| 1.3 Transformer模型简介 | |
| 1.4 百度文心一言架构与简介 | |
| 1.5 ChatGPT模型架构与简介 | |
| 第二章 职业道德 | |
| 2.1 生成人式工智能的法律、伦理和版权 | |
| 2.2 人工智能治理原则 | |
| 第三章 数据安全基础 | |
| 3.1 物理安全技术 | |
| 3.2 信息安全技术 | |
| 第四章 提示词工程 | |
| 4.1 提示词工程技术简介 | |
| 4.2 提示技巧的分类 | |
| 4.3 工具与模型库 | |
| 第五章 提示词的生成与优化 | |
| 5.1 自然语言处理技术与生成式人工智能应用 | |
| 5.2 提示词的自动生成 | |
| 5.3 提示词的优化与调整 | |
| 第六章 提示词的常用生成器与工具 | |
| 6.1 提示词生成器的分类与特点 | |
| 6.2 常用的提示词生成器与工具介绍 | |
| 第七章 应用实验 | |
| 7.1 机器学习库文本分类应用 | |
| 7.2 深度学习库文本生成应用 | |
| 7.3 模型选择和调参 | |
| 7.4 RAG原理与流程 | |
| 7.5 RAG应用构建 | |
| 第八章 项目实训 | |
| 8.1 提示词工程的应用场景 |
高级
掌握AIGC发展趋势、法律及安全体系、提示词工程在各类复杂业务场景下的应用，具备在分类/要素提取、文档生成、RAG、Agent、NL2SQL等技术场景下进行方案设计和优化的能力
课程内容包括：AIGC产业生态、法律法规解读、数据安全合规、提示词工程典型应用场景、提示词工程的技术应用、项目实训、工程团队管理
| 课程模块 | 课程内容 |
|---|---|
| 第一章 生成式人工智能概述 | |
| 1.1 生成式人工智能背景介绍 | |
| 1.2 ChatGPT模型架构与简介 | |
| 第二章 职业道德 | |
| 2.1 《互联网信息服务深度合成管理规定》 | |
| 2.2 人工智能伦理规范 | |
| 第三章 数据安全基础 | |
| 3.1 数据安全管理体系 | |
| 3.2 数据安全合规性与审计 | |
| 第四章 提示词工程应用场景 | |
| 4.1 个性化推荐系统实现 | |
| 4.2 社交媒体中的提示词工程 | |
| 4.3 在线教育中的提示词工程 | |
| 4.4 智能客服中的提示词工程 | |
| 4.5 其他领域中的提示词工程应用场景分析 | |
| 第五章 提示词工程中的技术应用 | |
| 5.1 分类和要素提取中的提示词优化（NLP 基础任务） | |
| 5.2 文档生成中的提示词优化 | |
| 5.3 RAG中的提示词优化 | |
| 5.4 Agent 中的提示词优化 | |
| 5.5 NL2SQL中的提示词优化 | |
| 第六章 提示词工程的创新应用 | |
| 6.1 提示词工程的创新方向 | |
| 6.2 提示词工程的跨领域应用 | |
| 6.3 提示词工程的未来展望 | |
| 第七章 提示词工程安全与合规 | |
| 7.1 提示词工程中的数据安全 | |
| 7.2 提示词工程中的合规要求 | |
| 7.3 提示词工程中的隐私保护 | |
| 第八章 项目实训 | |
| 8.1 大模型应用研发项目需求分析 | |
| 8.2 大模型应用研发项目开发流程及技巧 | |
| 8.3 大模型应用研发项目应用分析 | |
| 8.4 大模型应用项目成果展示与评估 | |
| 第九章 提示词工程团队管理 | |
| 9.1 大模型应用研发团队的组织结构 | |
| 9.2 大模型应用研发团队的人员招聘与培训 | |
| 9.3 大模型应用研发团队的绩效考核与激励 |