构建提示语模板库，提高效率和一致性 开发提示语策略，应对复杂场景 表1-3-2提示语设计进阶技能子项 核心技能 子项 语境理解 深入分析任务背景和隐含需求 考虑文化、伦理和法律因素 预测可能的误解和边界情况 抽象化能力 识别通用模式，提高提示语可复用性 设计灵活、可扩展的提示语模板 创建适应不同场景的元提示语 批判性思考 客观评估AI输出，识别潜在偏见和错误 设计反事实提示语，测试AI理解深度 掌握提示语设计：AIGC时代的必备技能 提示语设计的进阶技能 表1-3-3提示语设计进阶技能子项 核心技能 子项 语境理解 深入分析任务背景和隐含需求 考虑文化、伦理和法律因素 预测可能的误解和边界情况 抽象化能力 识别通用模式，提高提示语可复用性 设计灵活、可扩展的提示语模板 创建适应不同场景的元提示语 批判性思考 客观评估AI输出，识别潜在偏见和错误 设计反事实提示语，测试AI理解深度 业知识，更强调了认知能力、创新思维和软实力的重 要性。 这些核心技能构成了提示语设计的基础，涵盖了从问 题分析到创意生成，再到结果优化的全过程。 语境理解能力使设计者能够在复杂的社会和文化背景 下工作；抽象化能力有助于提高工作效率和拓展应用 范围；批判性思考是确保AI应用可靠性和公平性的关 键；创新思维能力推动了AI应用的边界拓展，而伦理 意识则确保了AI的发展与社会价值观相符。 提示语的DNA：解构强大提示语的基本元素

构建提示语模板库，提高效率和一致性 开发提示语策略，应对复杂场景 表1-3-2提示语设计进阶技能子项 核心技能 子项 语境理解 深入分析任务背景和隐含需求 考虑文化、伦理和法律因素 预测可能的误解和边界情况 抽象化能力 识别通用模式，提高提示语可复用性 设计灵活、可扩展的提示语模板 创建适应不同场景的元提示语 批判性思考 客观评估AI输出，识别潜在偏见和错误 设计反事实提示语，测试AI理解深度 掌握提示语设计：AIGC时代的必备技能 提示语设计的进阶技能 表1-3-3提示语设计进阶技能子项 核心技能 子项 语境理解 深入分析任务背景和隐含需求 考虑文化、伦理和法律因素 预测可能的误解和边界情况 抽象化能力 识别通用模式，提高提示语可复用性 设计灵活、可扩展的提示语模板 创建适应不同场景的元提示语 批判性思考 客观评估AI输出，识别潜在偏见和错误 设计反事实提示语，测试AI理解深度 业知识，更强调了认知能力、创新思维和软实力的重 要性。 这些核心技能构成了提示语设计的基础，涵盖了从问 题分析到创意生成，再到结果优化的全过程。 语境理解能力使设计者能够在复杂的社会和文化背景 下工作；抽象化能力有助于提高工作效率和拓展应用 范围；批判性思考是确保AI应用可靠性和公平性的关 键；创新思维能力推动了AI应用的边界拓展，而伦理 意识则确保了AI的发展与社会价值观相符。 提示语的DNA：解构强大提示语的基本元素

LLM，agent 底层技术经历了三个大的阶段。 符号系统的缺点在于过于依赖人工定义的“符号”和“逻辑”，强化学习苦于训练数据的匮 乏和“模态墙”，而 LLM 一次性解决这些问题。 人类语言就是一种高度抽象、跨模态、表达力充分的符号系统，同时它作为知识的载体，自 然地存在大量数据可用于训练，还蕴含了人类的思维模式。 在此基础上训练得到的 LLM，自然具备被诱导出类人思考的潜力。在 COT（思维链）【4】、 SWE-bench verified 第一位 （53%）。 基于代码大模型的自身进化，以及 RAG 技术、智能体的有力支持，从而 LLM 有更好的上 下文感知能力。例如，在代码大模型预训练时，其训练语料中加入抽象语法树（AST）、代码依 赖关系等数据，新的代码生成模型则具有更强的上下文感知能力。 41 / 111 在此基础上，基于 AI 的编程工具能够根据给定的上下文（如函数名、注释、部分代码等） 硅基流动等组成的 GPU 推理集群 服务提供商，它们处理扩展与缩减等技术难题，并在基本计算费用基础上收取额外费用，从 而让应用公司无需承担构建和管理 GPU 推理集群的高昂成本，而是可以直接利用抽象化的 AI 基础设施服务。  第三类是传统的云计算平台，例如亚马逊的 Amazon Bedrock、阿里云百炼平台、微软的 Azure AI、谷歌 Vertex AI 等，允许应用开发者轻松部署和使用标准化或定制化的

背 景 下工作； 抽象化能力有助于提高工作效率和拓 展应用 范围； 批判性思考是确保AI应用可靠性和 公平性的关 键； 创新思维能力推动了AI应用的边 界拓展， 而伦理 意识则确保了AI的发展与社会价 值观相符 。 核心技能 子项 语境理解 深入分析任务背景和隐含需求 考虑文化 、伦理和法律因素 预测可能的误解和边界情况 抽象化能力 识别通用模式，提高提示语可复用性

ion
是最领先的。
杨植麟：我不太担⼼这个问题。现在就是最好的分配⽅式，更接近⼀个⾃由市场，最后会有最⾼的分 配效率。我们要跟别⼈证明的也不是我们的
vision，因为
vision
是⼀个抽象的东西，还是要通过真实 的
deliver
模型和产品。Anthropic
放出
Claude
这些模型之后，⻢上就得到了更多的资源。市场是公 平的。
海外独⻆兽：从建⽴产品和公司竞争壁垒的 为你还没有经历让它持续迭代变好 的过程，或者说去更加精细化地定义你想要⼀个怎样的产品的过程。它远远没有之前的产品那么直 接、简单。 因为，你可能有⼀个产品，然后你怎么让它变得更好？「好」是⾮常抽象的。你要怎么让
ChatGPT
变 得更好？怎样算好？往哪个⽅向好？好多少算是好？这些都很难（定义）。 很多产品经理容易陷⼊⼀个误区，定义⼀堆
feature
功能，像以前⼀样，这可能是不对的。因为（现 1、本科及以上学历，3
年及以上互联⽹中后台产品经验，计算机软件相关专业加分

2、效率控，对于标准化、⾃动化有着天然的好奇⼼

3、有项⽬管理相关领域经验者优先；需要善于设计并跟进流程效果
4、逻辑严，抽象佳，敢创新，落地快，owner
意识，学习能⼒强，有判断⼒

5、对⼤模型领域有强烈好奇⼼

业务线类 国内/国外效果⼴告设计师
⼯作地点：北京 学历要求：本科及以上 ⼯作年限：1-3
年

开放平台、投身自动驾驶技术领域。 百度正式推出 Apollo 开放平台 9.0 PolarDB-X V2.3 集中式和分布式 Katalyst 是字节跳动对多年大规模业务云原生化场景中资源管理能力的抽象 和总结，我们期望通过 Katalyst 的开源直接或间接地帮助用户做好资源管理， 实现降本增效。 2023 年 4 月，APUS 大模型正式发布。APUS 成立于 2014 年，是一家以产 品技 48 / 87 LLM 基础设施：大模型框架及微调 (Fine Tuning) 大模型框架有哪些特点： ：大模型开发框架通过提供高 层次的 API 简化了复杂模型的构建过程。这 些 API 抽象掉了许多底层细节，使开发者能 够专注于模型的设计和训练策略。 ：这些框架经过优化，以充分利用 GPU、TPU 等高性能计算硬件，以加速模型 的训练和推理过程。 ：为了处理大型数据集和大规模参

件 用思维导图提升办公效率成为企业趋势 学习、创作和团队发展的基本单位就是思维和想法 有序的构建思维，让知识和想法结构化 让您和您的团队赢在起跑线上，思维导图就是专门为此而生。 梳理思维，抽象信息更直观 信息可视化 激发灵感，记录创意 捕捉灵感 2 知识点结构化，学习更高效 效率学习 团队赋能，效率倍增 团队协作 在线头脑风暴，带来非凡体验 思维碰撞 越来越多的人在使用思维导图

他人进行分享 目 录 01 产品介绍 02 产品价值 03 模板市场 04 企业版介绍 05 嵌入式版介绍 可视化 理解 企业经营 数据 图表 • 数据洞察：数据可视化分析能够将抽象的数据转化为直观的图表，使数据变得更加生动，使决策者能够在短时间内 获取关键信息，迅速把握业务现状； • 即时决策：通过将复杂数据转化为直观图表，决策者能够快速了解业务状况和市场趋势，实时监控关键指标，迅速

他人进行分享 目 录 01 产品介绍 02 产品价值 03 模板市场 04 企业版介绍 05 嵌入式版介绍 可视化 理解 企业经营 数据 图表 • 数据洞察：数据可视化分析能够将抽象的数据转化为直观的图表，使数据变得更加生动，使决策者能够在短时间内 获取关键信息，迅速把握业务现状； • 即时决策：通过将复杂数据转化为直观图表，决策者能够快速了解业务状况和市场趋势，实时监控关键指标，迅速

8 / 32 LLM 基础设施：大模型框架及微调 (Fine Tuning) 大模型框架有哪些特点： ：大模型开发框架通过提供高 层次的 API 简化了复杂模型的构建过程。这 些 API 抽象掉了许多底层细节，使开发者能 够专注于模型的设计和训练策略。 ：这些框架经过优化，以充分利用 GPU、TPU 等高性能计算硬件，以加速模型 的训练和推理过程。 ：为了处理大型数据集和大规模参