或者因训练数据集质量问题，导致算法设计目的、输出结果存在偏见或歧视， 甚至输出存在民族、宗教、国别、地域等歧视性内容。 （c）鲁棒性弱风险。由于深度神经网络存在非线性、大规模等特点，人 工智能易受复杂多变运行环境或恶意干扰、诱导的影响，可能带来性能下降、 决策错误等诸多问题。- 4 - 人工智能安全治理框架 （d）被窃取、篡改的风险。参数、结构、功能等算法核心信息，面临被 逆向攻击窃 施制造发展壁垒，恶意阻断 全球人工智能供应链，带来突出的芯片、软件、工具断供风险。 3.2 人工智能应用安全风险 3.2.1 网络域安全风险 （a）信息内容安全风险。人工智能生成或合成内容，易引发虚假信息传播、 歧视偏见、隐私泄露、侵权等问题，威胁公民生命财产安全、国家安全、意识 形态安全和伦理安全。如果用户输入的提示词存在不良内容，在模型安全防护 机制不完善的情况下，有可能输出违法有害内容。 模型算法安全风险应对 （a）不断提高人工智能可解释性、可预测性，为人工智能系统内部构造、- 8 - 人工智能安全治理框架 推理逻辑、技术接口、输出结果提供明确说明，正确反映人工智能系统产生结 果的过程。 （b）在设计、研发、部署、维护过程中建立并实施安全开发规范，尽可 能消除模型算法存在的安全缺陷、歧视性倾向，提高鲁棒性。 4.1.2 数据安全风险应对 （a） 在训练数据和用户交互数据的收集、存储、使用、加工、传输、提

1、读取即将上映的2025年电影数据集 2、对数据集进行深入分析和数据挖掘 任务 DeepSeek R1 能够准确对数据进行分类，从多个维度进行梳理和分析，借助可视化图表进行数据挖掘，基于分析结 果提供可行建议，但整体数据挖掘深度较浅，缺少对不同类型数据直接关联性的探究。 第一轮对话： 第二轮对话： （基于初步分析结果，选择其中一部分或某个方 向进行深入的数据挖掘） 提示词 测试结 快速读取文件数据，提取网址链接  长文本数据处理能力突出  爬虫数据采集存在代码错误问题  数据分析能力相对较弱 数据应用情况总结 新思路：优势互补，协同应用 Claude+DeepSeek 数据处理的“洗髓易筋” Claude 3.5 Sonnet 在文本提取 上较稳定，可用于数据清洗， DeepSeek R1 可确保数据完整性 DeepSeek+Open AI 数据采集的“天罗地网” DeepSeek 将“show”替换为“exhibit” 将“show”替换为“exhibit” 重新组织句子结构 重新组织句子结构 在每个引用年份后添加逗号 在每个引用年份后添加逗号 修改 解释 用 “可以降低捕食的易 感性 ”代替 “可以降低 捕食的易感性” 使用更简洁的动词，更好地表达原意。 将 “产生 ”改为 “导 致” 使用更准确、更简洁的动词，更好地 表达捕食与贝壳形态之间的因果关系。 用 “特定的猎物表型 ” 代替

推理模型 直接提问，无需分步引导 “证明勾股定理” 冗余拆解（如“先画图，再列公式”） 通用模型 显式要求分步思考，提供示例 “请分三步推导勾股定理，参考： 1. 画直角三角形…” 直接提问（易跳过关键步骤） 创意写作 推理模型 鼓励发散性，设定角色/风格 “以海明威的风格写一个冒险故事” 过度约束逻辑（如“按时间顺序列出”） 通用模型 需明确约束目标，避免自由发挥 “写一个包含‘量子’和‘沙漠’ + 实践验证 + 效果预期 设定论证框架 在提示语中涉及需要的证据类型和 数量用于观点支撑，确保论证充分， 例如： • 权威数据：来自官方机构的统计 或调研 • 案例分析：包含背景、过程、结 果的完整案例 • 专家观点：行业认可度高的专家 见解 规定证据要求 针对不同层级的论点设置不同的展开深度， 避免喧宾夺主： • 核心论点：充分论证，多维度支撑 • 次要论点：点到为止，简要说明 详尽描述使用方法与效 果，避免空洞的描述购 买建议要具备实际价值， 避免过度推销 差异化 考虑 真实感塑造：避免过度修饰，保持内容的真实性与亲和力 专业性体现：通过数据、用户反馈或专家认证增强内容的 专业感 种草自然度：确保文案与图片配合自然，避免过度营销或 生硬的推销 互动引导设计：结尾部分需鼓励读者参与互动，例如评论、 点赞或分享 保持平衡，既不夸大其 词，也不过于保守在效 果展示和互动设计时要

推理模型 直接提问，无需分步引导 “证明勾股定理” 冗余拆解（如“先画图，再列公式”） 通用模型 显式要求分步思考，提供示例 “请分三步推导勾股定理，参考： 1. 画直角三角形…” 直接提问（易跳过关键步骤） 创意写作 推理模型 鼓励发散性，设定角色/风格 “以海明威的风格写一个冒险故事” 过度约束逻辑（如“按时间顺序列出”） 通用模型 需明确约束目标，避免自由发挥 “写一个包含‘量子’和‘沙漠’ + 实践验证 + 效果预期 设定论证框架 在提示语中涉及需要的证据类型和 数量用于观点支撑，确保论证充分， 例如： • 权威数据：来自官方机构的统计 或调研 • 案例分析：包含背景、过程、结 果的完整案例 • 专家观点：行业认可度高的专家 见解 规定证据要求 针对不同层级的论点设置不同的展开深度， 避免喧宾夺主： • 核心论点：充分论证，多维度支撑 • 次要论点：点到为止，简要说明 详尽描述使用方法与效 果，避免空洞的描述购 买建议要具备实际价值， 避免过度推销 差异化 考虑 真实感塑造：避免过度修饰，保持内容的真实性与亲和力 专业性体现：通过数据、用户反馈或专家认证增强内容的 专业感 种草自然度：确保文案与图片配合自然，避免过度营销或 生硬的推销 互动引导设计：结尾部分需鼓励读者参与互动，例如评论、 点赞或分享 保持平衡，既不夸大其 词，也不过于保守在效 果展示和互动设计时要

四个方向 降低10倍人力 降低10倍成本 提高10倍效率 提升10倍体验 四个“十倍”原则  四个方向  四个十倍 选择场景 分解流程  做过去只有人才能做的事  做人做的重复繁琐易出错的事  拆解繁琐复杂的业 务流程 55政企、创业者必读 场景选择示例：人员招聘系统 场景分得足够细，就可以训练对应的专业模型来解决问题 注：经360内部测试，深色的业务环节更加符合“四个十倍”原则

推理模型 直接提问，无需分步引导 “证明勾股定理 ” 冗余拆解（如“先画图，再列公式 ”） 通用模型 显式要求分步思考，提供示例 “请分三步推导勾股定理，参考： 1. 画直角三角形 … ” 直接提问（易跳过关键步骤） 创意写作 推理模型 鼓励发散性，设定角色/风格 “以海明威的风格写一个冒险故事 ” 过度约束逻辑（如“按时间顺序列出 ”） 通用模型 需明确约束目标，避免自由发挥 “写一个包含‘量子

lobe66，记好，后面启动网页界面时，很快就会用到。 到这里，我们已经安装部署完成 lobechat. 4.4 愉快使用 打开浏览器，输入: localhost:10084，就会进入首页，界面布局如图 23所示。如 果喜欢暗黑模式，可以点击左下角设置调整。 Figure 23: 现在大模型界面是这样 我们还可以调整为其他背景模式，调整后界面如图 24所示： 23 Figure 24: 大模型暗黑界面 按照之前章节安装