大模型解构
Last Update:
AI工作流：
AIGC赋能电商公司：
极睿科技：极睿科技
AIGC赋能教育：
AIGC赋能广告：HeyGen
30人3个亿
AIGC赋能办公场景：AIPPT
月收几百万人命比
AIGC赋能泛娱乐行业：星野
meitu美图
※AIGC赋能金融：支小助
南方航空、电网、烟草、咪咕、航空
数据分析：
外部调研、内部数据分析
经营分析与商业经营
重要视角：国内外大厂、小厂、创业等加大AI投入
2.移动互联网没机会、只有卷AI功能
3、2B需求爆发增长、比2C还快
4、各部门沟通壁垒无法打通
注意重点：
1、AI现在速度在2010
2.小米、美团、滴滴、头条等都是2010-2012阶段成立，造就大佬也造就变现员工
3、现阶段企业投入AI的ROI最高，蜂拥而至的AI需求其实非常合理
结合业务场景做落地：
金融行业：严谨性、复杂性、实时性、准确性
Prompt、Agent、Function Call、RAG
什么事Prompt：
提示词工程
Function Call：
理解语义、自主决策、机构化调用工具、询问用户、补全信息、基于返回的结构化信息，整合生成回复、
Function Call的成功率非常依赖基座LLM
Function Call可以让LLM变成智能中枢
LLM Based Agent
从无状态到特定状态的定义和识别
无状态、连续：
prompt：帮我点外卖，两杯可乐和，面包。送公司
有状态、离散：
{
APP：美团
irders：可乐、面包
Numbers：1548324254
….
}
用好Agent的关键，思考哪些东西值得被离散化、状态化
不断测试大模型的能力，并研究如何提高状态判断的准确度。
如何测试大模型。
测试大模型的离散化的准确率如何
多Agent协作
如何提升性能：
提升状态判断准确率、Function Call准确度、RAG准确度、Agent可控性
最初：只会Prompt
初级：Agent：反思+纠错
中级：多Agent协作、RAG
高级：Fine tune、Embedding定制
顶级：训练垂直行业LLM
以前产品经理要PMF：符合市场需求
AIGC产品经理要TPF：技术产品的契合