| 章节 | 模块 | 内容 |
| 导入：一起登陆AI星球——建立对AI大模型的清晰认知 | 一、登陆AI星球 | 1. AI的4要素
1）算法 2）算力 3）数据 4）场景 | 2. AI国货之光-DeepSeek的全解析
1）发展路径分析
2）技术内核
3）DeepSeek与Chatgpt的PK战
4）DeepSeek的底层逻辑与应用实例 |
| 二、开启AI大门：AI大模型的工作原理 | 1. AI大模型的基本工作机制：如何通过大规模预训练和微调来生成自然语言文本？
2. 办公场景中的应用
1）客户服务：自动回复机器人 | 2）内容生成：自动翻译，报告生成
3）数据分析：图表制作，数据透视
互动示范：学员亲自体验AI大模型的对话能力和应用效果，加深技术原理的理解 |
| 三、探索AI世界：AI大模型的潜力与能力边界 | 1. AI大模型的潜力
1）大信息量：超大数据（数百万行）及超大文件 (30MB）以上的文件处理注意事项
2）高质量内容：高敏感内容（政策性文件，法律性文件，医疗健康等）的处理注意事项
3）提升工作效率：AHT概念（Average Handling Time），及人工效率的提升测算方式 | 2. AI大模型的能力边界
1）复杂上下文（背景）情境下的局限性，规避和优化方式
2）高精度内容时的局限性，规避和优化方式
3）场景汇总：GPT-4/O版本下的应用能力边界
场景应用：有效规避AI大模型的局限性
1）法律场景：法律条款解读的演示以及根因分析
2）医疗顾问：医疗咨询演示以及根因分析 |
| 场景一：文档处理 | 工具:《AI办公宝典V2.0》办公场景篇 |
第一剑：报告自动生成
工作痛点：手工生成报告费时费力，且容易因为人为疏忽导致数据错误或格式不规范。 | 一、应用场景（可基于客户需求选择或定制） | 1. 各类岗位工作日报/周报/月报（销售团队，运营团队等）
2. 基于固定信息生成报告（如学习心得，会议纪要，分析预测）
3. 产品需求说明文档生成 | 4. 消费者/客户画像分析生成
5. 市场营销分析报告/决策报告
6. 进阶技能：行业战略分析报告 |
| 二、AI大模型生成格式规范的报告 | 1. 数据的提取和组织
2. 内容的逻辑结构 | 3. 格式的设置 |
| 三、操作要点 | 1. “数据投喂”的操作方法
2. 核心场景的Prompt提示词 | 3. 人工的调整与校准——控制内容质量
4. “场景-IPO原则-Prompt-校准”的关键操作链条 |
| 四、学习实践 | 案例：月度销售报告自动生成（示例可灵活调整）
练习：使用AI大模型生成特定格式的报告 | 成果产出：学员将使用AI大模型输入销售数据，自动生成包括图表和文字分析的完整报告，学习如何配置模板和调整生成内容 |
第二剑：文档摘要提炼
工作痛点：阅读和理解长篇文档耗时且枯燥，容易错过关键信息，市场分析报告通常篇幅较长，快速获取关键信息对决策者至关重要 | 一、应用场景 | 1. 【通用类】GPT帮助理解文章内容——“这篇文章讲了什么？”
2. 会议纪要，讲话内容提炼为高质量摘要
3. 阅读笔记，读书心得，学习心得提炼总结 | 4. 会议，采访等录音稿转换文字并提炼摘要
5. 进阶技能：原创内容“二次创造”并进行内容深化 |
| 二、文档中提取关键摘要 | 1. 通过AI大模型提炼重要信息 | 2. 通过AI大模型提高阅读效率 |
| 三、学习实践 | 案例：长篇市场分析报告摘要，并进行二次深化创作
练习：
1. “文档投喂”
2. 提取文档的关键内容和要点
3. 控制报告类内容和输出标准的关键Prompt提示词 | 成果产出：从一份详细的市场分析报告中提取出主要观点和结论，使用AI大模型生成简明扼要的摘要，并基于摘要和新的工作要求，二次创作一篇新的市场分析报告。 |
第三剑：自动做PPT
工作痛点：做PPT的时候，我们往往会遇到时间要求紧，内容组织难，信息检索繁等耗时，劳心的困难 | 一、应用场景 | 1. 工作总结
2. 企业介绍 | 3. 技能培训
4. 产品介绍 |
| 二、生产PPT的2个路径 | 1. 投喂文档→生成大纲→修改大纲→输出PPT→调整 | 2. 全网搜索→生成大纲→修改大纲→输出PPT→调整 |
| 三、学习实践 | 成果产出：你是公司的销冠，接到公司的邀请，要求在公司的早会上用15分钟分享【如何开大单】的心得分享 |
| 场景二：数据与会议 | 工具：《AI办公宝典V2.0》表格场景篇 |
第四剑：数据分析
工作痛点：数据输入和校验的工作繁琐且易出错，影响数据的准确性和及时性，数据校验也需要耗费大量时间。 | 一、基于数据分析四步法，AI与人的共同协作 | 第一步：取数
第二步：建模 | 第三步：分析
第四步：决策 |
| 二、操作要点 | 1. 对源数据进行理解 | 2. 基于分析需求 |
| 三、学习实践： | 成果产出：你是一家连锁经营餐厅的总经理，当你拿到了今天的门店运营数据，通过GPT开展分析 |
第五剑：数据图表
工作痛点：管理层需要直观的图表来分析和展示季度业绩数据，手工分析数据和制作图表耗时费力，且对技术要求较高。 | 一、AI出图3步 | 第一步：取数——指定某个数据区域、指定某个字段 | 第二步：定图——确定想要的图表类型
第三步：输出——图标、数据源 |
| 二、操作要点 | 定义：指定数据源
1. 定义数据维度，取值范围，计量标准
2. 定义输出标准，图表类型 | 3. 常见图表生成思路及操作标准
案例：门店投入产出分析、门店经营雷达图 |
| 三、学习实践 | 案例：季度业绩数据分析与图表生成
练习：分析表格数据并生成可视化图表 | 成果产出：掌握使用AI大模型分析季度业绩数据，生成包括柱状图、折线图等在内的多种图表，学习如何直观展示数据分析结果。 |
| 第六剑：会议信息 | 方式一：实时记录会议信息（3大适用场景） | 1. 专业会议记录
2. 专属同传 | 3. 培训学习助手 |
| 方式二：上传音视频文件生成（3大适用场景） | 1. 音频直接转文字 | 2. 视频直接转文字 3. 专业翻译 |
| 模块三：图像处理场景 | 工具：《AI办公宝典V2.0》图像场景篇 |
第七剑：图像文字识别（OCR）
工作痛点：许多文档仍然是纸质形式，扫描后需要进行文字识别和编辑，手工输入扫描文档中的文字既耗时又容易出错，影响工作效率。 | 一、应用场景： | 1. 图片内容的文字识别并转化
2. PDF内容的文字识别并转化
3. 打印文稿的文字识别并转化 | 4. 名片，图册等复杂图文内容的识别并转化
5. 图片的自动化理解，说明及详细描述生成 |
| 二、操作须知： | 1. 光学字符识别（OCR）技术的基本原理
2. 计算机视觉（CV）原理与应用 | 3. 使用AI大模型进行图像文字识别和编辑 |
| 三、学习实践： | 案例：扫描各类复杂图文信息，并进行识别与编辑
练习：使用AI大模型处理扫描文档中的文字 | 成果产出：掌握将各类实体文件转换为可编辑的文字文件，使用AI大模型进行识别和编辑，确保内容准确无误。 |
第八剑：AI绘画
案例：Jerry的第一张AI“作品” | 一、简单图像的提示词的结构 | 1. 主体是什么
2. 重要细节&背景 | 3. 风格、媒介、艺术家
4. 参数 |
| 二、复杂图像的提示词的结构 | 1. 类型是什么？
2. 主体是什么
3. 环境是怎样的？
4. 构图是怎样的？ | 5. 拍摄媒介是什么？
6. 风格
7. 参数 |
| 三、学习实践： | 工具：《绘画篇AI办公宝典》 | 练习：绘制一副属于自己的AI自画像 |
第九剑：AI数字人
对比：短平快的基础版vs以假乱真的专业版
虚拟数字人：一种利用计算机图形学和人工智能技术创造的数字化人物形象，能够在虚拟环境中进行互动和表达 | 一、5 大应用场景 | 1. 社交媒体-虚拟主播、虚拟网红在各大社交媒体平台上进行内容创作和互动
2. 品牌营销-品牌利用虚拟数字人进行广告宣传、产品推广和品牌形象塑造
3. 娱乐产业-游戏、电影和动画中的虚拟角色设计和应用 | 4. 教育培训-虚拟教师、虚拟导师在教育培训中的应用
5. 客户服务-虚拟客服在电商、金融等行业中的应用 |
| 二、2大主流虚拟数字人制作工具（HEYGEN、D-ID 二选一实操演练） | 工具一：HEYGEN——相对专业，但门槛高 | 工具二：D-ID——入门简单后面深 |
| 三、虚拟数字人视频制作(实操演练) | 1. 形象设计和创建
2. 虚拟数字人动画制作和编辑 | 3. 虚拟数字人视频的后期处理和优化 |
| 回顾与总结： | 1. AI人工智能基础知识与关键认知 | 2. 九个核心办公场景的操作步骤和技巧 |
| 学员展示：学员展示练习成果并进行讨论 |
艾威国际网校
艾威天猫旗舰店
艾威官方微信
艾威网校官方微信
艾威官方视频号
艾威知乎号
企业微信客服
2025全年课表
查看全部课程
