一、从技术演进看 AIGC 创新路径（基础知识-能力向）

1. 基础大模型技术（性能、价格、速度）

2. 图片可控生产技术（填充、涂抹、增强）

3. Sora类视频化技术（运动、实体一致性、3D化）

4. ASR、有声、音乐技术（情感、旋律、音质）

5. 虚拟人、具身智能与基础算力服务（现状与展望）

二、AIGC业界前沿产品与行业地图（基础知识-应用向）

1. 大模型应用行业地图（工具向  &  娱乐向）

2. 基础类AIGC应用（chatGPT、MJ等）

3. 办公泛工具类（AI-PPT、效率、创意）

4. 垂直场景类2B应用（客服、营销、培训等）

5. 情感陪伴类C端应用（星野、talkie、筑梦岛等）

6. 金融大模型场景实践（咨询问答、售前客服、安全风控）

三、大模型应用开发实践范式（实践-概览）

1. 整体开发流程介绍

2. AIGC落地技术选型（提示词工程、开源模型微调与私有化部署）

3. RAG+Agent+Workflow框架

4. 开发资源与团队构成

四、提示词工程的最佳实践（实践-prompt）

1. 基于结构化prompt

2. 基于CoT的prompt优化

3. 基于RAG的领域能力提升

4. 基于functionCall的专业能力提升

5. 基于ReAct框架协同推理与行动

6. 实例演示：短信编写、SQL生成、角色扮演

五、大模型私有化落地基础方案（实践-私有化模型）

1. 开源与闭源大模型介绍

(1) chatGPT、Claude、Gemini、kimi与其余闭源大模型

(2) 国外开源大模型概览（llama、Grok、Mistral、Gemma等）

(3) 国内开源大模型概览（通义千问、百川、智谱、deepseek等）

2. 大规模推理成本优化（量化、vLLM并行推理）

3. 检索强化型大模型应用

4. 模型评估与线上Case修复

5. 大模型安全与风险控制

六、大模型Agent赋能生产环境（实践-具体场景 以Coze/Dify框架为例）

1. 从Agent到Langchain/Coze/Dify

2. 营销创意：广告图文生成、文案创意编排

3. 办公提效：AI +  脑图/PPT/Excel/代码 Copilot

4. 知识整理：私有化企业资料问答系统/垂类搜索

七、AI产品的落地范式与未来展望

1. AI时代下团队的人员配置与分工

2. AI时代下公司创新探索与传统业务的关联

3. 展望：成本、业务与商业价值兑现