2天（6小时/天）
人工智能和Deep Seek赋能烟草
本课程由大数据与人工智能实战专家李家贵老师主讲，旨在帮助烟草行业从业者深入理解人工智能技术，特别是Deep Seek等大模型在烟草业务中的实际应用。课程涵盖AI前沿探索、烟草行业应用场景、提示词工程及…
课程介绍
本课程由大数据与人工智能实战专家李家贵老师主讲，旨在帮助烟草行业从业者深入理解人工智能技术，特别是Deep Seek等大模型在烟草业务中的实际应用。课程涵盖AI前沿探索、烟草行业应用场景、提示词工程及智能体实战四大模块。学员将学习AI基础概念、主流模型（如ChatGPT、Deep Seek）的原理与部署，并重点探讨AI在法规遵从、知识管理、消费者洞察、供应链优化、产品设计、研发创新及质量控制等烟草核心环节的解决方案。通过案例分享和实操演练，学员将掌握提示词工程技巧，提升人机协同效率，并学会从零搭建AI智能体，实现业务流程自动化。课程强调落地性，帮助学员将AI技术转化为实际生产力，推动烟草行业数字化转型。
第一天 前沿讲解
一、前瞻视界：AI的前沿探索
1. AI基础：基本概念、发展历程、工作原理、关键技术
2. 主流AI模型介绍及应用：ChatGPT、Claude、Gemini、Deepseek、千问
3. AI模型本地化部署：服务器部署，移动端部署
4. 数据安全和隐私保护策略
5. 大模型能力利用：意图识别、ICL（上下文学习）、COT（思维链）、IF（指令遵循）
6. 大模型能力局限：缺乏领域知识，缺乏复杂多步推理
7. 大模型及应用安全专题：架构安全、网络安全、数据安全
8. 周边影响：核心硬件+AI数据中心建设+云计算给AI带来的影响
二、AI模型在烟草项目中的应用
2.1 大语言模型（LLMs）在烟草行业中的应用与解决方案
2.1.1 法规遵从与文档管理
2.1.2 内部知识管理
2.1.3 消费者洞察与反馈分析
2.1.4 供应链优化
2.1.5 案例分享
2.2 AI绘图模型在烟草产品（包装类）设计中的应用
2.2.1 创意概念生成
2.2.2 法规遵从性设计
2.2.3 品牌一致性保障
2.2.4 3D建模与虚拟原型
2.2.5 案例分享
2.3 AI在烟草研发（R&D）中的应用与解决方案
2.3.1 产品配方与创新
2.3.2 分析测试与减害产品开发
2.3.3 智能质量控制与生产优化
2.3.4 烟叶种植与管理
2.3.5 案例分享
三、十倍提效基础技巧：提示词工程（人机协同，可控生成）
1. Prompt的一个本质
2. Prompt的二个心法
3. Prompt的三项沟通要点
4. Prompt的四项chat法则
5. Prompt的五个业务法则
6. Prompt的六条咒语
7. Prompt的七项注意
8. Prompt的天龙八部
9. Prompt的追问法则
10. Prompt的继续法则
四、烟草智能体实战
课后参考材料：常用AI工具
【表格内容】
单元 / 主题 | 主要内容（Why / What） | 步骤 & 演练、实操（How）
第一单元价值
五大价值 | - 减少重复性操作 → 自动批量处理
- 控制人为失误 → 流程校验 & 回滚
- 标准化执行 → 可复制 SOP
- 经验不断层 → 知识沉淀 & 迁移
- 多任务协同 → 统一调度 & 监控 | - 案例对比：手工 vs. Agent
- 小组讨论：各自岗位的“痛点 5 连击”
- 产出：个人Agent待建清单
第二单元内核
五大内核 | 感知／规划／记忆／工具／行动 组合成闭环
- 感知：输入采集与解析
- 规划：多步骤任务拆解
- 记忆：短期 vs. 长期存储
- 工具：外部能力调用
- 行动：执行 & 反馈循环 | - “五核模型”拆解
- “五核模型”举例
- 小组讨论：以Manus实战案例为例，识别Agent的五大内核
第三单元实操
五大关键组件 | - 模型选型： DeepSeek / 豆包…
- 提示词打磨：262 + CHAT 框架+提示词八招
- 工具调用：读取文件、生成文件、搜索、生图
- 知识库搭建：切片、嵌入、向量检索
- 工作流编排：触发器 → 条件 → 行动 | - Demo：多模型对同一任务效果对照
- Prompt 打磨工作坊：弱 → 强
- 工具集市：18 款插件试用
- 向量库快速入门 & 索引可视化
- Flow 设计：从单点触发到全链路调试
- 演示：结合多个实战Agent案例讲解构建Agent的五大关键组件
- 实操：从0到1搭建人生第一个AI工作流
第四单元实操
五步落地法 | - 建立智能体：起名：AI 命名，AI快速生成个性化图标
- 编写提示词：标准法 + AI 自生法
- 添加技能：人设假设 & 插件植入
- 调试：单点调试和组合调试
- 发布：权限、版本、监控 | - 演示：从0到1利用五步搭建Agent
- 实操：从0到1利用五步搭建Agent
第五单元平台
五大神器按钮 | - Bot 商店：现成智能体检索 & 复用
- 插件商店：功能扩展 & 热门排行
- 工作流：低代码拖拽，优化输出
- 知识库：高质量入库 & 效果评估
- 文件导入：TXT / PDF / Word 批量解析 | - 实况导览：Bot & 插件商店
- Flow Builder 实操：30 分钟搭正确认邮件 Agent
- 知识库评测：准确率 vs. 覆盖率
- 文件批量切片与增量更新脚本
- 实操：寻找一个热门BOT并体验，寻找一个热门工作流并复制使用
李家贵
常住地：广东省 深圳市
李老师是一位资深的数字化和人工智能专家，在大数据、AI、数据中台、用户画像、BI等领域有深厚造诣。他不仅精通传统的数字化工具，还在人工智能的前沿领域有丰富的实践经验。
在人工智能方面，李老师主导了多个创新项目:
1. 深圳市南山区政务AI项目，开发了AI生成PPT、AI日志和AI图库等智能应用。
2. 联通-清华产学研合作的AI Agent平台开发项目，推动了智能代理技术的应用。
3. 罗湖教育局招生AI项目，利用AI技术优化教育资源分配。
4. 威海智慧谷AI项目，探索AI在智慧城市建设中的应用。
李老师在大数据和AI融合方面有独到见解，曾主导实施:
- CEM系统从0到1的搭建，整合客户体验管理与AI分析。
- 数字百色系列化项目，包括大数据湖项目，实现了数据与AI的深度结合。
- 长沙空港实业运行控制中心（IOCC）BI项目，将AI决策支持引入航空管理。
- 深圳空管站CDM大数据项目，利用AI提升空中交通管理效率。
在数据中台和AI结合方面，李老师主导了多个标志性项目:
- 珠海机场数据中心及服务总线使能平台项目
- 宁波国际会议中心数据中台服务系统项目
- 长沙城发共性支撑平台项目
- 广东省消防救援总队智慧队务系统建设项目
李老师还积极推动AI在智慧园区和智慧城市中的应用:
- 红土创新广场智能化系统集成系统（含AI驱动的BI）
- 上基智慧园区设计项目（融合AI分析的BI系统）
- 广西移动大厦总部数字化项目（AI赋能的BI平台）
- 中移物联网OnePark智慧园区项目（AI+IoT的创新应用）
作为教育者，李老师开设了多门融合AI技术的课程，如《职场局中局，AI剧本杀》、《AIGC赋能各行各业》等，培养了大批AI+大数据复合型人才。
在咨询领域，李老师帮助多家企业实现AI驱动的数字化转型，如四方监理、深高速等，将AI技术与传统行业深度融合。
李老师的职业生涯横跨技术、销售、管理和创业多个领域，在每个阶段都将AI技术作为核心竞争力。他不仅是技术专家，更是数字化转型的战略家，善于将AI技术与商业价值紧密结合。
作为连续创业者，李老师多次从0到1创立原生数字化企业，并持续引入AI技术推动企业创新。他在产业互联网、智慧城市、数据中台等领域建立的企业，都以AI作为核心竞争力。
李老师在华为、腾讯、阿里、商汤等平台建立的ISV生态体系中，始终将AI技术作为重要纽带，推动产业链的智能化升级。