如何用AI 来帮助我们提升学习能力加快学习进度，帮助我们升职加薪

01

2024 年 5 月 6 日，下班开车时，我在「一席」 App 里听了一场演讲，主题是《反人类设计背后的心理学》。听完以后，我觉得内容很不错，于是就想着晚上把它整理到笔记软件里。

接下来我怎么操作的呢？

传统的方法是：自己再听一遍，然后梳理整个框架，再提炼重点。

但这一次，我想试试 AI 。

具体方法如下：

第一步，我打开「一席」的网页版，然后选择了「打开文稿」，并把文稿复制到了 Word 里。

【一一AGI大模型学习 所有资源获取处一一】

①人工智能/大模型学习路线

②AI产品经理入门指南

③大模型方向必读书籍PDF版

④超详细海量大模型实战项目

⑤LLM大模型系统学习教程

⑥640套-AI大模型报告合集

⑦从0-1入门大模型教程视频

⑧AGI大模型技术公开课名额

第二步，我把 Word 上传到了 Kimi （一个人工智能助手） 里，然后让它「按照文章的顺序，整理它的架构」。

第三步，我再让它分析文章为什么引人入胜，并且聚焦到其中最重要的优点，并举例说明。

第四步，再结合自己的判断，将相关内容整理到印象笔记中。

——整个过程，也就 10 来分钟，我得到了自己想要的；若是以前，整个过程少说也要半小时左右。

02

再说一个案例。

我加入了很多行业交流群，群里经常会分享很多资源，各种格式的都有：PPT、Word、PDF。

对我来说，大多数资源的价值，在于文字部分——未来如果要写方案、做策划，可以快速从中找到灵感。

有一天我拿到了一份《集团公司人力资源三年规划详细内容》的 PPT 资源，于是把它上传到 Kimi 里，并让它把「 PPT 里的文字全部提取出来」，于是得到了以下内容：

接下来，为了方便日后检索，我又让 Kimi 生成了一段摘要，如下：

再然后，我就把相关内容（PPT、摘要、每一页的内容）复制粘贴到印象笔记里，日后如果我有需要，便可以快速检索相关内容。

03

我用的工具是 Kimi ，一个类似于 Chat-GPT 的人工智能工具，有网页版、App 版和小程序版。

相比于其他工具，我最喜欢它的地方是：简洁，没有那么多花里胡哨的设计。

而目前用得比较多的场景，就是：学习。

• 遇到一篇好的文章（或演讲稿），请它帮忙梳理思路、提炼表达的优点。

• 遇到一份好的文档，请它帮忙将其中的文字提取出来，并输出一份摘要，方便日后检索。

• 这些内容最后都集中保存在笔记软件（比如印象笔记里）。

用 AI 进行学习的过程，一共包括三步：

1.自学。 对信息有个大致判断，它是否优质。

2.AI 整理。 请它帮我做一些苦力活，比如提取文字、梳理摘要。

3.做笔记。 再将这些信息整理到自己的笔记里。

第一步和第三步不能省略：因为信息筛选要靠自己，毕竟好不好、适不适合只有自己知道；做笔记也要靠自己，因为怎样的信息更方便搜索，只有自己知道。

04

最后我想说一个感受。

其实这篇文章我犹豫过要不要发，因为我的朋友圈里有很多 AI 领域的大牛，有点担心被喷：这么简单的内容也要介绍？！

但当我问了另一些人，发现他们其实只是知道 AI 很厉害，可能要替代很多岗位，但是，回归到自己的工作中，依然在用老方法工作。

这就是认知壁垒：某些人习以为常的信息，在另一些人那属于新的认知。

但这并不代表另一些人不行，他们可能在自己专业领域、在投资上更厉害，毕竟术业有专攻。

如何系统的去学习大模型LLM ？

作为一名热心肠的互联网老兵，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。

但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的 AI大模型资料 包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

😝有需要的小伙伴，可以V扫描下方二维码免费领取🆓

一、全套AGI大模型学习路线

AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！

二、640套AI大模型报告合集

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。

三、AI大模型经典PDF籍

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。

四、AI大模型商业化落地方案

阶段1：AI大模型时代的基础理解

• 目标：了解AI大模型的基本概念、发展历程和核心原理。
• 内容：
  • L1.1 人工智能简述与大模型起源
  • L1.2 大模型与通用人工智能
  • L1.3 GPT模型的发展历程
  • L1.4 模型工程
    - L1.4.1 知识大模型
    - L1.4.2 生产大模型
    - L1.4.3 模型工程方法论
    - L1.4.4 模型工程实践
  • L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

• 目标：掌握AI大模型API的使用和开发，以及相关的编程技能。
• 内容：
  • L2.1 API接口
    - L2.1.1 OpenAI API接口
    - L2.1.2 Python接口接入
    - L2.1.3 BOT工具类框架
    - L2.1.4 代码示例
  • L2.2 Prompt框架
    - L2.2.1 什么是Prompt
    - L2.2.2 Prompt框架应用现状
    - L2.2.3 基于GPTAS的Prompt框架
    - L2.2.4 Prompt框架与Thought
    - L2.2.5 Prompt框架与提示词
  • L2.3 流水线工程
    - L2.3.1 流水线工程的概念
    - L2.3.2 流水线工程的优点
    - L2.3.3 流水线工程的应用
  • L2.4 总结与展望

阶段3：AI大模型应用架构实践

• 目标：深入理解AI大模型的应用架构，并能够进行私有化部署。
• 内容：
  • L3.1 Agent模型框架
    - L3.1.1 Agent模型框架的设计理念
    - L3.1.2 Agent模型框架的核心组件
    - L3.1.3 Agent模型框架的实现细节
  • L3.2 MetaGPT
    - L3.2.1 MetaGPT的基本概念
    - L3.2.2 MetaGPT的工作原理
    - L3.2.3 MetaGPT的应用场景
  • L3.3 ChatGLM
    - L3.3.1 ChatGLM的特点
    - L3.3.2 ChatGLM的开发环境
    - L3.3.3 ChatGLM的使用示例
  • L3.4 LLAMA
    - L3.4.1 LLAMA的特点
    - L3.4.2 LLAMA的开发环境
    - L3.4.3 LLAMA的使用示例
  • L3.5 其他大模型介绍

阶段4：AI大模型私有化部署

• 目标：掌握多种AI大模型的私有化部署，包括多模态和特定领域模型。
• 内容：
  • L4.1 模型私有化部署概述
  • L4.2 模型私有化部署的关键技术
  • L4.3 模型私有化部署的实施步骤
  • L4.4 模型私有化部署的应用场景

学习计划：

• 阶段1：1-2个月，建立AI大模型的基础知识体系。
• 阶段2：2-3个月，专注于API应用开发能力的提升。
• 阶段3：3-4个月，深入实践AI大模型的应用架构和私有化部署。
• 阶段4：4-5个月，专注于高级模型的应用和部署。

这份完整版的大模型 LLM 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

😝有需要的小伙伴，可以Vx扫描下方二维码免费领取🆓