体制内「打工人」该如何利用大模型为工作提效？

看到这个问题，作为体制内打工人的我，想讲一下心路历程。

之前的我对待AI，是一种嗤之以鼻的态度，觉得它不是人工智能（因为帮不上忙），而是人工智障。

何以得出这个极端的结论，原因无他——早前的国内大模型发展水平不高，用哪一家都差不多，充其量是个比较能归纳总结的“搜索引擎2.0版本”，AI输出完内容，自己还需要花时间归纳总结，无效的内容不少。不过倒是有个好处，使用AI检索，没有搜索引擎平台的引流广告，除此以外毫无长处。

但随着AI的不断发展，最近我看到身边越来越多朋友在用AI辅助工作，当中不乏体制内的同事。找她聊了几句后，她的话让我深受启发：“年纪轻轻比我这奔四的人还古板，咋就不能接受新事物呢？

而且这么多AI产品都不花钱，用了反正也不亏。不如挨个试试，总有个靠谱的。”

格物致知，查了最新的动态，我才发现自己有多狭隘。

当前的AI已经可以通过自主学习，及时补充一些时政新闻、行业知识，不断丰富语料数据库，与既有模型形成互动。跟我之前用的那种生成内容不贴合实际问题的AI，已经是两个物种了。

抱着学习的心态，试用了朋友推荐的「智谱清言」，发现确实很实用。

众所周知，体制内人员经常要跟数据工作和文档整理打交道。说个大家可能深有同感的工作任务——会议纪要；这件事是很折磨人的，在经历一场几小时的会议过后，还要打醒精神，耗费大把时间整理会议内容。耗费精力也就算了，还容易出错，一旦出错就会导致很多麻烦。还有一种情况是，开会的时候走神了，没有做会议纪要。偷懒没有做记录，后面想回顾会议重点就困难了，让同事帮忙录音，也需要分段去听，不能实现快速查阅。

在这件事上，现在的AI工具或者说大模型应用，已经够帮助我们又快又好地完成相关任务。比如，在开会的时候可以打开飞书同步录音，飞书里面有一个妙记功能，在开会的时候只要点击录制，会后就能把会议的语音内容导出为一份完整的文字记录。

得到这份文字记录之后，我们就可以把Word文档上传至智谱清言自带的「会议纪要助手」智能体中；首次使用我们可以在【智能体中心】检索关键字找到会议纪要，使用后侧边栏就会有驻留，相当方便。

点开会议纪要功能，接下来在对话框中输入需求：“请把会议的讨论内容整理成纪要”，顺便选择文档，然后回车发送给AI，它就能自行整理文档的重点。

根据需求不同，我们还能向AI发问不断优化和完善内容，举个例子，我想让会议纪要助手根据todo list给予可行的建议，我们就在对话框进行提问“我该如何有效实施todo list”，它会给到具体帮助。

亲测，各种会议材料都适用，现在它已经成为我们办公室的标配了。

还有就是数据处理，用智谱清言来对付繁杂的数据分析非常高效。选择数据分析功能，上传文档之后就可以通过提问的方式，来让它智能分析出你指定的数据和内容。

让我比较惊喜的是它支持多种文件格式，不仅涵盖有常见的xlsx、xls、txt，像csv、json它也没问题。分析完数据后，还可以让它一键将结果可视化、转化处理为直观的柱状图、折线图、饼状图等。

就以做一份基础的表格为例，如图所示，我们可以给AI这样提要求：

写vba程序，表格中B列为年龄，请为我统计年龄的范围，年龄的数据是B2到B19的数据，在当前工作区生成柱状图。同时划分为3个区间，区间范围为年龄在20岁到25岁，25岁到30岁，30岁以上，只允许画图，不允许改动表格的数据。

提完要求过后，智谱清言给予我的是这样一个表格，很完善地达成了我的要求。这里有一个重点，就是我们向AI发问时需要尽量细致地问问题，描述越详细，越能帮助AI更好地理解。

想要饼状图也可以，我们再次给AI提要求：统计年龄的范围，年龄的数据是B2到B19的数据，在当前工作区生成饼状图。同时划分为3个区间，区间范围为年龄在20岁到25岁，25岁到30岁，30岁以上。最后得到的结果就是，饼状图与柱状图的数据结果都有了。

通过这样的形式与AI不同沟通，提出大量需求数据，AI会不断优化自己的回答以至于最终形成适合你的模型，这一步虽然繁琐细碎，但是它决定了任务完成的质量水平。

长期使用之后感觉不错，抱着好奇心，查了一下智谱清言的背景。

不查还不知道，智谱清言由北京智谱华章科技有限公司出品，这家公司是国内最早一批从事大模型研究的单位之一，它也是首批网信办生成式人工智能算法备案机构之一，数据安全方面可以说是相当可靠。

除了工作以外，我还发现了AI大模型智谱清言的另一面，我们可以利用它的能力做更多更有趣的事情，就像智谱清言里的这个智能体功能——王家卫台词生成器。

我是一个很喜欢王家卫电影的人，我惊叹运用AI可以把身边的琐事浪漫化演绎，原来它不死板，能够这样生动活泼。

根据问题生成出来的台词简洁精炼而又意蕴深邃，营造出一种诗的氛围，同时又像是发人深省的名言警句，带有浓厚的“文学气息”。

回到问题本身，最后说说现在的我，怎么看待AI吧。

当前的大模型有着出众的数据分析能力，准确无误的会议纪要，方方面面都帮我节省了工作时间，大大提高了效率，在用上智谱清言之后，我很少再加班了，工作幸福感直线上升。

大家也可以去试试看。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

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。

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 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】

123?spm=1001.2014.3001.5501)这份完整版的大模型 AI 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】