课程目录

开篇词 (2讲)

  1. 开篇词｜从对话到陪伴：大模型应用开发的全景实战课
  2. 直播回放｜1 小时带你入门大模型应用开发

认知篇：走进大模型应用开发 (3讲)

  1. 01｜蓝图构建：大模型应用开发全景图
  2. 02｜场景选择：为什么选择情感聊天切入？
  3. 03｜架构与选型：如何从0到1构建AI情感伙伴？

基础篇：大语言模型核心原理与交互逻辑 (5讲)

  1. 04｜“黑箱”揭秘：Transformer架构与文本生成机制
  2. 05｜Prompt工程入门：如何让大模型精准理解你的情感聊天需求
  3. 06｜上下文管理技巧：打造连贯自然的情感聊天对话体验
  4. 07｜从“对话机器”到“陪伴伙伴”：用Agent架构重塑情感聊天机器人的智能边界
  5. 08｜检索增强生成：让大模型“言之有据

实战篇（一）情感聊天应用基础搭建 (5讲)

  1. 09｜开发环境搭建：大模型应用项目初始化
  2. 10 _  向量数据库入门：为情感聊天机器人注入长期记忆
  3. 11｜核心功能开发 1：用户输入处理与情感意图识别
  4. 12｜核心功能开发 2：大模型响应生成与情感匹配优化
  5. 13｜界面设计入门：Python+React搭建情感聊天可视化界面

实战篇（二）情感聊天应用功能升级 (6讲)

  1. 14｜情感分析集成：让大模型读懂用户情绪并给出适配回复
  2. 15｜个性化配置：支持用户自定义聊天风格、语气与角色设定
  3. 16｜多轮对话优化：基于记忆机制实现上下文连贯交互
  4. 17｜敏感内容过滤：保障情感聊天应用的合规性与安全性
  5. 18｜本地知识库接入：让情感聊天具备专属领域知识应答能力
  6. 19｜性能优化技巧：提升情感聊天应用的响应速度与稳定性

进阶篇：大模型应用拓展与深化 (4讲)

  1. 20｜多模态情感交互：集成图片、语音的沉浸式聊天体验开发
  2. 21｜微调实战：基于私有数据优化情感聊天模型效果
  3. 22｜插件开发：为情感聊天应用添加天气、新闻等扩展功能
  4. 23｜A_B 测试实践：对比不同模型与Prompt方案的聊天效果

落地篇：部署、运维与商业化思考 (3讲)

  1. 24｜多平台部署指南：从本地运行到云服务器、Docker容器上线
  2. 25｜应用监控与运维：日志分析、性能监控及故障快速恢复
  3. 26｜大模型应用商业化路径：从情感聊天到垂直领域解决方案的拓展

结束语 & 结课测试 (2讲)

  1. 结束语｜ 让AI更有温度，让陪伴更懂你
  2. 结课测试｜来检验一下你的学习结果吧！