課程分類： DS賦能財(cái)務(wù)

課程目標(biāo)：
DeepSeek是什么？
DeepSeek：大語言模型的特點(diǎn)
關(guān)鍵詞1：推理大模型 vs 非推理大模型
關(guān)鍵詞2：高效創(chuàng)新
關(guān)鍵詞3：強(qiáng)化學(xué)習(xí) DeepSeek-R1-Zero
關(guān)鍵詞4：蒸餾
垂直領(lǐng)域 AI 的深度滲透，重塑行業(yè)格局
1.3 DeepSeek來龍去脈
V3革新——前沿起航，性能激昂
R1破局——純強(qiáng)突圍，以小博威
多維解讀——第三方視角，全景洞穿
Deepseek前世今生，大模型如何來的？

課程對象：

課程時(shí)間：

一、 智勢：AI的前沿探索
1.1DeepSeek宏觀認(rèn)知
政域封殺：外國政府如何對待 DeepSeek
股市余震：為什么 DeepSeek 對美國股市造成沖擊
商界博弈：美國商界對 DeepSeek 的響應(yīng)
省政聯(lián)動：各省接入 DeepSeek 情況
高層定調(diào)：主要領(lǐng)導(dǎo)對 DeepSeek 的發(fā)言
巨頭合流：DeepSeek 與科技巨頭
A股擁抱：DeepSeek 上市公司接入情況

1.2 DeepSeek 微觀認(rèn)知
DeepSeek是什么？
DeepSeek：大語言模型的特點(diǎn)
關(guān)鍵詞1：推理大模型 vs 非推理大模型
關(guān)鍵詞2：高效創(chuàng)新
關(guān)鍵詞3：強(qiáng)化學(xué)習(xí) DeepSeek-R1-Zero
關(guān)鍵詞4：蒸餾
垂直領(lǐng)域 AI 的深度滲透，重塑行業(yè)格局
1.3 DeepSeek來龍去脈
V3革新——前沿起航，性能激昂
R1破局——純強(qiáng)突圍，以小博威
多維解讀——第三方視角，全景洞穿
Deepseek前世今生，大模型如何來的？
二、AI如何賦能財(cái)務(wù)
1. AI賦能財(cái)務(wù)的場景
- AI在財(cái)務(wù)管理的創(chuàng)新應(yīng)用
- 跨語種核算
- 智能審核與財(cái)務(wù)指標(biāo)分析
- 財(cái)務(wù)報(bào)告自動生成
- 客戶財(cái)務(wù)數(shù)據(jù)分析與預(yù)測
- 快速處理客戶咨詢與服務(wù)
- 減少人員誤操作風(fēng)險(xiǎn)
- 實(shí)時(shí)監(jiān)測與風(fēng)險(xiǎn)識別
- 專門稅收或財(cái)務(wù)咨詢服務(wù)
- 會計(jì)報(bào)表研究與分析
- 報(bào)表形式與數(shù)據(jù)結(jié)構(gòu)優(yōu)化
- 準(zhǔn)確及時(shí)更新財(cái)務(wù)報(bào)表
- 促進(jìn)會計(jì)行業(yè)內(nèi)部信息流通
- 方便會計(jì)師加工財(cái)務(wù)數(shù)據(jù)
- 了解客戶需求
- 優(yōu)化會計(jì)流程
2. AI賦能財(cái)務(wù)的角色
- 會溝通的財(cái)務(wù)智庫
- 懂語言的全球化人才
- 多功能的分析工具
- 自動化的報(bào)告助手
- 智能化的決策顧問
- 全天候的財(cái)務(wù)秘書
- 個(gè)性化的技術(shù)助理
3. AI賦能財(cái)務(wù)的效果和價(jià)值
- 提升財(cái)務(wù)工作效率
- 強(qiáng)化財(cái)務(wù)人員能力
- 深入業(yè)務(wù)經(jīng)營與決策支持
- 加快決策速度
- 提高決策效率
- 收入與支出偵測
- 偏差互動發(fā)現(xiàn)
- 關(guān)鍵信息記錄與存儲
- 實(shí)時(shí)數(shù)據(jù)分析與整合
- 靜態(tài)表格數(shù)據(jù)改進(jìn)
- 市場發(fā)展變化展示
- 快速處理與服務(wù)客戶
- 智能服務(wù)實(shí)現(xiàn)
- 客戶問題回答與訴求處理
- 減少人員誤操作風(fēng)險(xiǎn)
- 實(shí)時(shí)監(jiān)測與風(fēng)險(xiǎn)識別
- 安全財(cái)務(wù)操作保障
- - 加快財(cái)務(wù)信息流通
4.案例
案例1：天津某電商公司財(cái)務(wù)如何用GPT提效的四個(gè)場景
案例2：蒼穹財(cái)務(wù)GPT的四大能力
案例3：貴州燃?xì)馊绾蜧PT賦能財(cái)務(wù)
案例4：中興新云的財(cái)務(wù)GPT實(shí)踐

三、AI賦能投資應(yīng)用
3.1 大模型+embedding進(jìn)行知識庫服務(wù)
3.1.1向量數(shù)據(jù)庫入門
3.1.2 Embedding入門
3.1.3語義搜索vs關(guān)鍵詞搜索
3.2 打造卓創(chuàng)大模型：通用大模型+FT（微調(diào)）
3.3打造卓創(chuàng)大模型生態(tài)：大模型+Agent形成個(gè)性化應(yīng)用
3.4 案例分享
案例一：同花順金融信息大模型
同花順業(yè)務(wù)場景中的大模型: 問答
同花順業(yè)務(wù)場景中的大模型:對話
同花順業(yè)務(wù)場景中的大模型: 信息抽取
同花順業(yè)務(wù)場景中的大模型:奧情監(jiān)控
案例二：知乎大模型 熱榜摘要
案例三：BloombergGPT分享
案例四：360智腦分享
Open探討：大模型如何賦能山東卓創(chuàng)？
3.5 數(shù)字交易助手
3.6 固收日志助手
3.7 投資運(yùn)營助手

三、財(cái)務(wù)人提示詞工程
1. prompt的一個(gè)本質(zhì)
2. Prompt的二個(gè)心法
3. Prompt的三項(xiàng)溝通要點(diǎn)
4. prompt的四項(xiàng)chat法則
5. prompt的五個(gè)業(yè)務(wù)法則
6. Prompt的六條咒語
7. Prompt的七項(xiàng)注意
8 .Prompt的天龍八部
9. Prompt的追問法則
10. prompt的繼續(xù)法則
11. Prompt的工程化：Auto Prompt，COT prompt， Prompt Perfect
12.什么時(shí)候該選擇3.5，什么時(shí)候該選擇4.0？