AI 应用开发·专业版

把大模型做成能上线的产品——每个功能先评测再上线。10 大阶段、54 节课。

前 1 章共 3 节免登录试看 · 🎁 其余 51 节邀请 1 位朋友解锁

开始第一课 · AP0 →

10阶段

54课时

AP0

定位与冷水

看清 Demo 和产品之间的四座山(不可靠/幻觉/成本/安全),搭好工作台,跑通第一次带重试的调用。

0/3 节进行中

这门课交付什么:一个能上线的 AI 产品,和一条不许糊弄的底线概念 Demo 和产品之间,隔着四座山概念工作台:第一次调用,就带上重试实操

AP1

API 工程基础

把「调 API」做成工程:超时重试退避、流式、并发限流、缓存的钱、密钥安全、成本仪表——每个数字都实测。

0/6 节

把一次调用写"结实":哪些错该重试,哪些重试是白烧钱实操流式输出:让用户 0.5 秒就看到东西实操并发与限流:20 个任务从 12.8 秒压到 1 秒实操缓存的钱:同样的活,账单省 56.8%实操密钥与配置:一次泄露,余额是全世界的实操成本仪表:给每次调用装电表实操

AP2

提示词工程化

提示词是代码:版本化、模板、回归测试、A/B 跑分。

0/5 节

提示词是代码:该版本化、该复用、该有人管实操系统提示的结构:角色、规则、边界、格式实操少样本:塞几个例子,以及一个被忽略的收益实操提示词回归测试:改一个字,老 case 全量重跑实操 A/B 跑分:分差多少,才算真的赢?实操

AP3

结构化输出与工具调用

JSON 约束、schema 校验、自动修复循环、置信度与拒答、字段级评测,再到工具调用与多步循环控制。

0/7 节

JSON 输出:能解析 ≠ 能用实操校验与自动修复:让不合格的输出自己改实操抽取实战:把一堆乱文本变成能入库的行实操置信度与拒答:让它说"我不确定"实操字段级评测:整条 100 分,照样有问题实操工具调用:让模型不只是说,还能做实操多步工具与控制:让它连着调,但别让它停不下来实操

AP4

RAG 知识库

先量化裸问幻觉率,再做切分/嵌入/检索/重排/溯源/更新,检索质量有评测。

0/7 节

先量化幻觉:裸问你的业务,它编造 5/8实操切分策略:四种切法,实测差 30 个百分点实操嵌入与检索:相似度就是一行数学实操检索质量评测:回答对了,不代表检索对了实操混合检索与重排:给检索加第二道判断实操引用溯源:让答案能被自动核验实操知识更新:别让它自信地回答"上个版本的规定"方法

AP5

评测体系 evals

全课灵魂:建评测集、规则评分、模型判分、幻觉率测量、回归门禁、线上回流。

0/6 节

评测集怎么建:从产品目标反推 50 条方法规则评分:能用代码判的,先用代码判实操模型判分:让另一个模型当裁判实操幻觉率测量:把最难量的东西量出来方法回归门禁:分数跌了,不许上线实操线上回流:让真实失败喂养你的评测集方法

AP6

可靠性与安全

兜底降级、提示注入攻防、内容安全、敏感信息、滥用防护、合规底线。

0/6 节

兜底与降级:模型挂了,产品不能跟着挂实操提示注入攻防:实测 4 种防御,没有一种能靠自己赢实操内容安全:输入要审,输出更要审实操防滥用与配额:一个用户吃掉了 85% 的账单实操日志脱敏:你的日志里装着别人的隐私实操合规底线:上线前必须知道的几条方法

AP7

产品化上线

0/7 节

从脚本到服务:同一段代码,10 个人同时用会怎样实操会话与历史裁剪:省 token 的那个方案,贵了 54%实操流式 UI:让等待不像等待实操可观测性:平均值 10.5 秒,中位数 1.9 秒实操灰度与回滚:1% 灰度只是让少数人替你踩雷实操部署与成本控制:放上公网,然后算清一笔账方法上线检查清单:把七章收成一页纸方法

AP8

增长与商业化

定价、免费额度设计、冷启动获客、留存、收费时机。

0/4 节

单位经济模型:算完这笔账,你会发现省 token 不是重点实操免费额度与付费墙:模型算出的最优额度,你不该照抄实操激活与留存:第一次就翻车的用户,第 4 周留存 0%实操定价与套餐:9 元赚 34852,19 元赚 37289,29 元赚 36273实操

AP9

毕业项目

选题→结对开发→上线终检,交付你自己的 AI 产品。

0/3 节

毕业项目选题:先写评测集,再写代码方法两周把它做出来:和 AI 结对的日程表方法终检、交付与复盘:把它真的发出去方法