课程安排

学习内容

第一章

2024大语言模型最新进展与ChatGPT各模型讲解

1、2024 AIGC技术最新进展介绍（生成式人工智能的基本概念与原理、文生视频模型OpenAI Sora vs.Google Veo）

2、（实操演练）国内外大语言模型（ChatGPT 4O、Gemini、Claude、Llama3、文心一言、星火、通义千问、Kimi、智谱清言等）对比分析

3、最新加入：（实操演练）OpenAI o1-preview大语言模型功能演示、新特性简介及与ChatGPT-4o差异对比

4、（实操演练）Llama3开源大语言模型的本地部署、对话与微调训练本地数据

5、（实操演练）ChatGPT对话初体验（注册与充值、购买方法）

6、（实操演练）ChatGPT科研必备GPT汇总介绍（寻找好用的GPTs模型、提示词优化、生成思维导图、生成PPT、生成视频、制定个性化的学习计划、检索论文、总结论文内容、总结视频内容、撰写论文、论文翻译、论文润色与修改、参考文献格式管理、论文评审、数据分析、生成代码、代码调试等）

7、（实操演练）GPT Store简介与使用

8、（实操演练）定制自己的专属GPTs（制作专属GPTs的两种方式：聊天/配置参数、利用Knowledge上传本地知识库提升专属GPTs性能、利用Actions通过API获取外界信息、专属GPTs的分享）

9、（实操演练）ChatGPT对话记录保存与管理

第二章

 ChatGPT-4o 提示词使用方法与高级技巧（最新加入思维链及逆向工程及GPTs）

1、（实操演练）ChatGPT Prompt (提示词)使用技巧（为ChatGPT设定身份、明确任务内容、提供任务相关的背景、举一个参考范例、指定返回的答案格式等）

2、（实操演练）常用的ChatGPT提示词模板

3、最新加入：（实操演练）基于思维链（Chain of Thought, CoT）的ChatGPT提示词优化（让OpenAI o1推理能力变强的诀窍之一）

4、（实操演练）ChatGPT提示词优化（Promptest、Prompt Perfect、PromptPal提示宝等）

5、（实操演练）ChatGPT4突破Token限制实现接收或输出万字长文（Token数与字符数之间的互相换算、五种方法提交超过Token限制的文本、四种方法让ChatGPT的输出突破Token限制）

6、（实操演练）控制ChatGPT的输出长度（使用修饰语、限定回答的范围、通过上下文限定、限定数量等）

7、（实操演练）保存喜欢的ChatGPT提示词并一键调用

8. 最新加入：（实操演练）ChatGPT-4o提示词逆向工程（破解提示词的常用方法、对别人创建的GPTs提示词进行破解）

9. 最新加入（实操演练）ChatGPT-4o提示词保护策略以及构建坚不可摧的GPTs

第三章

ChatGPT-4o助力日常生活、学习与工作

1、（实操演练）ChatGPT4助力中小学生功课辅导（写作文、作文批改、求解数学题、练习英语听说读写、物理计算、化学计算等）

2、（实操演练）ChatGPT4助力文案撰写与润色修改

3、（实操演练）ChatGPT4助力家庭健康管理（化验单结果解读、就诊咨询与初步诊断、常见慢病管理、日常营养膳食建议等）

4、（实操演练）ChatGPT4助力大学生求职与就业（撰写简历、模拟面试、职业规划等）

5、（实操演练）ChatGPT4助力商业工作（行业竞品检索与分析、产品创意设计与建议、推广营销策略与方案制定、撰写合同）

6、（实操演练）利用ChatGPT4 创建精美的思维导图

7、（实操演练）利用ChatGPT4 生成流程图、甘特图

8、（实操演练）利用ChatGPT4 制作PPT

9、（实操演练）利用ChatGPT4自动创建视频

10、（实操演练）ChatGPT4辅助教师高效备课（苏格拉底式教学、为不同专业学生生成不同的教学内容）

11、（实操演练）ChatGPT4辅助学生高效学习（利用插件生成个性化学习计划）

   第四章

ChatGPT-4o助力课题申报、论文选题及实验方案设计

1、课题申请书撰写技巧及要点剖析（项目名称、关键词、摘要、立项依据、参考文献、研究目标、研究内容、研究方案、关键科学问题、可行性分析、创新点与特色之处、预期研究成果、工作基础等）

2、（实操演练）利用ChatGPT4分析指定领域的热门研究方向

3、（实操演练）利用ChatGPT4辅助撰写、润色课题申报书的各部分内容

4、（实操演练）利用ChatGPT4总结指定论文的局限性与不足，并给出潜在的改进思路与建议

5、（实操演练）利用ChatGPT4评估指定改进思路的新颖性与已发表的类似工作

6、（实操演练）利用ChatGPT4进一步细化改进思路，凝练论文的选题与创新点

7、（实操演练）利用ChatGPT4给出具体的算法步骤，并自动生成算法的Python示例代码框架

8、（实操演练）利用ChatGPT4设计完整的实验方案与数据分析流程

9、（实操演练）利用ChatGPT4给出论文Discussion部分的切入点和思路

10、案例演示与实操练习

 第五章

ChatGPT-4o助力信息检索、总结分析、论文写作与投稿、专利idea构思与交底书的撰写

1、（实操演练）传统信息检索方法与技巧总结（Google Scholar、ResearchGate、Sci-Hub、GitHub、关键词检索+同行检索、文献订阅）

2、（实操演练）利用ChatGPT4 实现联网检索文献

3、（实操演练）利用ChatGPT4阅读与总结分析学术论文内容（论文主要工作、创新点、局限性与不足、多文档对比分析等）

4、（实操演练）利用ChatGPT4解读论文中的系统框图工作原理

5、（实操演练）利用ChatGPT4解读论文中的数学公式含义

6、（实操演练）利用ChatGPT4解读论文中图表中数据的意义及结论

7、（实操演练）利用ChatGPT4 总结Youtube视频内容

8、（实操演练）利用ChatGPT4完成学术论文的选题设计与优化

9、（实操演练）利用ChatGPT4自动生成论文的总体框架、论文摘要、前言介绍、文献综述、完整长篇论文等

10、（实操演练）利用ChatGPT4完成论文翻译（指定翻译角色和翻译领域、提供背景提示）

11、（实操演练）利用ChatGPT4实现论文语法校正

12、（实操演练）利用ChatGPT4完成段落结构及句子逻辑润色

13、（实操演练）利用ChatGPT4完成论文降重

14、（实操演练）利用ChatGPT4完成论文参考文献格式的自动转换

15、（实操演练）ChatGPT4辅助审稿人完成论文评审意见的撰写

16、（实操演练）ChatGPT4辅助投稿人完成论文评审意见的回复

17、（实操演练）ChatGPT4文献检索、论文写作必备GPTs总结

18、（实操演练）利用ChatGPT4完成发明专利idea的挖掘与构思

19、（实操演练）利用ChatGPT4完成发明专利交底书的撰写

20、最新加入：（实操演练）利用ChatGPT-4o with canvas完成人机交互协同修改论文（智能修改建议、篇幅调整、阅读水平等级调整、润色修改等）

第六章

ChatGPT-4o助力Python编程入门、科学计算、数据可视化、数据预处理【与python融合】

1、（实操演练）Python环境搭建（Python软件下载、安装与版本选择；PyCharm下载、安装；Python之Hello World；第三方模块的安装与使用；Python 2.x与Python 3.x对比）

2、（实操演练）Python基本语法（Python变量命名规则；Python基本数学运算；Python常用变量类型的定义与操作；Python程序注释）

3、（实操演练）Python流程控制（条件判断；for循环；while循环；break和continue）

4、（实操演练）Python函数与对象（函数的定义与调用；函数的参数传递与返回值；变量作用域与全局变量；对象的创建与使用）

5、（实操演练）Matplotlib的安装与图形绘制（设置散点、线条、坐标轴、图例、注解等属性；绘制多图；图的嵌套；折线图、柱状图、饼图、地图等各种图形的绘制）

6、（实操演练）Seaborn、Bokeh、Pyecharts等高级绘图库的安装与使用（动态交互图的绘制、开发大数据可视化页面等）

7、（实操演练）科学计算模块库（Numpy的安装；ndarray类型属性与数组的创建；数组索引与切片；Numpy常用函数简介与使用）

8、（实操演练）利用ChatGPT4上传本地数据（Excel/CSV表格、txt文本、PDF、图片等）

9、（实操演练）利用ChatGPT4 实现图像处理（图像缩放、旋转、裁剪、去噪与去模糊）

10、（实操演练）利用ChatGPT4 实现描述性统计分析（数据的频数分析：统计直方图；数据的集中趋势分析：数据的相关分析）

11、（实操演练）常用的数据预处理方法（数据标准化与归一化、数据异常值与缺失值处理、数据离散化及编码处理、手动生成新特征）

12、（实操演练）融合ChatGPT 4与Python的数据预处理代码自动生成与运行

13、（实操演练）利用ChatGPT4自动生成数据统计分析图表

14、（实操演练）利用ChatGPT4 实现代码逐行讲解

15、（实操演练）利用ChatGPT4 实现代码Bug调试与自动修改

16、案例演示与实操练习

第七章

ChatGPT -4o助力机器学习建模

1、BP神经网络的基本原理（人工神经网络的分类有哪些？BP神经网络的拓扑结构和训练过程是怎样的？什么是梯度下降法？）

2、（实操演练）BP神经网络的Python代码实现（划分训练集和测试集、数据归一化）

3、（实操演练）BP神经网络参数的优化（隐含层神经元个数、学习率、初始权值和阈值等如何设置？什么是交叉验证？）

4、（实操演练）值得研究的若干问题（欠拟合与过拟合、评价指标选择、样本不平衡等）

5、（实操演练）BP神经网络中的ChatGPT提示词库讲解

6、（实操演练）利用ChatGPT4实现BP神经网络模型的代码自动生成与运行

7、SVM的工作原理（核函数的作用是什么？什么是支持向量？如何解决多分类问题？）

8、决策树的工作原理（什么是信息熵和信息增益？ID3算法和C4.5算法的区别与联系）

9、随机森林的工作原理（为什么需要随机森林算法？广义与狭义意义下的“随机森林”分别指的是什么？“随机”的本质是什么？怎样可视化、解读随机森林的结果？）

10、Bagging与Boosting的区别与联系

11、AdaBoost vs. Gradient Boosting的工作原理

12、（实操演练）常用的GBDT算法框架（XGBoost、LightGBM）

13、（实操演练）决策树、随机森林、XGBoost、LightGBM中的ChatGPT提示词库讲解

14、（实操演练）利用ChatGPT4实现决策树、随机森林、XGBoost、LightGBM模型的代码自动生成与运行

15、案例演示与实操练习

  第八章

ChatGPT- 4o助力机器学习模型优化：变量降维与特征选择

1、主成分分析（PCA）的基本原理

2、偏最小二乘（PLS）的基本原理

3、（实操演练）常见的特征选择方法（优化搜索、Filter和Wrapper等；前向与后向选择法；区间法；无信息变量消除法；正则稀疏优化方法等）

4、遗传算法（Genetic Algorithm, GA）的基本原理（以遗传算法为代表的群优化算法的基本思想是什么？选择、交叉、变异三个算子的作用分别是什么？）

5、（实操演练）PCA、PLS、特征选择、群优化算法的ChatGPT提示词库讲解

6、（实操演练）利用ChatGPT4 及插件实现变量降维与特征选择算法的代码自动生成与运行

   第九章

ChatGPT-4o助力卷积神经网络建模与代码自动生成

1、深度学习简介（深度学习大事记、深度学习与传统机器学习的区别与联系）

2、卷积神经网络的基本原理（什么是卷积核、池化核？CNN的典型拓扑结构是怎样的？CNN的权值共享机制是什么？）

3、卷积神经网络的进化史：LeNet、AlexNet、Vgg-16/19、GoogLeNet、ResNet等经典深度神经网络的区别与联系

4、（实操演练）利用PyTorch构建卷积神经网络（Convolution层、Batch Normalization层、Pooling层、Dropout层、Flatten层等）

5、（实操演练）卷积神经网络调参技巧（卷积核尺寸、卷积核个数、移动步长、补零操作、池化核尺寸等参数与特征图的维度，以及模型参数量之间的关系是怎样的？）

6、（实操演练）卷积神经网络中的ChatGPT提示词库讲解

7、（实操演练）利用ChatGPT4实现卷积神经网络模型的代码自动生成与运行

（1）CNN预训练模型实现物体识别；

（2）利用卷积神经网络抽取抽象特征；

（3）自定义卷积神经网络拓扑结构

8、案例演示与实操练习

  第十章

ChatGPT-4o助力迁移学习建模

1、迁移学习算法的基本原理

2、（实操演练）基于深度神经网络模型的迁移学习算法

3、（实操演练）迁移学习中的ChatGPT提示词库讲解

4、（实操演练）利用ChatGPT4实现迁移学习模型的代码自动生成与运行

5、实操练习

第十一章

ChatGPT-4o助力RNN、LSTM建模

1、循环神经网络RNN的基本工作原理

2、长短时记忆网络LSTM的基本工作原理

3、（实操演练）RNN与LSTM中的ChatGPT提示词库讲解

4、（实操演练）利用ChatGPT4 及插件实现RNN、LSTM模型的代码自动生成与运行

5、案例演示与实操练习

第十二章

ChatGPT-4o助力YOLO目标检测建模与代码自动生成

1、什么是目标检测？目标检测与目标识别的区别与联系

2、YOLO模型的工作原理，YOLO模型与传统目标检测算法的区别

3、（实操演练）YOLO模型中的ChatGPT提示词库讲解

4、（实操演练）利用ChatGPT4 及插件实现YOLO目标检测模型的代码自动生成与运行

（1）利用预训练好的YOLO模型实现目标检测（图像检测、视频检测、摄像头实时检测）；

（2）数据标注演示（LabelImage使用方法介绍）；

（3）训练自己的目标检测数据集

5、案例演示与实操练习

  第十三章

ChatGPT-4o助力机器学习与深度学习建模的案例实践应用

1、（实操演练）利用ChatGPT4实现近红外光谱分析模型的建立、代码自动生成与运行

2、（实操演练）利用ChatGPT4实现生物医学信号（时间序列、图像、视频数据）分类识别与回归拟合模型的建立、代码自动生成与运行

3、（实操演练）利用ChatGPT4实现遥感图像目标检测、地物分类及语义分割模型的建立、代码自动生成与运行

4、（实操演练）利用ChatGPT4实现大气污染物预测模型的建立、代码自动生成与运行

5、（实操演练）利用ChatGPT4实现自然语言处理模型的建立、代码自动生成与运行

6、案例演示与实操练习

  第十四章

ChatGPT-4o助力高级绘图技术

1、（实操演练）利用ChatGPT4 DALL.E 3生成图像（下载图像、修改图像）

2、（实操演练）ChatGPT4 DALL.E 3常用的提示词库（广告海报、Logo、3D模型、插画、产品包装、烹饪演示、产品外观设计、UI设计、吉祥物设计等）

3、（实操演练）ChatGPT4 DALL.E 3中的多种视图（正视图、后视图、侧视图、四分之三视图、鸟瞰视图、全景视图、第一人称视角、分割视图、截面视图等）

4、（实操演练）ChatGPT4 DALL.E 3中的多种光效（电致发光、化学发光、生物荧光、极光闪耀、全息光等）

5、（实操演练）ChatGPT4 DALL.E 3格子布局与角色一致性的实现

6、（实操演练）ChatGPT4 DALL.E 3生成动图GIF

7、（实操演练）Midjourney工具使用讲解

8、（实操演练）Stable Diffusion工具使用讲解

9、（实操演练）Runway图片生成动画工具使用讲解

10、案例演示与实操练习

 第十五章

基于GPT-4o API接口调用与完整项目开发

1、（实操演练）GPT模型API接口的调用方法（API Key的申请、API Key接口调用方法与参数说明）

2、（实操演练）利用GPT4实现完整项目开发

（1）聊天机器人的开发

（2）利用GPT API和Text Embedding生成文本的特征向量

（3）构建基于多模态（语音、文本、图像）的阿尔茨海默病早期筛查程序

3、案例演示与实操练习

  第十六章

面向科研场景的ChatGPT提示词工程大赛【科研创意Prompt挑战】

活动背景：为了提升科研人员在科研过程中的提示词撰写能力，特举办ChatGPT培训课程，并在课程中加入【提示词大赛】环节，通过比赛形式激发学员的创意和实践能力。

活动目标：通过【提示词大赛】，提高学员在科研过程中撰写提示词的能力，激发创意与实践结合，为未来的科研工作提供更好的支持和帮助。

参赛对象： 参加本次ChatGPT培训课程的所有科研人员。

赛题内容： 培训课程第一天结束后公布具体赛题，赛题将围绕科研过程中不同环

节的提示词撰写。

提交方式： 学员需在培训课程第三天晚前提交答案，具体提交方式将在赛题公布时一并说明。

奖项设置：一等奖1名、二等奖2名、三等奖 3名【设置奖项详细见流程说明】

评委评选： 由培训导师及特邀评委组成评审团，对所有提交的提示词进行评选。评选标准： 提示词的创意、准确性、实用性及与科研主题的契合度。

备注：详细在会议中具体说明。