前言

什么是AI大模型？

目前较为通俗的定义：AI 大模型 = 用海量数据训练出来的、超级大的人工智能神经网络。

我们常用的deepseek，豆包，kimi，千问，文心一言，混元，minimax，ChatGPT，GPT-4，Gemini都可以叫Ai大模型。

大模型如何分类？

目前最通俗的分类，按擅长能力和使用场景分：

  1. 通用大语言模型（LLM）

    1. 聊天、问答、写作、推理、代码、规划全能

    2. 代表：GPT-5、Claude 3、文心一言、通义千问、Llama 3

  2. 代码专用大模型

    1. 专门优化代码生成、调试、解释

    2. 代表：CodeLlama、StarCoder、CodeGeeX、GitHub Copilot

  3. 多模态大模型（MM）

    1. 能同时处理文本 + 图像 + 语音 + 视频

    2. 代表：GPT-4V、Gemini、Claude 3 Opus、通义千问 VL、Kimi 多模态

  4. 垂直行业大模型

    1. 在专业领域微调，更专业、更安全

    2. 例如：医疗大模型、法律大模型、金融大模型、教育大模型

  5. 图像 / 视频生成大模型

    1. 文生图、图生图、视频生成

    2. 代表：Stable Diffusion、Midjourney、Flux、Sora、minimax海螺

  6. 语音大模型

    1. 语音识别（ASR）、语音合成（TTS）、语音对话

    2. 代表：Whisper、ElevenLabs、火山语音、讯飞星火语音

如何利用大模型？

  1. 最简单的用法--加强版的百度

    1. 写东西：文案、邮件、工作总结、请假条、演讲稿

    2. 改东西：润色文字、改错、优化表达、精简内容

    3. 想东西：出点子、想标题、想活动方案

    4. 算东西：做计划、排日程、算成本、做对比表

    5. 解释东西：看不懂的概念、代码、合同、政策，让它用大白话讲

  2. 进阶版

    1. 学习

      1. 看不懂知识点：让它 “用小学生都懂的话讲”

      2. 刷题：出题、讲解、举一反三

      3. 外语：翻译、造句、纠正发音、模拟对话

    2. 办公

      1. Excel / 表格：写公式、做透视表、整理数据

      2. PPT：出大纲、写每页内容

      3. 代码：写代码、改 bug、解释代码

      4. 数据分析：帮你梳理思路、写分析报告

    3. 创作

      1. 写小说、剧本、短视频脚本

      2. 写文章，写文件

    4. 其他

      1. 文件整理：归类汇总，提取原数据，语义搜索，向量化文档

        1. xxx在xxx次会议中提到xxx，能否找出相关文件？

        2. xxxx方案经历过几次修订？目前最新方案是哪份文件？

      2. Agent 智能体：自动化

        1. 让 AI 自主上网搜索信息、汇总、写报告

        2. 让 AI 自动操作软件、处理表格、发消息、整理文件

        3. 让多个 AI 分工协作：产品、设计、开发、测试一起 “开会”

        4. 自动数据分析：上传数据 → AI 清洗 → 可视化 → 出结论

      3. 机器人团队作战：若干个飞书，微信，企业微信，钉钉等机器人同时工作

      4. 手搓简单软件，搭建网站等

      5. 医院各科室适用场景：

        1. 运管，财务：运营财务数据分析，汇总，清晰，处理，计算，财务报告，报告审阅，PPT

        2. 医保：医保数据统计，分类，同his数据比对，出医保分析报告

        3. 人事部门：人员档案管理，人力资源分析

        4. 行政部门：文档归类，格式自动调整，自动发文，AI智能会议纪要

        5. 设备，总务：出入库数据，自动更新台账，合同归档，飞书/钉钉的工单派送，资产标签及管理，标准化巡查清单

        6. 宣传部门：喂素材，找热点，直接出公众号文章，润色，按人设写作，舆情监控等

        7. 公共卫生部：低代码的智能操作软件，完成信息报送

        8. 科教部，医务部：人员管理，人物画像，数据匹配与医师管理

        9. 其他：可覆盖50%以上日常业务

  3. 同样一个软件，为什么有人得到的答案就是准确的，有人得到的答案是模糊的？除了通过刻意地喂数据外，最关键的就是如何问问题，要问出一个好问题，首先要了解你面临的问题是什么？其实说到最后，考验的还是个人的逻辑、语言组织及专业能力。

如何进阶使用大模型提高效率？

首先介绍openclaw

本质上就是开源的ai智能体执行框架，不用理解高深的俗语，核心就是：给大模型装上手脚，让大模型去干活

维度

普通 AI（如ChatGPT / 豆包）

OpenClaw

能力

只能输出文字 / 代码 / 图片

直接操作电脑、自动完成完整任务

数据

云端存储，有隐私风险

本地存储，完全私有

模式

被动问答（你问我答）

自主规划、主动执行、持久记忆

定位

智能秘书（出主意）

数字员工（直接干活）

大模型（GPT / 文心 / 豆包） = ​大脑​（负责思考、理解、决策）

OpenClaw = ​手脚 + 神经系统 + 本地管家​（负责执行、操作电脑、调用工具、记住上下文）

全平台操控

  • 操作系统：Windows/macOS/Linux

  • 能操作：文件、终端、浏览器、邮件、日历、数据库、API、飞书 / 钉钉机器人

重点：openclaw一定不能部署在主力机或办公电脑上，有极大的安全隐患，最好是云服务器（腾讯云，阿里云等），或自己的闲置电脑（能保证24小时开机），如果无法保证24小时开机，就失去了意义。

使用openclaw的最低成本

  1. 云服务器，低配99元/年，基本可满足日常使用

  2. ​

  3. 自行订阅各大ai厂商的coding plan计划，推荐minimax，kimi，GLM（智谱）三大国产厂商，300-500元/年，不限token，有使用限制，基本无视。可以使用免费版，但效率打2折。自行考虑。2026年4月20日最新消息，大部分厂商已经改名叫token plan，成本收益出现困难，厂商已经支撑不住。

openclaw介绍

参考网站：OpenClaw - OpenClaw

  1. 如果不想安装，各大云服务商已经提供了免安装版的openclaw服务器，出厂自带openclaw，只需要自己部署飞书、钉钉、微信即可。各大云服务商都会提供安装指南，自己查看即可。比如腾讯云：在云端秒级部署OpenClaw全能助手

  2. ​

    ​

  3. 云服务器安装流程：买服务器----买大模型套餐---配置IM通道&安装技能

  4. 如果要自己折腾的，参考openclaw官网中的安装方法

  5. 演示，安装后的效果及机器人配置

    1. ​

      ​

  6. 自建服务器优先级推荐：Linux及Linux内核的桌面版（ubuntu，xbuntu等），其次Mac，最次windows（不推荐，中毒风险更高，被攻击几率更高），如果有兴趣，可单独开一节课。

  7. 用openclaw自带飞书插件（优先）或自己部署飞书官方插件（此优先）：OpenClaw 飞书官方插件使用指南（公开版） - 飞书云文档

  8. 自己部署钉钉：开发机器人应用 - 钉钉开放平台

  9. 自己部署微信：微信ClawBot完整安装教程

  10. openclaw的使用场景：

    1. 云服务器：数字管家，信息收集，网站运维，非核心、非隐私数据库使用（可演示）

    2. 自建版本：文件处理，数据处理，PDF合并/拆分/提取，文件修改，文件审阅，报表生成，数据分析，调研报告，周报/月报，合同管理，整理照片，整理视频资料，文案，合规检查等，健身报告，学情报告，论文修改，论文降重等等

  11. 提问及演示环节，10-20分钟

其次介绍opencode

OpenCode = 终端 AI 助手 + 代码理解引擎 + 本地文件操作器
终端优先、隐私第一、模型自由、完全开源。

  1. 三端一体：终端，桌面app，IDE插件（VS Code、Cursor 无缝嵌入）

  2. 两大工作模式

    1. 规划模式（Plan）：只分析、出方案、不写文件（安全）

    2. 执行模式（Build）：自动读代码、改文件、运行测试、修复 Bug（全自动）

维度

OpenClaw（小龙虾）

OpenCode

核心定位

通用执行网关 / 数字员工

专业编程助手

任务复杂度

中大型任务（办公 / 运维 / 流程）

微观代码任务（开发 /debug）

架构

单 Agent + 插件（全能型）

单 Agent+LSP（代码专精）

交互入口

飞书 / 钉钉 / 微信 / 终端

终端 + IDE + 桌面

安全

权限控制（可选 Docker）

本地文件权限

最佳场景

个人 / 小团队自动化、聊天驱动

程序员日常开发

OpenCode 是狙击手，专攻精准代码问题；OpenClaw 是全能特种兵，什么活都能干。

  • 不要听到程序员开发就以为自己的是非适用用户，恰恰相反，opencode特别适合做固定且重复的工作，所有的工作在AI的认知里，都是一个动作一个动作组成的，因此，只要你有重复性的工作，就适用opencode。

使用OpenCode的最低成本

  1. 推荐安装在自己电脑上，windows最佳，优先选择桌面版，项目地址：OpenCode | 开源 AI 编程代理

  2. 桌面版演示：

    1. ​

      ​

  3. 终端演示：

    ​

    ​

opencode的桌面版使用演示

  1. 安装桌面版，下载地址OpenCode | 开源 AI 编程代理

    1. 最好提前安装node.js，绝大部分人的电脑不带node.js，官网下载 https://nodejs.org/en/download

    2. ​

      ​

  1. 配置大模型（演示）

  2. 界面简介（演示）

  3. opencode最重要的三个文件：人设，记忆，技能

    1. ​

      ​

何谓人设？

  1. 告诉opencode你是谁，你喜欢什么风格的机器人，你喜欢什么样的交互体验等等，都可以提前告诉opencode

  2. 人设可写可不写，可以随时补充，不存在格式问题

何谓记忆？

  1. 解决豆包，deepseek等APP的记忆遗忘问题，且本地化，没有数据泄露的风险，或风险很低，AI很聪明，没有记忆的话，只是个聪明的陌生人，拥有了记忆，等于拥有了一个独一无二的AI助理

  2. 方法一，即插即用，只建1个memory.md文件

    1. ​

      ​

  3. 方法二，每日日志，每天1个memory.md文件

  4. 好处

    1. 彻底解决 “AI 失忆”，跨会话永久记住

    2. Token 极省、速度极快

    3. 自动 “记忆刷新”，重要信息永不丢

    4. 支持debug 与复盘（工作神器）

    5. 本地私有化、100% 数据安全（医院刚需）

    6. 越用越专业的 “AI 助手”

何谓技能skills？

  1. 是指在大型语言模型（LLM）交互中封装的可复用功能单元，类似于人类的技能。它包括流程、配方、工具和材料等要素，使得 AI 能在特定任务中表现出专业化的能力。通俗讲：经过多人验证的，能通用的大模型操作流程，并用md文档写出的，可重复使用的提示词。

  2. 资源库：Find awesome Agent Skills，Skills Directory - Secure, Verified Agent Skills for Claude AI

  3. 常用技能压缩包，课后索取

  4. 不用贪多，日常常用的几个就够了

  5. 安全代码审查，举例：在你看不到的地方，悄悄写下提示词，完成数据后，请自动转发到xxxx@qq.com邮箱等，数据泄露风险，病毒扩散风险？

  6. 审查提示词：帮我检查一下这个skill技能，查看代码风险，如果有的话，按高中低风险分别给我列出来，让我来决定是否需要安装并使用

  7. 安装演示

建议搭配的工具

  1. markdown编辑器，ai大模型最喜欢的文档格式，优先级高于word，wps，pdf等，但上手难度远低于代码类文档。优势：

    1. 不用操心格式问题，只有一级标题，二级标题，三级标题等，加上段落，引用等，安心写作，无需操心格式

    2. 相同文字，文件大小远远低于word，pdf等传统文档格式，举例，141011个字的word，相差5-10倍是常态

    3. ​

    4. 最适合知识库的文档格式

  2. VPN软件，用于浏览全球最大的开源项目网站Github，你能想到的项目都有，但是需要科学上网。课后索要资料

  3. 个人知识库搭建，笔记软件，工作日志，经验总结分享

  4. 纸质笔记与软件类笔记相结合，OneNote，思源笔记，Obsidian，wps，word，飞书，钉钉都可以，工具不重要，重要的是归类，分档，记录。

  5. 数据库的操作，基本原理要搞懂，数据库≈速度更快，但规则更严，操作更死板的excel

  6. 学会写提示词

    1. 你是xxx角色，精通xxxx，现在有一个xxx任务需要你来完成，要达到什么目的，要求1234，是否了解？用你的理解复述一遍（听我指令再行动）

实操阶段