。 2. 系统目标 长期目标 独立人格 、社会适应力 、终身学习（如培养责任感） 。 短期目标 解决具体问题：行为矫正（如拖延症） 、学业支持。 分领域目标 价值观（诚信） 、认知发展（逻辑思维） 、生活技能（自理） 、身心健康（情绪管理） 。 3. 系统内容 显性教育 学科辅导 、技能训练（编程 / 乐器） 、规则制定（作息时间） 。 隐性教育 家庭文化（餐桌礼仪） 、情感联结（亲子共读） 反馈滞后导致的认 知固化 跨学科创造力培 养 多模态生成技术（文 本 / 音频 / 图像协 同） 古诗改编歌曲 、思 维导图创作 学科割裂限制创新 思维 实证思维训练 大数据验证与实验模 拟系统 科学实验漏洞分析 、 对照实验设计 被动接受知识缺乏 批判性 亲子协作新范式 第三方智能中介平台 学习成果兑换规则 生成 、冲突调解方 推导等步骤引导思考 修改作文语法错误 启发表达优化思维 提升语言应用能力而非机 械纠错 智能润色系统（案例 2 ） ： 分析语法错误， 提 供 高级表达替代方案 单向讲述历史事件 构建沉浸式学习体验 增强记忆深度与兴趣 时空穿越对话（案例 3 ） ： 通过第一视角叙事 还 原历史场景 命题作文框架指导 激发多维度创作灵感 突破思维局限， 培养观察 力 思路过程生成（案例 4

02 对AI教育的思考：如何培养AI专业人才和AI赋能人才  培养什么人 1. 思维能力：批判思维、独立思维、逻辑思维 2. 学习能力：终身学习，善用AI 3. 热爱人类  如何培养人 1. 赋能：个性化学习，学本教育，因人育材，未来学校  学习的定位是一种思维训练，知识、写作、记忆力等只是训练工具  终身学习的方式可能从知识搜索转向了古老的对话式学习  应对措施 1. 加强信息安全 • 建立安全分类框架，制定安全保护政策，进行安全培训 2. 警惕AI的幻觉和偏见 • 技术层面：代码，算法，数据，提示词 • 思维层面：理解原理，鼓励批判性思维 3. 为教与学提供具体的指导 • 教师：教学培训，交流和社区，AI教学助手 • 学生：AI素养，个性化学习路径，AI助教 4. 进行短期和长期的影响评估 • 评估，优化，迭代

归结起来，这些都是数字化初期阶段的基 建思维。企业数字化转型的本质在于实现价值 增值，但工具、数据等数字基建只是赋能者， 本身并不能帮助企业实现这一点，而是需要和 各项业务工作很好地融合在一起，需要以精细 化的运营管理做支撑，才能最终实现数字化的 价值变现。 当数字经济发展到新的阶段，众多企业基 本完成数字化基建的布局，来到数字化的中局 战场，企业就要更加意识到思维转变的重要性。 通过扎实系统的数字化运营设计，让技术创新 技术转化为真正的数字生产力 。 数字化转型走到了价值变现阶段 进入数字化中局后，勤达睿发现，企业更 加关注数字化行动的价值变现能力。而数字化 运营聚焦的正是数字化转型建设工作结束后， 在增长型组织思维的指导下进行的、企业端到 端的运营管理工作，是数字化转型的变现过程。 所谓数字化运营，指的是通过体系化的管 理设计，以敏捷的工作方式，采用 IT 技术手段， 充分利用数据来支持企业数字化业务的实现、 管理的精细化、智能化程度。 目前，企业在运营上的举措通常包括引入 敏捷文化、梳理业务流程、开展数据建设、优 化系统、利用技术提升操作效率等。这些通过 解决点状问题来提升效能的活动，其实还是传 统思维下的运营方式，虽然会有一定效果，但 与真正的数字化运营还有差距。 郑军 Kyndryl 勤达睿大中华区总裁 ｜ 7 瞭望塔 │ Lookout Tower 其结果就是，优化组织职能后部门墙的问

为一项关键的认知技能，提示词工程应运而生，成为连接人类专业智慧与机器 计算能力的核心基础设施。 下面将通过九大思维框架的系统解析（参考①),结合工程审计领域的具体 应用场景和提示词模板，深入阐释提示词工程的理论构建与实践路径。 4.1 APE 模型：精准定位工程审计任务 APE 模型作为一种通用的思维框架，通 “ 过 行动（Action）-目的（Purpose） -期望（Expectation ” ” ） 三个维度构建结构化的信息处理系统。工程审计领域因其 复杂性、专业性和风险管控需求， 特别适合应用此类结构化思维模型，将抽象的 审计任务转化为可操作的 AI 交互策略。 应用场景：大型基础设施项目财务审计 1. 行动（Action）：审核 2023-2024 年城市轨道交通建设项目财务报告 2. 目的（Purpose）：确保项目资金使用的合规性和透明度，识别潜在财务风险 位；期 望维度则为人工智能输出提供明确标准，有效缩小技术输出与专业需求之 间的认 知差距。 4.2 CARE 模型：构建全面审计上下文 CARE 模型作为一种整合背景、行动、结果和示例的思维结构，在需要全 面 情境理解的领域具有广泛应用价值。工程审计因其复杂的项目背景、多元的 利益 相关者以及高度的专业性，对于情境理解有着特殊需求，这使 CARE 模型 在此领 域具有独特适用性。

GPT-4 提升性能 & 多模态 更贴近人类实际思维 Google 第一阶段：模型规模增大，融合的任务更多 2017-2022 年初 演进动力 : 训练语料 & 模型容量更大 Switch Transformer 1.6 万亿参数（人类大脑皮层参数 10 万亿） 大模型演进过程 1950 图灵《电脑会思考吗？》提出“机器思维“概念； 72 年后， ChatGPT 成为离图灵测试最近的机器人。

OpenAI官方宣布了OpenAI o1推理大模 型。 推理大模型 在OpenAI的官网上，OpenAI定义推理模 型是在回答之前进行思考，并在回复用户 之前，在内部生成一长串的思维链过程。 思维链是一种提示大语言模型进行逐步推 理的方法。它让模型在得出最终答案之前， 先显式地写出推理的中间步骤。这就像人 类解决复杂问题时会先把思考过程写下来 一样。 OpenAI定义推理模型 办公赋能 应用实例 将 AI 大模型的能力经过场景化提炼整合，为用户提供具体 工作场景所需的功能，如 AI 对话、AI 角色 / 数字员工、AI 全局快捷指令、AI 写作、企业分析报告、知识库、思维导图、 研报中心、AIPPT、AI 绘图、AI 产业数据服务、AI agents 定制服务等 案例亮点 7. 大模型典型应用案例 天士力集团大模型探索实践 8. AIGC与企业应用实践 将我们准备好的电子书上传到DeepSeek，并输入提示词：现在我需要做一个xmind思维导图，请帮这份文档输出 为Markdown格式 将内容复制到text的文件中，进行保存，并将文件的后缀名改为.md 打开xmind软件，通过文件-导入-Markdown进行文件的导入，最后就能马上渲染出一个非常完美的思维脑图 8.3 图片类AIGC应用实践 图片类AIGC是一种基于人工智能技术生成图片

com 核心实践 – 数字化转型 Why What How www.top100summit.com • 传统上,数字建设以项目方式推进,注重交付一次性成果。而数字化转型则需要持续迭代优化的产品思维。 • 数字化转型的本质之一,就是将数字化工作的主要形式从项目转变为产品,打造生态系统。 核心实践 – 推动持续发展 项目(Project) vs. 产品(Product) • 项目更加 固定范围 迭代 规划驱动 数据驱动 Why What How www.top100summit.com • 传统上,数字建设以项目方式推进,注重交付一次性成果。而数字化转型则需要持续迭代优化的产品思维。 • 数字化转型的本质之一,就是将数字化工作的主要形式从项目转变为产品,打造生态系统。 核心实践 – 推动持续发展 项目(Project) vs. 产品(Product) • 项目更加

成熟金融机构优势业务体量巨大但增速放缓 ，与创新业务增速虽快但占比太小的结构性矛盾。 业务侧的数字化转型需求零散但技术侧的开发需要统一规划与系统化思维 ; 金融科技基础设施建设快速更新迭代 ; 云原生分布式架构、 API 串联的微服务、容器化、敏捷开发、 De vOp s 等 ; 业务与技术应深度融合 ，通过“产品 使数字化转型难 以进行。 客户思维 • 以“客户”为中心 :“ 客户”的需求是多元的 ; • 客户思维 : “ 我”能做的我来做，“我”做不到的，分发给最优 秀 的“供应商“，关注客户体验 ; • KPI 是过程 : 终极目标是为了获得客户信任，承接更多客户需求 ; 产品销售逻辑 • 以“我”为中心 : “ 我”的服务和产品是标准化的 ; • 销售思维 : 搞定客户，关注结果 ; 觉引发的虚假信号可能误导 投资者引发市场风险，造成的损失责任归属难以界定，以及可解释性缺失阻碍监管对大模 型的信任等等。 三、概率决策与金融确定性间存在根本矛盾。 大模型基于概率的“可能性思维”与部分金融业务对确定的底层 要求形 成对立。 四、技术与业务要“双向奔赴”。 数字化转型的落地不仅需要考虑技术先进程度的提升，也需要配套的机制设 计来激 发一线业务人员将技术应用于展业

专业和学科，对教育课程和专业设置、人才素养评价提出新要求。据世界经济论坛发 布的《未来就业报告2023》显示，未来5年内，人工智能、商业智能分析师、数据科学等大数据相关职位的需求增长最快，且创造性 思维、技术素养、好奇心和学习能力等通识素养是未来最需要培养的技能。智能时代背景下，传统的技能已无法满足社会需求，学 科壁垒不断消融，跨专业人才需求紧俏。 来源：麦肯锡《生成式人工智能的经济潜力:下一个 力与人文素养、通识教育并 重，跨专业人才需求紧俏。 世界经济论坛发布《未来就 业报告2023》显示，未来5 年内，人工智能、商业智能 分析师、数据科学等大数据 相关职位的需求增长最快。 该报告同时指出，创造性、 分析性思维，技术素养、好 奇心与学习能力、韧性、灵 活性与敏捷性等通识素养是 未来最需要培养的技能。 8 ©2024.2 iResearch Inc. 教育内容与人才目标 技术赋能教育也改变教育 教育范畴、方法、学科、专业的改变 生产力决定生产关系 生产关系变化 社会分工变化 知识搜集和传递能力 跨学科知识和技能 创新力和适应性 批判性思维 擅于解决问题 沟通与团队合作能力 全球视野和文化敏感性 通识能力 单纯的知识记忆不再具有高度的人才价值参考，围绕应用知识与工具进行 问题解决、批判性思考等通识能力进行培养的教育内容会加强权重

然语言推理等任务上，性能比肩 OpenAI-o1 正式版。 l DeepSeek-R1 遵循 MIT License ，允许用户通过蒸馏技术借助 R1 训练其他模型；同时上线 API ，对用户开放思维链输出； DeepSeek 官网与 App 同步更新上线， 用户打 开“深度思考”模式，即可调用最新版 DeepSeek-R1 完成各类推理任务。 l DeepSeek 蒸馏小模型超越 OpenAIo1-mini 晰度，又保留了内容创作的自主性。该模 板仅规范输出框架，避免对具体 解题方法或思维路径进行预设性限制。 l DeepSeek-R1 ：分阶段强化学习架构演进。为克服 Zero 版本存在的可读性差、语言混淆的问题并提升结果校准能力，该迭代版本采用多阶段强化学习策略： 1 ）冷启动阶段： 通 过少量高质量思维链 (CoT) 示范数据进行模型初始化，有效缓解基础模型在初始训练阶段的波动性。 2 ( 缓存命中 ) ( 缓存未命中 ) 资料来源： DeepSeek 官网，国信证券经济研究所 整理 百万 tokens 输 出价 格 DeepSee k -V3 最大 思维链 长度 最大 输 出长 度 上下文 长度 0.5 元 64K 模 型 8 元 2 元 8K - AI 应用爆发在即，算力需求持续攀升，关注 ASIC 及服务器产业 链 请