极客学院 金融领域大模型实战

金融加大模型，听起来是个很热的方向，但真正打开课程之前，有几件事得先说清楚。这门课不是那种看完就能去银行做大模型项目的速成班，它更像是一份可以慢慢拆开来啃的实操记录。如果你每天只有半小时到一小时，完全没问题，但节奏要自己控制住。

先弄明白它到底在讲什么

整门课的重心落在两件事上：RAG（检索增强生成）和 Prompt 提示词工程。这两个词你可能已经在别处见过很多次，但在金融场景里，它们的用法和通用问答不太一样。金融数据有很强的时效性、合规要求和专业术语密度，模型凭空生成的内容经常不能直接用，所以课程花了不少篇幅讲怎么把外部资料检索进来、怎么约束模型的输出范围、怎么让提示词在数字和条款面前不跑偏。

如果你之前只做过通用的聊天机器人练习，这门课会让你重新适应一种更“较真”的写法。

建议的观看顺序

不必从头到尾一集不落。可以按这个顺序来：

• 先看前几讲里关于金融场景特点和大模型能力边界的内容，哪怕你觉得已经懂了，也建议快速过一遍，因为后面很多设计选择都建立在这些前提上。
• 接着进入 Prompt 部分。这部分相对独立，可以边看边拿自己手头的资料试，不用等环境全部搭好。
• 然后再看 RAG 相关章节。这里会涉及检索、切分、召回、重排这些环节，逻辑链比较长，建议一次只看一到两个环节，看完就停下来整理笔记。
• 综合实战章节放在最后，不要提前翻。它更像是一次串讲，前面没消化的话，直接看会卡住。

哪些章节可以跳，哪些不能跳

如果你已经有 Python 和基本 API 调用的经验，前面纯环境配置和工具介绍的部分可以快速扫过，遇到不熟悉的再回头查。但涉及数据切分策略、检索结果怎么拼进提示词、金融数字和日期怎么处理这几块，尽量不要跳。这些细节看起来琐碎，却是实际项目里最容易出问题的地方。

另外，课程里如果有偏理论铺垫的段落，第一遍看不懂可以先标记，等做完一个小练习再回来读，往往就通了。

资料和练习怎么配合

配套的章节笔记适合在每完成两到三节之后拿出来复盘，不要一边看视频一边抄笔记，那样效率很低。更好的做法是：先按自己的理解写一份简短小结，再对照笔记补漏。

练习方面，不必等整套项目环境完全就绪。Prompt 部分可以直接用公开的金融公告、年报片段来试；RAG 部分可以先拿十几份小文档搭一个最小检索流程，跑通之后再替换成更接近真实场景的数据。学不会的地方，比如某些检索调优的细节，可以先放着，把能跑通的部分跑通，比卡在一个点上强。

这门课不适合一口气刷完。把它当成一个可以反复回看的工作台，每次只解决一两个具体问题，反而更容易留下来。