训练自己的场景 AI 可以参考以下步骤：
此外，周鸿祎提到 2024 是场景之年，关键要结合业务找对“明星场景”。具体来说，要从对上、对下、对内、对外四个维度思考：
1.准备您的训练数据您的训练数据应以文本到文本格式构建为受监督的训练数据集。数据中的每条记录或行都将包含输入文本（即提示）和模型的预期输出。此方法非常适合您拥有适度数量的场景训练数据，例如数百或数千个训练示例。1.在Generative AI Studio中开始调整选择调整选项。为调整模型提供一个名称。指向训练数据的本地或Cloud Storage位置。1.启动并监控调整作业指定数据集的路径后，您可以开始调整作业。您可以在Google Cloud控制台中监控调整作业的状态。1.使用调整后的模型调整作业完成后，您将在Vertex AI模型注册表中看到调整后的模型。您可以将其部署到端点进行服务，或者您可以在Generative AI Studio中对其进行测试。这部分结束了整个课程的内容，提供了一个完整的概述，介绍了如何使用Google Cloud的Generative AI Studio工具进行大型语言模型的原型制作和定制。特别强调了三个主要功能：设计和测试提示、创建对话和调整模型。现在是时候在动手实验室中使用Generative AI Studio进行实践操作了。您将有机会在自由形式和结构化模式下设计和测试提示，创建对话，浏览提示库，并实践使用我们在本课程中讨论的Generative AI Studio的功能。尽情探索吧！?
对上、对下、对内、对外怎么说呢？对上，就是一个企业的领导和干部，他们有什么场景是可以改善的？比如说情报舆情、决策支持。对下，对员工有哪些工作可以用AI来减少或提效的。对内，是指内部的管理和运营流程，比如说我们内部的研发是不是可以用大模型来编程？我们内部的市场部，可以用文生视频、文生图来减少使用模特。对外，是说对外的产品功能、体验、服务流程能做什么样的改善？你按照这四个维度去，一定要找到一个对自己、对客户、对员工最有说服力的场景，我称为叫明星场景。找对了场景之后，再来研发自己的专业大模型，大家理解这个路子了吧。先花5亿美金做个通用大模型，到处找场景去，这场景可难找了。所以在场景上我要说，第一切口要足够小，但是影响的面要广。先有场景，再根据场景来设计功能，再根据功能来训练专业的大模型。换句话说，大模型的专业训练是由场景决定的，而不是先去找一个通用的大模型，之后用大模型来找场景。
对上、对下、对内、对外怎么说呢？对上，就是一个企业的领导和干部，他们有什么场景是可以改善的？比如说情报舆情、决策支持。对下，对员工有哪些工作可以用AI来减少或提效的。对内，是指内部的管理和运营流程，比如说我们内部的研发是不是可以用大模型来编程？我们内部的市场部，可以用文生视频、文生图来减少使用模特。对外，是说对外的产品功能、体验、服务流程能做什么样的改善？你按照这四个维度去，一定要找到一个对自己、对客户、对员工最有说服力的场景，我称为叫明星场景。找对了场景之后，再来研发自己的专业大模型，大家理解这个路子了吧。先花5亿美金做个通用大模型，到处找场景去，这场景可难找了。所以在场景上我要说，第一切口要足够小，但是影响的面要广。先有场景，再根据场景来设计功能，再根据功能来训练专业的大模型。换句话说，大模型的专业训练是由场景决定的，而不是先去找一个通用的大模型，之后用大模型来找场景。