训练自己的场景 AI 可以参考以下步骤：
准备训练数据：应以文本到文本格式构建为受监督的训练数据集，每条记录或行包含输入文本（即提示）和模型的预期输出，适用于拥有适度数量的场景训练数据的情况，例如数百或数千个训练示例。 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。 启动并监控调整作业：指定数据集的路径后，可以开始调整作业，并在 Google Cloud 控制台中监控调整作业的状态。 使用调整后的模型：调整作业完成后，将在 Vertex AI 模型注册表中看到调整后的模型，可以将其部署到端点进行服务，或者在 Generative AI Studio 中对其进行测试。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：
对上，关注企业领导和干部的可改善场景，如情报舆情、决策支持。 对下，考虑员工工作中可借助 AI 减少或提效的部分。 对内，留意内部管理和运营流程，如内部研发用大模型编程，内部市场部用文生视频、文生图减少模特使用。 对外，思考产品功能、体验、服务流程的改善。找到一个对自己、对客户、对员工最有说服力的场景，称为明星场景。先找对场景，再研发专业大模型，切口要小但影响面要广，大模型的专业训练由场景决定，而非先找通用大模型再找场景。