图书简介:
第1章 AI前沿技术概述 11.1 AI简介 11.1.1 AI的由来 11.1.2 AI的发展历程 21.2 大模型简介 51.2.1 AI和大模型的关系 51.2.2 大模型的分类 51.2.3 大模型的主流产品 61.2.4 大模型的工作原理 91.2.5 大模型的特点剖析 111.3 AI发展的前沿技术方向 131.3.1 多模态大模型与人工智能生成内容的融合 141.3.2 通用大模型与垂直大模型的融合 151.3.3 具身智能 161.3.4 AI智能体 181.3.5 科学发现与技术发明 201.3.6 计算机视觉与VR元宇宙 20本章小结 22拓展阅读 22本章习题 23第2章 AIGC概述 252.1 AIGC简介 252.1.1 AIGC的基础概念 252.1.2 AIGC的关键技术 262.1.3 AIGC的发展历程 292.2 AIGC的应用与未来 332.2.1 AIGC的应用场景与案例 332.2.2 AIGC的挑战 362.2.3 AIGC的未来 38本章小结 41拓展阅读 41本章习题 42第3章 提示词应用实战 443.1 提示词基础认知 443.1.1 什么是提示词 443.1.2 提示词的作用与价值 453.1.3 提示词与AI输出质量的关系 453.2 优质提示词与劣质提示词的对比 463.2.1 优质提示词具备的五大特征 473.2.2 劣质提示词存在的常见问题 483.2.3 案例对比分析 483.3 提示词的常用写作方法 503.3.1 基础结构法 503.3.2 角色扮演法 513.3.3 示例引导法 523.3.4 任务反转法 543.3.5 多轮对话法 563.3.6 多模态引导法 583.3.7 关键词强化法 613.4 提示词优化策略与工具 633.4.1 BRTR优化框架 643.4.2 常用提示词模型简介 663.4.3 信息分层策略 683.4.4 借助AI工具辅助优化提示词 713.5 提示词实战案例解析 743.5.1 教学场景 743.5.2 内容创作 763.5.3 办公自动化 77本章小结 79拓展阅读 79本章习题 80第4章 AIGC在线搜索与文本生成应用 824.1 常见的搜索与对话AI工具 824.1.1 工具选择 844.1.2 高效提示词设计原则与进阶技巧 844.2 利用AIGC工具优化文本 854.2.1 智能纠错 864.2.2 修改风格 864.2.3 续写文本 864.2.4 改写文本 874.2.5 仿写文本 874.2.6 翻译文本 884.3 企业中的应用 894.3.1 阅读与写作 894.3.2 应用文写作 924.3.3 自媒体创作 984.3.4 营销行业 1014.3.5 助力日常生活 1114.3.6 教育与教研行业 115本章小结 124拓展阅读 125本章习题 127第5章 AIGC图像生成与应用 1295.1 常见的图像生成工具 1295.1.1 工具选择 1305.1.2 提示词工程 1315.1.3 AIGC图像生成基本功能 1325.2 利用AIGC工具处理图像 1355.2.1 图片无损放大 1355.2.2 分辨率提高 1365.2.3 图片修复 1385.2.4 图片去背景 1385.3 企业中的应用 1405.3.1 营销素材快速生产 1405.3.2 产品与设计辅助 1435.3.3 品牌形象构建 1465.3.4 内部沟通与文档 147本章小结 149拓展阅读 151本章习题 151第6章 AIGC音频和视频生成与应用 1536.1 常用的AIGC音频生成工具 1536.1.1 文本转语音工具 1546.1.2 语音克隆工具 1576.1.3 音乐生成工具 1616.2 常用的AIGC视频生成工具 1646.2.1 文本或图像生成视频工具 1656.2.2 数字人视频工具 1686.3 企业应用场景 172本章小结 173拓展阅读 174本章习题 175第7章 AIGC编程与应用 1777.1 利用AI编程助手 1777.1.1 技术定位与核心价值 1777.1.2 AI工具选型决策矩阵 1787.2 企业应用场景实战 1807.2.1 实战场景一:提升开发效率 1807.2.2 实战场景二:文档自动化 1827.2.3 实战场景三:数据分析与自动化 1837.2.4 实战场景四:智能运维 1847.3 实战演练 1857.3.1 案例1:数据清洗脚本开发 1867.3.2 案例2:API接口代码生成 1887.4 代码安全、质量审查与知识产权 1917.4.1 代码安全:守护程序的生命线 1927.4.2 质量审查:给代码做“体检” 1927.4.3 知识产权:看不见的法律红线 193本章小结 194拓展阅读 194本章习题 195第8章 AIGC数据分析与图表应用 1978.1 常用的数据处理与分析工具 1978.1.1 办公小浣熊 1978.1.2 酷表ChatExcel 1998.1.3 TreeMind树图 2008.1.4 ProcessOn 2028.1.5 AmyMind 2038.2 利用AIGC工具进行数据处理与图表生成 2048.2.1 AI思维导图与流程图 2048.2.2 AI表格数据处理 2078.2.3 AI数据可视化 2088.3 企业中的应用 2098.3.1 借助办公小浣熊分析销售数据与生成图表 2098.3.2 使用酷表ChatExcel处理与分析员工考勤数据 2118.3.3 使用TreeMind树图生成大学生职业规划思维导图 2128.3.4 使用ProcessOn生成用户登录注册流程图 2148.3.5 使用AmyMind生成广州旅游计划思维导图 215本章小结 219拓展阅读 219本章习题 220第9章 AIGC综合应用 2229.1 智能体简介 2229.1.1 智能体的概述 2229.1.2 智能体的组成 2239.2 智能体开发 2249.2.1 智能体的开发平台 2249.2.2 认识Coze 2269.2.3 创建第一个智能体 2279.3 智能体进阶 2349.3.1 生活小向导智能体 2349.3.2 文案助手智能体 240本章小结 247拓展阅读 247本章习题 248参考文献 250
展开
在数字经济飞速迭代的今天,人工智能(Artificial Intelligence,AI)已从实验室走向产业一线,成为驱动各行各业转型升级的核心力量。其中,生成式人工智能(AIGC)作为AI领域的新兴热点,凭借其强大的内容生成、场景适配与效率提升能力,快速渗透到文本创作、图像设计、音视频制作、编程开发、数据分析等多个领域,重塑了传统的生产模式、工作流程与学习方式,成为数字时代不可或缺的核心技能。随着AIGC技术的持续迭代,新工具、新场景、新应用层出不穷;但与此同时,行业内也面临着“懂技术的不懂应用,懂应用的不懂技术”的现实困境,高校教学中同样存在教材滞后、理论与实践脱节的问题,这既制约了AIGC技术的规模化落地,也阻碍了相关人才的培养。基于此,编者结合自身在AI及AIGC领域的教学、科研积淀与企业实战经验编写了本书,旨在帮助读者系统掌握AIGC核心知识与实操技能,搭建起“从基础到应用、从理论到实战”的完整学习桥梁。本书的内容本书遵循“循序渐进、实用性优先”的编写原则,整体结构清晰,逻辑严谨,围绕AIGC的“基础认知—工具应用—实战落地”核心脉络展开,共分为9章,各章节既相互独立、各有侧重,又紧密关联、层层递进,共同构成完整的AIGC知识与实操体系。第1章:系统介绍AI的基本概念与发展历程,重点解析大模型的核心定义、特点与价值,梳理前沿技术方向,为后续AIGC学习奠定基础。第2章:聚焦AIGC,阐述其定义、发展历程与核心技术原理,对比传统内容生成方式,梳理当前应用现状,展望未来发展趋势,让读者清晰把握AIGC的核心价值与应用前景,明确学习AIGC的意义。第3章:重点讲解提示词基础认知,通过优质与劣质提示词的对比,明确提示词的核心要素;介绍提示词的写作、优化策略及相关工具,结合多场景案例解析,助力读者掌握提示词使用技巧、提升内容生成质量。第4章:介绍常用的AIGC搜索与对话工具,讲解如何利用这类AIGC工具优化文本,以及其在企业办公、客户服务等场景中的具体应用。第5章:聚焦图像生成与处理,介绍当前主流的图像生成工具,讲解图像生成、编辑、修复等实操技巧,结合企业设计、营销宣传等场景,解析工具的具体应用方法。第6章:涵盖音频与视频生成内容,分别介绍常用的音频、视频生成工具,讲解音频合成、视频剪辑、内容生成等技巧,以及其在企业宣传、培训教学等场景中的应用。第7章:聚焦AIGC编程应用,讲解AI编程助手的使用方法,结合企业应用场景开展实战演练,同时重点强调代码安全、质量审查与知识产权等关键要点,兼顾内容的实用性与规范性。第8章:介绍AIGC在数据分析与图表生成中的应用,讲解常用的数据处理与分析工具,阐述如何利用AIGC快速处理数据、生成可视化图表,以及其在企业数据分析、决策支持等场景中的具体应用。第9章:介绍智能体的基本概念、核心架构与开发流程,讲解智能体的进阶技巧,结合多场景综合案例,助力读者实现从“单一工具应用”到“综合场景落地”的能力提升。本书的特色(1)全链条覆盖AIGC应用生态。本书围绕AIGC展开,涵盖理论基础、提示词工程、文本与音视频图像生成、编程数据分析、智能体开发,实现从理论知识到实操工具再到行业应用场景的全链路系统化梳理,满足读者全面掌握知识与深入实操的双重需求。(2)主流AIGC工具集成、实用性强。本书集成国内外主流AIGC工具与最佳实践,覆盖业界最新产品,内容贴合行业前沿,重点强调工具对接与实际应用流程,紧跟AI工具应用前沿。(3)场景化案例丰富,企业需求导向。本书大量嵌入教育、企业自媒体、数据分析、产品设计等领域的真实案例,贴合当前数字化转型背景下的热门岗位与专业建设要求,提升教材的职业导向性和行业适配度。(4)前瞻引领、助力学科改革。本书聚焦AIGC与智能体融合、多模态技术、AI科学发现等最新发展方向,契合学科建设向交叉融合与创新应用转型的趋势,有力支撑“新工科”“新文科”人才培养与高水平成果产出。本书由朱婷婷、吕玉桂、胡迎彬、白伟丽、徐传想、周瀚章、李石君共同完成,全书由朱婷婷负责统稿。其中,第1、2、9章内容由吕玉桂和李石君共同完成,第3、8章内容由朱婷婷和白伟丽共同完成,第4、5章内容由胡迎彬独立完成,第6、7章内容由徐传想和周瀚章共同完成。在本书编写过程中,编写组得到了广东白云学院大数据与计算机学院人工智能教学与科研团队、武汉大学吴志健教授、华南农业大学俞守华教授的大力支持,以及诸多同行的悉心指导和热情帮助,在此谨向他们表示衷心的感谢。由于编者水平有限,书中难免存在一些疏漏之处,敬请广大读者批评指正。
展开