顶部
收藏

生成式人工智能通识


作者:
主编 郭春生 副主编 邓发云
定价:
49.80元
ISBN:
978-7-04-065286-4
版面字数:
470.00千字
开本:
16开
全书页数:
暂无
装帧形式:
平装
重点项目:
暂无
出版时间:
2025-08-25
物料号:
65286-00
读者对象:
高等教育
一级分类:
计算机/教育技术类

本书聚焦于生成式人工智能这一新兴的生产力工具,致力于帮助读者提升生成式人工智能素养。书中围绕日常学习与工作中高频出现的需求,挑选了国内外数十款通用型及垂直领域的生成式人工智能工具。通过对这些工具在一系列关键场景中的应用进行梳理,剖析其与传统工具的差异,并详细解读其功能与使用方法,也对其局限性与使用风险进行了分析。

本书减少理论内容,注重实用性与可操作性,适合应用型大学、职业院校教学及愿尝试新技术以提高学习工作效率的读者使用。

  • 前辅文
  • 第一章 了解生成式人工智能
    • 1.1 人工智能与生成式人工智能
      • 1.1.1 人工智能
      • 1.1.2 人工智能的发展历程
      • 1.1.3 生成式人工智能
      • 1.1.4 AIGC的价值和影响
    • 1.2 AIGC的技术原理
      • 1.2.1 AIGC的核心技术
      • 1.2.2 AIGC生成内容的过程
    • 1.3 AIGC工具的分类和选择
      • 1.3.1 AIGC工具的分类
      • 1.3.2 AIGC工具的选择
    • 1.4 AIGC素养
      • 1.4.1 数字素养到生成式人工智能素养
      • 1.4.2 AIGC素养
      • 1.4.3 AIGC素养培养的目标
  • 第二章 驾驭AIGC的核心能力——提示词工程
    • 2.1 提示词工程概述
      • 2.1.1 提示词工程基本概览
      • 2.1.2 提示词工程的演变和背景
      • 2.1.3 提示词设计的核心原则
    • 2.2 提示词设计方法
      • 2.2.1 人工设计法
      • 2.2.2 工具辅助设计法
      • 2.2.3 自动化生成法
    • 2.3 提示词优化方法和技巧
      • 2.3.1 明确性:消除歧义的指南针
      • 2.3.2 具体性:细节决定成败
      • 2.3.3 上下文:背景信息的钥匙
      • 2.3.4 提供示例
      • 2.3.5 直接提问
      • 2.3.6 输出格式与长度控制
    • 2.4 提示词优化方法与技巧进阶
      • 2.4.1 提示词结构优化
      • 2.4.2 多模态融合提示
      • 2.4.3 角色与风格限定
      • 2.4.4 多轮对话
      • 2.4.5 避免无效提示
    • 2.5 AIGC提示工程的新趋势
  • 第三章 搜索阅读新“姿势”:用AIGC轻松应对信息洪流
    • 3.1 信息洪流时代的搜索困境
      • 3.1.1 信息爆炸时代的信息过载与信息焦虑
      • 3.1.2 传统搜索模式的系统性缺陷
      • 3.1.3 AIGC对话式搜索:从交互到认知的进化
      • 3.1.4 AIGC和传统搜索引擎的适用场景
    • 3.2 AIGC主流搜索工具介绍与对比
      • 3.2.1 国内主流AIGC搜索工具
      • 3.2.2 国外主流AIGC搜索工具
      • 3.2.3 主流学术专用AIGC工具
    • 3.3 AIGC搜索场景:三大核心应用场景
      • 3.3.1 AIGC赋能学习场景
      • 3.3.2 AIGC开启美好生活
      • 3.3.3 AIGC助力学术科研效率提升
    • 3.4 AIGC搜索幻觉
      • 3.4.1 搜索幻觉的典型表现
      • 3.4.2 如何揪出AIGC的“谎言”
    • 3.5 AI辅助阅读
      • 3.5.1 AI辅助阅读的主要功能、场景与意义
      • 3.5.2 主要工具及使用
      • 3.5.3 AI阅读使用技巧
    • 3.6 本章小结
  • 第四章 智慧墨水:AIGC赋能写作秘籍
    • 4.1 AI辅助写作导论
      • 4.1.1 AI辅助写作的历史沿革
      • 4.1.2 AI辅助写作的主要功能和应用领域
      • 4.1.3 AI辅助写作与传统写作对比
    • 4.2 主要AI辅助写作工具
      • 4.2.1 AI辅助写作工具的分类与特点概述
      • 4.2.2 典型AI写作工具
      • 4.2.3 AI辅助写作注意事项
    • 4.3 AI辅助文案与公文写作
      • 4.3.1 文案与公文写作的主要AI工具
      • 4.3.2 文案与公文写作中 AI工具的使用技巧
    • 4.4 AI辅助学术论文写作
      • 4.4.1 AI辅助学术论文写作流程
      • 4.4.2 外文AI工具辅助英文论文写作流程
      • 4.4.3 国内AI工具辅助论文写作流程
      • 4.4.4 AI工具辅助学术论文写作技巧
    • 4.5 AI辅助写作未来发展趋势与能力培养
      • 4.5.1 AI辅助写作技术发展现状
      • 4.5.2 AI辅助写作未来发展的核心趋势
      • 4.5.3 未来AI辅助写作技术突破方向
      • 4.5.4 提升AI辅助写作能力的实践方法论
    • 4.6 本章小结
  • 第五章 图像创作新潮流:用AIGC打造视觉盛宴
    • 5.1 AI绘画概述
      • 5.1.1 AI绘画的特性
      • 5.1.2 AI绘画与传统绘画的比较
      • 5.1.3 AI绘画的历史与技术要点
    • 5.2 AI绘画主流工具介绍与对比
      • 5.2.1 基于Diffusion模型和CLIP模型的著名国外软件
      • 5.2.2 国产免费AI绘图工具的介绍与基础操作
      • 5.2.3 典型国产收费AI绘图工具简介与对比
    • 5.3 AI绘画工具的应用场景与案例分析
      • 5.3.1 生图功能
      • 5.3.2 图片编辑功能
    • 5.4 AI绘画工具的使用技巧与注意事项
      • 5.4.1 技巧与心得
      • 5.4.2 AI绘画风险规避
    • 5.5 AI绘画的工具不足和未来展望
      • 5.5.1 AI绘画工具的不足
      • 5.5.2 AI绘画的未来展望
    • 5.6 本章小结
  • 第六章 音视频创作新纪元:用AIGC让作品更“有料”
    • 6.1 AIGC音视频生成技术概览
      • AIGC音视频生成概说
    • 6.2 主要工具和技术简介
      • 6.2.1 视频模型
      • 6.2.2 音频模型
      • 6.2.3 编辑校对工具
      • 6.2.4 特效添加功能
    • 6.3 AIGC音视频生成全流程与注意事项
      • 6.3.1 选题阶段
      • 6.3.2 素材收集
      • 6.3.3 脚本撰写
      • 6.3.4 内容拍摄
      • 6.3.5 后期编辑
      • 6.3.6 多模态融合创作
    • 6.4 AIGC音视频制作实操秘籍
      • 6.4.1 AI生成汇报答辩说明视频
      • 6.4.2 AI换脸与自定义语音生成
    • 6.5 技巧、心得与注意事项
      • 6.5.1 技巧与心得
      • 6.5.2 AI音视频创作避坑指南
    • 6.6 AIGC视频生成工具的不足和未来展望
      • 6.6.1 AIGC视频生成工具的不足
      • 6.6.2 AIGC视频生成的未来展望
    • 6.7 本章小结
  • 第七章 编程不难:AIGC助力代码“飞起来”
    • 7.1 AIGC编程概述
      • 7.1.1 编程技术进化历史
      • 7.1.2 AIGC编程与传统编程的比较
      • 7.1.3 AIGC编程的特点
    • 7.2 AIGC编程模型与工具
      • 7.2.1 AIGC编程模型比较与选择
      • 7.2.2 AIGC编程工具介绍与基础操作
      • 7.2.3 AIGC低代码开发平台介绍与基础操作
    • 7.3 AIGC编程工具案例实践
      • 7.3.1 通过聊天方式编写程序
      • 7.3.2 使用Cherry Studio构建本地助考知识库
    • 7.4 AIGC赋能代码编程全流程
      • 7.4.1 AIGC支持自动化测试
      • 7.4.2 AIGC辅助团队审查代码
      • 7.4.3 AIGC生成项目文档和注释
      • 7.4.4 AIGC部署分发代码
    • 7.5 本章小结和展望
  • 第八章 数据分析超高效——用AIGC解决复杂难题
    • 8.1 概述
      • 8.1.1 AIGC在数据分析领域的兴起和发展
      • 8.1.2 AIGC辅助数据分析的实现方式
      • 8.1.3 AIGC数据分析与传统数据分析对比
    • 8.2 AIGC辅助数据分析流程与工具介绍
      • 8.2.1 AIGC辅助数据分析的流程
      • 8.2.2 常用AIGC数据分析工具介绍与对比
    • 8.3 AIGC辅助数据分析的应用场景与案例分析
      • 8.3.1 数据采集
      • 8.3.2 数据预处理
      • 8.3.3 数据建模
      • 8.3.4 数据可视化
    • 8.4 AIGC辅助数据分析使用技巧
      • 8.4.1 数据分析场景下提示词编写技巧
      • 8.4.2 工具选择技巧
    • 8.5 AIGC辅助数据分析注意事项和未来展望
      • 8.5.1 注意事项
      • 8.5.2 未来展望
  • 第九章 AI应用的无限可能:智能体与本地大模型
    • 9.1 智能体概述
      • 9.1.1 智能体的定义与特征
      • 9.1.2 智能体的发展历程
      • 9.1.3 智能体的技术架构与核心能力
      • 9.1.4 智能体与普通大模型的关系
      • 9.1.5 智能体的分类与应用场景
      • 9.1.6 智能体的发展趋势与挑战
    • 9.2 当前主流智能体平台比较与选择
      • 9.2.1 智能体平台的核心能力
      • 9.2.2 当前主流智能体平台及适用场景
      • 9.2.3 如何选择智能体平台
    • 9.3 如何创建智能体
      • 9.3.1 使用扣子平台创建知识问答智能体
      • 9.3.2 使用腾讯元器平台创建角色类智能体
      • 9.3.3 使用智谱清言平台创建内容创作智能体
    • 9.4 本地大模型概述
      • 9.4.1 本地大模型的定义与核心特征
      • 9.4.2 本地大模型的核心价值与应用场景
      • 9.4.3 本地大模型的局限性与面临的挑战
    • 9.5 如何搭建本地大模型
      • 9.5.1 本地大模型搭建的基本流程
      • 9.5.2 本地大模型搭建实例——以LLaMA模型为例
      • 9.5.3 本地大模型搭建的常见问题与解决方案
    • 9.6 本章小结
  • 第十章 AIGC让办公效率“飞起来”
    • 10.1 AIGC辅助办公导论
      • 10.1.1 传统办公与AIGC办公
      • 10.1.2 AIGC办公核心价值
    • 10.2 AIGC办公的典型应用场景
      • 10.2.1 场景一:智能文案生成与优化
      • 10.2.2 场景二:智能排版与模板生成
      • 10.2.3 场景三:智能会议记录与处理
      • 10.2.4 场景四:智能培训与知识管理
    • 10.3 个性化AIGC办公系统搭建
      • 10.3.1 工具精准选择与个性化组合配置:构建个性化办公生态系统
      • 10.3.2 高效输入指令设计与优化:打造精准高效的交互语言
      • 10.3.3 输出结果精细化处理:自动化与智能化深度融合
      • 10.3.4 实践拓展建议
    • 10.4 AIGC辅助办公的未来趋势与行业应用展望
      • 10.4.1 AIGC办公领域的技术趋势与行业应用
      • 10.4.2 AIGC办公应用中的风险与合规挑战
    • 10.5 本章小结
  • 第十一章 知识产权与创新创业新机遇:AI赋能开启新大门
    • 11.1 AI与知识产权的时代交汇
      • 11.1.1 第四次工业革命背景
      • 11.1.2 创新范式转变
      • 11.1.3 数字知识产权兴起
      • 11.1.4 AI技术分类与知识产权应用场景
    • 11.2 AI驱动的知识产权创造
      • 11.2.1 AI辅助发明创造的实践
      • 11.2.2 AI辅助大学生创新创业实践
    • 11.3 AI创新创业工具使用技巧
      • 11.3.1 想法验证阶段
      • 11.3.2 产品开发阶段
      • 11.3.3 市场推广阶段
      • 11.3.4 运营优化阶段
      • 11.3.5 扩展融资阶段
      • 11.3.6 具体案例分析:AI工具辅助创新创业大赛商业计划书
    • 11.4 AI重构知识产权运营体系
      • 11.4.1 AI重构知识产权运营全链条体系
      • 11.4.2 AI驱动的专利检索分析
    • 11.5 全球治理与伦理挑战
      • 11.5.1 国际规则与中国特色发展路径
      • 11.5.2 伦理挑战
      • 11.5.3 大学生必备法律素养
    • 11.6 本章小结
  • 第十二章 正视局限:AIGC的“不能”与人类责任
    • 12.1 AIGC的能力局限与风险认吱
      • 12.1.1 内容生成的本质性缺陷
      • 12.1.2 伦理与法律层面的潜在风险
      • 12.1.3 社会结构性冲击
      • 12.1.4 人类主体性危机
    • 12.2 AIGC局限性的核心特征
      • 12.2.1 缺陷的全局性
      • 12.2.2 缺陷的隐蔽性
      • 12.2.3 缺陷的传导性
      • 12.2.4 治理的复杂性
      • 12.2.5 影响不可逆性
      • 12.2.6 风险动态演化性
    • 12.3 AIGC技术与社会风险的根源
      • 12.3.1 技术层面的内生性瓶颈
      • 12.3.2 社会伦理矛盾的数字化映射
      • 12.3.3 监管滞后引发的治理真空
    • 12.4 人类“补位”计划:从用到治的解决方案
      • 12.4.1 从技术层面构建可靠生成体系
      • 12.4.2 从伦理层面铸牢发展底线
      • 12.4.3 从监管层面构建治理生态
      • 12.4.4 从社会层面促进人机共生
    • 12.5 大学生AIGC素养提高路径
      • 12.5.1 正确认识AI的“能”与“不能”
      • 12.5.2 培养多元化工具使用能力
      • 12.5.3 科学鉴别AI生成内容真伪的方法
    • 12.6 本章小结

相关图书


相关数字化产品