顶部
收藏

人工智能通识


作者:
李强 李国辉 郑丽 主编
定价:
49.50 元
版面字数:
410.00千字
开本:
16开
装帧形式:
平装
页数:
300
最新
印次时间:
2026年09月
ISBN:
978-7-04-067306-7
物料号:
67306-00
出版时间:
2026-09-17
读者对象:
高等职业教育
一级分类:
计算机大类
二级分类:
计算机类
三级分类:
计算机应用技术

本书以“重塑职场生产力与培养超级个体”为核心导向,采用“场景牵引、实战驱动”的编写理念,构建“认知重塑—逻辑解析—指令驾驭—场景赋能—产业协同—安全风控”的六维教学体系,系统讲解人工智能的底层逻辑、交互技巧、商业应用及合规治理策略。本书共分为6章,第1章引导学习者建立对AI发展脉络与“数据、算力、算法”三大引擎的宏观认知,前瞻人机协作的未来职场形态;第2章深入浅出地拆解大模型的概率预测机制,引导学习者灵活应用深度思考、联网搜索与文档解析等高级交互模式;第3章聚焦提示词工程,通过R—B—O—C结构化框架、链式思考等高级控制手段,培养学习者精准掌控AI输出的指令构建能力;第4章紧扣真实办公痛点,实战演练AI在长文档速读、商务公文写作、探索性数据分析及视觉素材创作中的全链路增效;第5章立足“AI+X”理念,提炼职场所需的业务翻译能力与协同能力,展示大模型在数字贸易、智能制造等领域中的落地路径;第6章构筑数字时代的安全底线,系统剖析数据脱敏、版权界定、幻觉干预及深度伪造防御与反诈等治理实务。 本书配有微课视频、授课用PPT、案例素材等丰富的数字化教学资源。与本书配套的数字课程在“智慧职教”平台(www.icve.com.cn)上线,学习者可登录平台在线学习,授课教师可调用本课程构建符合自身教学特色的SPOC,详见“智慧职教”服务指南。授课教师也可登录“高等教育出版社产品信息检索系统”(xuanshu.hep.com.cn)搜索并下载本书配套教学资源,首次使用本系统的用户,请先进行注册并完成教师资格认证。 本书既可作为职业本科院校及高职专科院校人工智能通识或AIGC应用技术等相关课程的教材,也可作为广大职场人士、AI爱好者提升人机协同工作能力与数字化素养的实战参考书。
  • 目录
    • 前辅文
      • 第1章 AI崛起:从科幻到产业变革
        • 1.1 走进智能时代
          • 1.1.1 人工智能的本质与边界
            • 1.1.2 现实应用:无处不在的算法
              • 1.1.3 演进之路:人工智能的3次浪潮
                • 1.1.4 全球视野:AI的地缘版图
                • 1.2 产业基石:数字经济的三大引擎
                  • 1.2.1 产业全景:从沙粒到塔尖
                    • 1.2.2 数据:数字时代的“新石油”
                      • 1.2.3 算力:智能的物理引擎
                        • 1.2.4 算法:机器的思考逻辑
                        • 1.3 前沿图谱:AI的3种关键形态
                          • 1.3.1 生成式AI:AIGC创新与范式转移
                            • 1.3.2 智能体:从对话到行动的数字员工
                              • 1.3.3 具身智能:AI拥有了“身体”
                              • 1.4 职业未来:人机协作的新契约
                                • 1.4.1 竞争法则:替代与增强
                                  • 1.4.2 能力重构:AI素养模型
                                    • 1.4.3 区域机遇:国家与AI
                                    • 1.5 综合项目实战:生成AI时代下《个人竞争力诊断报告》
                                      • 1.5.1 操作流程
                                        • 1.5.2 成果验收
                                        • 本章小结
                                          • 思考与习题
                                          • 第2章 AI探秘:核心技术与工具体验
                                            • 2.1 AI感知:机器的感官
                                              • 2.1.1 机器视觉:像素的世界
                                                • 2.1.2 多模态感知:像人类一样五感相通
                                                • 2.2 AI思考:机器的“大脑”
                                                  • 2.2.1 机器学习:寻找规律的数学
                                                    • 2.2.2 深度学习:模拟人脑的神经网络
                                                      • 2.2.3 大语言模型:通识能力的涌现
                                                      • 2.3 交互基础:建立对话
                                                        • 2.3.1 界面与功能:不仅是聊天窗口
                                                          • 2.3.2 对话流:人机协作的动态循环
                                                            • 2.3.3 实操:初次体验
                                                            • 2.4 进阶实操:原生模式体验
                                                              • 2.4.1 深度思考模式:从快思考到慢思考
                                                                • 2.4.2 联网搜索模式:连接真实世界的桥梁
                                                                  • 2.4.3 文档解析模式:与用户的知识库对话
                                                                  • 2.5 综合项目实战:生成《AI能力极限测试报告》
                                                                    • 2.5.1 操作流程
                                                                      • 2.5.2 成果验收
                                                                      • 本章小结
                                                                        • 思考与习题
                                                                        • 第3章 AI驾驭:提示词工程
                                                                          • 3.1 认知差异:理解机器如何理解
                                                                            • 3.1.1 人类语境与机器概率:跨越认知鸿沟
                                                                              • 3.1.2 机器逻辑:概率预测与创造力参数
                                                                                • 3.1.3 上下文管理:Token预算与记忆优化
                                                                                  • 3.1.4 GIGO定律:输入质量决定输出质量
                                                                                  • 3.2 结构化提示词:构建高效指令的通用框架
                                                                                    • 3.2.1 结构化的力量:从自然语言到伪代码
                                                                                      • 3.2.2 语境设定:角色定义与背景信息
                                                                                        • 3.2.3 任务执行:目标设定与约束条件
                                                                                          • 3.2.4 综合示例:R—B—O—C结构拆解与实战
                                                                                          • 3.3 方法模型:结构化提问与思维引导
                                                                                            • 3.3.1 少样本提示:举一反三
                                                                                              • 3.3.2 链式思考:引导分步推理
                                                                                                • 3.3.3 任务分解法:复杂问题的模块化处理
                                                                                                  • 3.3.4 输出格式控制:Markdown、表格与JSON
                                                                                                  • 3.4 思维引导:让AI更好地思考
                                                                                                    • 3.4.1 指定输出风格:从翻译官到苏格拉底
                                                                                                      • 3.4.2 幻觉识别与防御:让AI学会说“不知道”
                                                                                                        • 3.4.3 迭代与自查:自洽性
                                                                                                        • 3.5 优化控制:从错误到精准
                                                                                                          • 3.5.1 错误分类:没听懂、信息不足与做不到
                                                                                                            • 3.5.2 逆向工程:让AI帮助写提示词
                                                                                                              • 3.5.3 A/B测试:比较不同提示结构
                                                                                                              • 3.6 综合项目实战:商务提案提示词优化全记录
                                                                                                                • 3.6.1 操作流程
                                                                                                                  • 3.6.2 成果验收
                                                                                                                  • 本章小结
                                                                                                                    • 思考与习题
                                                                                                                    • 第4章 AI赋能:AIGC与职场生产力
                                                                                                                      • 4.1 商务文书:跨语言智能协作
                                                                                                                        • 4.1.1 智能速读:从信息到情报
                                                                                                                          • 4.1.2 辅助写作:风格迁移与场景化
                                                                                                                            • 4.1.3 智能合规与风险审查
                                                                                                                            • 4.2 数据洞察:对话式分析师
                                                                                                                              • 4.2.1 数据清洗:自然语言交互
                                                                                                                                • 4.2.2 探索性数据分析
                                                                                                                                  • 4.2.3 智能可视化:零代码交互图表
                                                                                                                                  • 4.3 视觉设计:品牌与素材
                                                                                                                                    • 4.3.1 提示词的视觉逻辑
                                                                                                                                      • 4.3.2 包装与营销素材设计
                                                                                                                                        • 4.3.3 视觉延展:从静态海报到动态展示
                                                                                                                                          • 4.3.4 视觉合规与文化适配
                                                                                                                                          • 4.4 AI视频创作:从静态画面到叙事影像
                                                                                                                                            • 4.4.1 前期筹备:AI辅助视觉叙事
                                                                                                                                              • 4.4.2 中期制作:图生视频的分镜实操
                                                                                                                                                • 4.4.3 后期合成:声音与剪辑
                                                                                                                                                • 4.5 综合项目实战:制作新品上市商业物料
                                                                                                                                                  • 4.5.1 操作流程
                                                                                                                                                    • 4.5.2 成果验收
                                                                                                                                                    • 本章小结
                                                                                                                                                      • 思考与习题
                                                                                                                                                      • 第5章 AI融合:AI+X与产业协同
                                                                                                                                                        • 5.1 人机协同:AI时代的能力重构
                                                                                                                                                          • 5.1.1 从工具辅助到人机协同
                                                                                                                                                            • 5.1.2 能力模型:产业对“超级个体”的要求
                                                                                                                                                            • 5.2 数字贸易:跨境电商的智能化运营实战
                                                                                                                                                              • 5.2.1 市场洞察:用AI读懂竞品与市场趋势
                                                                                                                                                                • 5.2.2 Listing优化:爆款文案与多语言生成
                                                                                                                                                                  • 5.2.3 延伸阅读:客服话术库的构建思路
                                                                                                                                                                  • 5.3 智慧文旅:跨文化交流与数智营销
                                                                                                                                                                    • 5.3.1 产品部:AI驱动的定制行程设计
                                                                                                                                                                      • 5.3.2 导游部:多模态AI辅助导游讲解
                                                                                                                                                                        • 5.3.3 市场部:AI辅助社交媒体内容创作
                                                                                                                                                                        • 5.4 智能制造:抽检数据的采集、判定与分析
                                                                                                                                                                          • 5.4.1 手写记录识别与结构化数据生成
                                                                                                                                                                            • 5.4.2 AI辅助开发合格性判定程序
                                                                                                                                                                              • 5.4.3 程序升级:批次汇总与可视化分析报表
                                                                                                                                                                              • 5.5 综合项目实战:AI赋能传统茶农——全链路解决方案设计
                                                                                                                                                                                • 5.5.1 操作流程
                                                                                                                                                                                  • 5.5.2 成果验收
                                                                                                                                                                                  • 本章小结
                                                                                                                                                                                    • 思考与习题
                                                                                                                                                                                    • 第6章 AI护航:安全与治理底线
                                                                                                                                                                                      • 6.1 输入红线:数据安全与隐私保护
                                                                                                                                                                                        • 6.1.1 投喂禁区:商业机密与个人敏感信息防护
                                                                                                                                                                                          • 6.1.2 物理防御:数据脱敏技巧与隐私设置
                                                                                                                                                                                            • 6.1.3 企业屏障:合规边界与私有化部署通识
                                                                                                                                                                                            • 6.2 输出风险:版权困境与算法审视
                                                                                                                                                                                              • 6.2.1 确权争议:AIGC的商用版权与侵权规避
                                                                                                                                                                                                • 6.2.2 算法偏见:文化差异与刻板印象识别
                                                                                                                                                                                                  • 6.2.3 事实核查:消除幻觉与人工干预机制
                                                                                                                                                                                                  • 6.3 恶意对抗:深度伪造防御与反诈
                                                                                                                                                                                                    • 6.3.1 眼见不为实:深度伪造的演进与危害
                                                                                                                                                                                                      • 6.3.2 对抗策略:诈骗识别与反制
                                                                                                                                                                                                      • 6.4 宏观治理:数字主权与科技向善
                                                                                                                                                                                                        • 6.4.1 国际共识:联合国倡议与跨国数字合作
                                                                                                                                                                                                          • 6.4.2 法规护栏:数据跨境流动的概览
                                                                                                                                                                                                          • 6.5 综合项目实战:AI安全体检——给商业文档做“安检”
                                                                                                                                                                                                            • 6.5.1 操作流程
                                                                                                                                                                                                              • 6.5.2 成果验收
                                                                                                                                                                                                              • 本章小结
                                                                                                                                                                                                                • 思考与习题
                                                                                                                                                                                                                • 参考文献

                                                                                                                                                                                                                相关图书