新書推薦：
《
病菌、观念与社会：病菌如何影响现代生活
》
售價：NT$
398
《
经过检视的人生 从苏格拉底到尼采
》
售價：NT$
306
《
阿尔喀比亚德斯 I（柏拉图全集）
》
售價：NT$
500
《
百家争鸣与中华文明的哲学突破
》
售價：NT$
536
《
孟子学术流传与秦汉价值重构
》
售價：NT$
510
《
中国早期城市与文明起源 一部中国早期城市发展简史，解读城市与文明交织共生的规律
》
售價：NT$
449
《
只要我还在创作 角谷美智子访谈录
》
售價：NT$
347
《
国医大师邓铁涛 治未病从孩子抓起 中医治未病 二十四节气顺时调养 常见病预防 中医健康体检 广东科技
》
售價：NT$
255
|
| 編輯推薦： |
|
?内容系统性。依据大学生认知发展规律，采用循序渐进的教学设计，从基础概念(如人工智能原理)到高级应用(如多模态生成)层层递进，深度融合商业化案例(如品牌营销策略)，提升对人工智能大模型技术应用的认知，通过深入浅出的课程案例实现理论教学与实践操作的技术闭环，确保知识结构完整且易于消化，帮助学生构建扎实的知识框架。?学训融合性。每节采用理论学习、知识拓展、案例实训的三维架构，确保教学效果可验证，例如通过小组讨论和项目评审强化互动反馈，通过多元化案例练习(如数据可视化任务、社交媒体内容生成)实现学习质量综合评价，提升学生解决实际问题的能力，培养批判性思维。?任务导向性。实战课程内容以项目任务为驱动，如设计一个AI生成内容方案，通过系列微案例验证理论模型的有效性，保障内容的真实性与可靠性，帮助学生在实际操作中掌握技术精髓。?产教协同性。深度融合产业端技术平台，如与DeepSeek合作模拟企业环境，使学生通过课程学习实现技术能力的迁移应用，凸显教材的实践价值，促进教育与企业需求的无缝对接。
|
| 內容簡介： |
|
《人工智能通识》结合商业实战应用案例，针对生成式人工智能大模型技术在文本文案、数据计算、图形图像、音视频等领域的应用进行深入剖析，全方位诠释了人工智能大模型的多领域融合性应用。全书内容立足于零基础人工智能大模型学习对象，深入浅出地讲解多类案例，降低人工智能大模型技术的通识化学习成本。本书既可作为高等职业院校生成式人工智能通识课程的教材，也可作为广大读者提升个人生成式人工智能素养的参考学习资料，亦可作为相关培训机构的教材。
|
| 目錄：
|
目 录
第1章 人工智能技术新魔法——颠覆式生成术 1
1.1 人工智能概述 1
AI导读：无处不在的人工智能 1
1.1.1 人工智能的发展史 2
1.1.2 人工智能与人工智能大模型的区别 6
AI大视野：AIGC技术的兴起给我们带来了什么影响 7
AI大复盘 7
AI即时练 8
AI大作业 8
1.2 AIGC大模型应用场景 9
AI导读：AIGC大模型的分类应用 9
1.2.1 文本内容生成领域 10
1.2.2 图像内容生成领域 11
1.2.3 音频内容生成领域 11
1.2.4 视频内容生成领域 12
AI大视野：AIGC技术在文本、图像、音视频领域的卓越成就 12
AI大复盘 14
AI即时练 14
AI大作业 15
第2章 人工智能交互金钥匙——万能的提示词 16
2.1 提示词概述 16
AI导读：神奇的提示词 16
2.1.1 提示词的四大基本特征 17
2.1.2 提示词与问题、指令、需求的关系和边界 17
2.1.3 判断提示词是否合格的三条标准 17
2.1.4 概念延伸：提示词是一种结构化表达 18
AI训练营 18
AI大视野：提示词在AIGC领域的广泛应用 19
AI大复盘 19
AI即时练 20
AI大作业 20
2.2 提示词的作用 21
AI导读：让AI“听懂”并“做对”的秘诀 21
2.2.1 沟通作用：让人机对话高效、顺畅 21
2.2.2 引导作用：为 AI 指定方向和重点 22
2.2.3 约束作用：设置边界与规则 22
2.2.4 激发作用：引导 AI 发挥创造性思维 22
AI训练营 23
AI大视野：行业中的多面手 24
AI大复盘 25
AI即时练 25
AI大作业 26
2.3 提示词的结构 27
AI导读：高质量输出的“骨架” 27
2.3.1 角色设定：告诉 AI “你是谁” 27
2.3.2 任务说明：明确需要 AI 做什么 28
2.3.3 背景信息：给 AI 足够的“上下文” 28
2.3.4 输出要求：告诉 AI 你想要的结果 28
2.3.5 附加限制与提示：给 AI 加“护栏” 28
AI训练营 29
AI大视野：跨领域的延伸应用 30
AI大复盘 31
AI即时练 32
AI大作业 33
2.4 提示词的应用 33
AI导读：从课堂到真实世界的跨越 33
2.4.1 辅助学习场景 34
2.4.2 职场办公场景 34
2.4.3 商业创意场景 35
2.4.4 技术支持场景 35
2.4.5 跨界创新场景 36
AI训练营 36
AI大视野：提示词为多行业赋能 39
AI大复盘 40
AI即时练 40
AI大作业 41
第3章 人工智能文本生成术——文本的魔法般诞生 43
3.1 文本生成概述 43
AI导读：让AIGC成为你的全能写作伙伴 43
3.1.1 文本生成的概念 43
3.1.2 文本生成的基本原理 44
3.1.3 文本生成的常见类型 44
3.1.4 文本生成的优势 44
3.1.5 文本生成的限制与注意事项 44
3.1.6 获得高质量文本生成结果的方法 44
AI训练营 45
AI大视野：AIGC的行业应用 45
AI大复盘 46
AI即时练 47
AI大作业 47
3.2 文本生成的作用 48
AI导读：文本生成不止“代写” 48
3.2.1 提升信息处理与表达效率 49
3.2.2 降低创作门槛，扩展创意边界 49
3.2.3 实现多场景、多角色内容定制 49
AI训练营 49
AI大视野：你的智能协作伙伴 50
AI大复盘 51
AI即时练 52
AI大作业 52
3.3 文本生成的结构 53
AI导读：AI文本创作的“施工图纸” 53
3.3.1 文本生成结构的概念 54
3.3.2 常见的文本结构类型 54
3.3.3 如何在提示词中明确结构 54
AI训练营 55
AI大视野：结构思维的重要性 56
AI大复盘 57
AI即时练 57
AI大作业 58
3.4 文本生成的应用 58
AI导读：文本生成应用的多领域覆盖与定制化价值 58
3.4.1 学习与学术场景的应用 59
3.4.2 工作与职场场景的应用 59
3.4.3 创意与内容创作场景的应用 60
3.4.4 公共服务领域的应用 60
AI训练营 61
AI大视野：AIGC文本生成的多维商业应用 62
AI大复盘 63
AI即时练 63
AI大作业 64
第4章 人工智能数据生成术——精准与速度的融合 65
4.1 电子表格数据统计与计算概述 65
AI导读：万能的AIGC数据处理应用 65
4.1.1 电子表格的数据统计与计算的概念 65
4.1.2 掌握AI赋能的表格统计与计算的必要性 65
4.1.3 AI赋能下的核心变化 66
AI训练营 66
AI大视野：AIGC数据处理的多场景应用 67
AI大复盘 68
AI即时练 68
AI大作业 69
4.2 电子表格数据统计与计算的作用 70
AI导读：AI助力数据统计与计算 70
4.2.1 快速提取关键信息 70
4.2.2 辅助科学决策 71
4.2.3 节省时间与人力成本 71
4.2.4 增强表达力与说服力 71
4.2.5 降低技术门槛，让人人会用数据 71
AI训练营 71
AI大视野：数据统计与计算在不同决策类型中的价值 72
AI大复盘 73
AI即时练 74
AI大作业 74
4.3 电子表格数据统计与计算的常见类型 75
AI导读：AI赋能的电子表格 75
4.3.1 汇总统计类 76
4.3.2 条件筛选类 77
4.3.3 分组对比类 77
4.3.4 趋势分析类 78
AI训练营 79
AI大视野：商业级AIGC数据统计与决策应用 80
AI大复盘 81
AI即时练 81
AI大作业 82
第5章 人工智能图像生成术——高效设计师的神器 84
5.1 图像生成的工具 84
AI 导读：AI图像生成工具 84
5.1.1 Midjourney 85
5.1.2 Stable Diffusion 85
5.1.3 哩布哩布AI 86
5.1.4 即梦AI 89
AI训练营 91
AI大视野：图像生成技术的应用拓展 93
AI大复盘 97
AI即时练 97
AI大作业 98
5.2 图像生成的模型 98
AI导读：AI图像生成模型 98
模型分类 99
AI训练营 102
AI大视野：图像生成模型的发展 103
AI大复盘 103
AI即时练 103
AI大作业 104
5.3 图像生成的参数控制 105
AI导读：图像生成参数设置 105
5.3.1 Steps 参数的奥秘 105
5.3.2 CFG Scale：文本约束的“松紧带” 105
5.3.3 Sampler：风格质感的“调色盘” 106
5.3.4 Style Weight：风格倾向的“平衡秤” 106
5.3.5 参数联动：哩布哩布 AI 的协同创作逻辑 106
5.3.6 哩布哩布 AI 的参数控制特性 106
AI训练营 107
AI大视野：图像生成参数系统的发展 108
AI大复盘 109
AI即时练 109
AI大作业 110
5.4 图像生成的高阶控制 111
AI导读：ControlNet 神经控制网 111
5.4.1 Canny 边缘检测模型 112
5.4.2 OpenPose 姿态估计模型 112
5.4.3 Depth 深度估计模型 113
AI训练营 114
AI大视野 114
AI大复盘 114
AI即时练 115
AI大作业 115
第6章 人工智能音频生成术——声音灵感的创作源 117
6.1 口播生成技术的应用 117
AI导读：AI口播生成工具 117
6.1.1 DeepSeek、豆包口播文案的生成 118
6.1.2 可灵AI口播生成的应用 118
6.1.3 海螺AI口播生成的应用 119
6.1.4 即梦AI口播生成的应用 119
AI 训练营 120
AI 大视野：口播生成技术的发展 120
AI 大复盘 122
AI 即时练 122
AI 大作业 123
6.2 音乐生成技术的应用 123
AI 导读：AI音乐生成工具 123
6.2.1 DeepSeek的应用 123
6.2.2 豆包的应用 124
6.2.3 可灵AI的应用 124
6.2.4 海螺AI的应用 124
AI训练营 125
AI大视野：音乐生成技术的发展 126
AI大复盘 126
AI即时练 126
AI大作业 127
第7章 人工智能视频生成术——动态视频分秒生成 128
7.1 视频生成技术的分类 128
AI导读：AI视频生成 128
7.1.1 文本驱动的视频生成技术 129
7.1.2 图像驱动的视频生成技术 129
7.1.3 视频驱动的视频生成技术 129
7.1.4 3D模型驱动的视频生成技术 129
AI训练营 130
AI大视野：视频生成技术的发展 131
AI大复盘 132
AI即时练 132
AI大作业 133
7.2 视频生成的参数控制 133
AI导读：AI视频生成参数设置 133
7.2.1 时长参数 134
7.2.2 分辨率参数 134
7.2.3 帧率参数 135
7.2.4 风格提示词 135
7.2.5 运镜效果 135
AI训练营 136
AI大视野：视频生成参数控制技术的发展 138
AI大复盘 139
AI即时练 139
AI大作业 140
7.3 视频生成的高阶应用 140
AI导读：AI视频生成技术进阶 140
7.3.1 影视制作与特效生成 141
7.3.2 虚拟主播与数字人视频创作 141
7.3.3 广告与营销创意视频生成 141
7.3.4 教育与培训视频制作 142
7.3.5 游戏开发与动态场景生成 142
AI训练营 142
AI大视野：视频生成高阶应用未来图景 143
AI大复盘 143
AI即时练 144
AI大作业 145
第8章 人工智能代码生成术——程序逻辑的极速锻造 146
8.1 代码生成术的基础认知与工具初遇 146
AI导读：以数字猜测场景为例看编程模式的转变 146
8.1.1 代码生成术的底层逻辑：AI如何“学会”写程序 146
8.1.2 Python程序逻辑的常见“积木”：从需求到结构 146
8.1.3 主流AIGC代码生成工具全景：能力与场景适配 147
AI训练营 148
AI大视野：代码生成术在行业的应用—从简单工具到复杂系统 153
AI大复盘 153
AI即时练 153
AI大作业 154
8.2 深度逻辑构建：复杂程序的 AI 协同开发 155
AI导读：从答题游戏看AI协同开发 155
8.2.1 复杂程序逻辑的“拼图法”：模块拆分与整合 155
8.2.2 Python 函数与逻辑封装：让 AI 生成更高效 155
8.2.3 AI 代码生成的“协同优化”：迭代调整逻辑 156
AI训练营 157
AI大视野：代码生成术推动的“全民编程”趋势 161
AI大复盘 162
AI即时练 163
AI大作业 164
8.3 代码生成术的边界与进阶方向 164
AI导读：AI能完全替代人类写程序逻辑吗 164
8.3.1 AI代码生成的边界：能做与不能做 165
8.3.2 从生成代码到优化逻辑：AI进阶辅助 165
8.3.3 代码生成术的未来：与低代码或无代码平台融合 166
AI训练营 167
AI大视野：“低代码 + AI”重塑开发版图 170
AI大复盘 172
AI即时练 172
AI大作业 173
参考文献 174
|
| 內容試閱：
|
前 言
2022年，美国OpenAI公司发布ChatGPT平台，标志着人工智能大模型技术的重大突破，引发了全球范围内的技术革新浪潮，深刻改变了人机交互模式。此后一年内，该技术迅速渗透至文本文案生成、图形图像生成、语音音乐合成及视频动画制作四大行业领域，例如在广告创意中实现个性化内容推送、在教育内容制作中生成互动式课件、在娱乐媒体中创作虚拟角色等高效应用场景，显著提升内容生产效率，引领了新一轮互联网技术浪潮。国内互联网领军企业(如百度、科大讯飞、阿里巴巴等)相继投入人工智能大模型技术的研发与应用，催生出百度的文心一言、科大讯飞的讯飞星火、暗面科技的Kimi、阿里巴巴的堆友、网易的天音、字节跳动的豆包和即梦、快手的可灵、金山的WPS AI、深度求索的DeepSeek等众多人工智能大模型平台，覆盖文本、图像、音视频等多模态生成需求。在此竞争格局中，DeepSeek凭借其卓越的模型性能、用户友好性和低门槛操作体验脱颖而出，成为国内顶尖的人工智能大模型技术产品，在自然语言理解和创意内容生成任务中表现优异，推动行业向更高水平发展。
《人工智能通识》深度融合DeepSeek提示词生成技术，整合文本生成、数据生成、图像生成、音视频生成等跨模态AI内容生成技术平台，构建综合应用体系，确保学生掌握从需求分析、创意构思到内容产出的全流程技能，包括提示词优化和内容评估方法。全书内容严格遵循互联网企业人才需求标准，聚焦商业化应用赋能，通过真实场景案例(如文案优化提升转化率、社交媒体内容创作增加用户黏性、短视频制作提升品牌影响力等)实现理论实践闭环，培养学生学以致用的能力，全面提升其对行业需求的认知水平，精准对接互联网应用型人才技术前沿与企业真实项目案例，助力学生快速适应职场挑战，解决实际业务问题。
本书具备以下四大特点。
1. 内容系统性。依据大学生认知发展规律，采用循序渐进的教学设计，从基础概念(如人工智能原理)到高级应用(如多模态生成) 层层递进，深度融合商业化案例(如品牌营销策略)，提升对人工智能大模型技术应用的认知，通过深入浅出的课程案例实现理论教学与实践操作的技术闭环，确保知识结构完整且易于消化，帮助学生构建扎实的知识框架。
2. 学训融合性。每节采用理论学习、知识拓展、案例实训的三维架构，确保教学效果可验证，例如通过小组讨论和项目评审强化互动反馈，通过多元化案例练习(如数据可视化任务、社交媒体内容生成)实现学习质量综合评价，提升学生解决实际问题的能力，培养批判性思维。
3. 任务导向性。实战课程内容以项目任务为驱动，如设计一个AI生成内容方案，通过系列微案例验证理论模型的有效性，保障内容的真实性与可靠性，帮助学生在实际操作中掌握技术精髓。
4. 产教协同性。深度融合产业端技术平台，如与DeepSeek合作模拟企业环境，使学生通过课程学习实现技术能力的迁移应用，凸显教材的实践价值，促进教育与企业需求的无缝对接。
本书由畅玉洁、梁维岩担任主编，尚晋旭、殷旭彪、尤彩虹、尹达恒、原坤、高静、宫燕、郝静、姚晶晶担任副主编。谨向本书涉及的人工智能大模型工具开发者与运营者致谢，其技术成果(如开源模型和平台接口)为推进我国人工智能领域发展、提升国民人工智能大模型技术的素养与应用能力提供了重要支撑，助力教育创新，特别是DeepSeek团队在技术支持和案例提供方面的贡献。
本书适用于高等职业院校、应用型本科院校人工智能大模型技术的通识课程，亦可作为信息技术基础课程的升级替代教材，可满足不同层次学生的需求，包括初学者和进阶者。建议设置16~32学时，各院校可根据专业特色与企业需求进行模块化内容配置，如针对设计专业强化图像生成模块、针对营销专业加强文案优化模块、针对数据科学专业深化数据生成模块。
限于编者学术水平及人工智能大模型技术的快速迭代特性，书中难免存在疏漏，恳请专家、学者、师生等读者不吝指正，共同推动教材的完善，欢迎通过出版社反馈渠道提出建议。
编 者
2025年8月
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
