封面
书名页
版权
前言
第1章 人工智能与大模型入门
 1.1 人工智能与大模型发展背景
 1.2 大模型的工作原理
 1.3 大模型发展历程与技术演进
 1.4 常见大模型对比
 1.5 小结
第2章 大模型应用开发环境与工具链
 2.1 开发环境配置与核心工具链
 2.2 本地化部署方案
 2.3 应用程序接口调用基础
 2.4 小结
第3章 提示工程与交互设计
 3.1 提示工程的概念与实践
 3.2 动态模板与多风格控制
 3.3 CoT与多步骤推理框架
 3.4 小结
第4章 检索增强生成（RAG）系统
 4.1 RAG基本原理与架构
 4.2 知识库构建完整流程
 4.3 法律合同审核工具
 4.4 小结
第5章 智能体开发体系
 5.1 智能体定义与基础架构
 5.2 任务编排框架
 5.3 多智能体协作架构
 5.4 边缘计算轻量化智能体
 5.5 MCP
 5.6 小结
第6章 多模态应用开发
 6.1 多模态系统基本概念与架构
 6.2 工业质检多模态方案
 6.3 多模态交互界面设计原则
 6.4 小结
第7章 金融领域应用
 7.1 金融数据分析基础
 7.2 智能投顾系统
 7.3 自动化合规审查
 7.4 小结
第8章 医疗领域应用
 8.1 医疗数据的概念及基本处理方法
 8.2 医疗辅助平台
 8.3 患者随访机器人技术
 8.4 小结
第9章 教育领域应用
 9.1 教育科技发展与应用前景
 9.2 自适应学习系统
 9.3 多语言教学助手
 9.4 小结
第10章 模型轻量化与部署优化
 10.1 模型效率与性能的基础知识
 10.2 模型量化技术
 10.3 模型知识蒸馏技术
 10.4 模型剪枝技术
 10.5 低资源环境部署策略
 10.6 小结
第11章 系统监控与迭代优化
 11.1 输出质量评估体系
 11.2 日志分析和热更新机制
 11.3 用户反馈收集与模型优化循环
 11.4 小结
第12章 伦理与合规
 12.1 人工智能伦理基础概念
 12.2 数据隐私保护
 12.3 内容安全审核
 12.4 小结
参考文献
封底