封面
书名页
版权
前言
第1章 大模型概述
 1.1 从信息搜索谈起
  1.1.1 水平搜索
  1.1.2 垂直搜索
 1.2 DeepSeek
  1.2.1 DeepSeek概述
  1.2.2 DeepSeek特性
 1.3 人工智能
  1.3.1 机器学习是AI的“灵魂”
  1.3.2 神经网络是AI生存的“土壤”
  1.3.3 深度学习是AI的“核心引擎”
  1.3.4 大数据是AI的“血液”
  1.3.5 NLP让AI有了“思考”
  1.3.6 CV让AI有了“视觉”
  1.3.7 语音处理让AI有了“听觉”
 1.4 大模型
  1.4.1 大语言模型
  1.4.2 小模型与大模型
  1.4.3 大模型的特征
  1.4.4 人工智能与大模型的关系
  1.4.5 大模型分类
 1.5 AIGC
  1.5.1 生成式人工智能
  1.5.2 AIGC的发展
  1.5.3 AIGC与大模型和人工智能之间的关系
 1.6 AI赋能是有门槛的
  1.6.1 AI赋能=工具适配+人机协同+业务融合
  1.6.2 大模型性能=提问的锐度×思维模型的厚度
 习题1
第2章 解锁AI文本处理能力
 2.1 AI文档阅读
  2.1.1 在线阅读
  2.1.2 离线阅读
  2.1.3 自动阅读
 2.2 AI文档理解
  2.2.1 自动文摘
  2.2.2 信息抽取
  2.2.3 主观题阅卷
  2.2.4 数学能力
  2.2.5 表格数据的理解
  2.2.6 背单词
 2.3 AI写作
  2.3.1 AI作诗
  2.3.2 AI写剧本
  2.3.3 AI改写
  2.3.4 用批判性思维认识AI写作
 2.4 利用DeepSeek撰写大学生创业项目商业计划书
  2.4.1 商业计划书概述
  2.4.2 商业计划书撰写实践
  2.4.3 商业计划书选题
 2.5 AI对话
  2.5.1 AI对话概述
  2.5.2 多轮对话
  2.5.3 主动对话
 习题2
第3章 解锁AI图像处理能力
 3.1 文生图
  3.1.1 文生图概述
  3.1.2 文生Logo
  3.1.3 文生海报
  3.1.4 文生思维导图
  3.1.5 脚本生图
 3.2 图生图
  3.2.1 图片降噪
  3.2.2 图片变换
 3.3 图生文
  3.3.1 图生文应用场景
  3.3.2 图生提示词
 习题3
第4章 解锁AI视频创作能力
 4.1 文生视频
  4.1.1 提示词生成视频
  4.1.2 脚本生成视频
  4.1.3 生成动画视频
 4.2 图生视频
  4.2.1 让照片动起来
  4.2.2 对口型
 4.3 短视频创作
  4.3.1 音乐短视频创作
  4.3.2 古诗词短视频创作
 4.4 数字人概述
  4.4.1 数字人体验
  4.4.2 数字人分析
  4.4.3 数字人基本原理
 4.5 数字人实战
  4.5.1 基于闪剪的数字人播报制作
  4.5.2 基于有言的数字人视频制作
 4.6 人机语音交互
  4.6.1 人机语音交互概述
  4.6.2 文生音
  4.6.3 音生文
  4.6.4 音生音
  4.6.5 声音“克隆”
 习题4
第5章 提示词（Prompt）
 5.1 非结构化Prompt
  5.1.1 Prompt概述
  5.1.2 Prompt的一般公式
 5.2 结构化Prompt
  5.2.1 结构化Prompt概述
  5.2.2 结构化Prompt模板
 5.3 Prompt编写工具
  5.3.1 LangGPT是什么
  5.3.2 LangGPT模板
  5.3.3 Kimi提示词专家
 5.4 Prompt的思维模型
  5.4.1 Prompt象限说
  5.4.2 思维模型
 5.5 多模态Prompt
  5.5.1 文生图提示词与文生文提示词
  5.5.2 文生图提示词一般公式
  5.5.3 文章润色常用提示词
 习题5
第6章 智能体（Agent）
 6.1 智能体技术
  6.1.1 智能体概述
  6.1.2 智能体底层逻辑
  6.1.3 智能体架构
 6.2 智能体应用
  6.2.1 普通智能体
  6.2.2 工作流智能体
 习题6
第7章 大模型原理
 7.1 Transformer概述
  7.1.1 Transformer是什么
  7.1.2 Transformer架构
  7.1.3 注意力机制
 7.2 Transformer工作过程
 7.3 大模型构建过程
  7.3.1 大模型构建流程
  7.3.2 知识蒸馏
  7.3.3 知识增强
  7.3.4 微调和知识蒸馏的关系
 习题7
第8章 大模型应用实战
 8.1 数据分析
  8.1.1 简单数据分析
  8.1.2 复杂数据分析
 8.2 办公自动化
  8.2.1 Excel自动化
  8.2.2 Word自动化
 8.3 自然语言编程
  8.3.1 编程思维
  8.3.2 对话式编程
  8.3.3 Web编程
 习题8
第9章 大模型伦理与未来发展
 9.1 AI对社会的影响
  9.1.1 积极的方面
  9.1.2 消极的方面
  9.1.3 AI伦理
 9.2 AI相关的职业
  9.2.1 技能需求
  9.2.2 新兴职业
 9.3 正确认识AI
  9.3.1 人的优势
  9.3.2 AI不能做什么
  9.3.3 硅基生命与人工智能
 习题9
参考文献
书名页