相關主題
商品描述
本書是註冊人工智能工程師（CAIE）一級認證指定教材，也是面向AI時代崗位升級與能力進階的入門指南。全書緊扣考試大綱，共7章，系統講解Al認知基礎與規範、發展歷程、核心技術原理、提示詞進階、商業應用、高級應用，以及AI工具在學習、辦公與業務場景中的實踐方法。 與只重概念或只重工具的AI入門書不同，本書更強調“學得會、用得上、能轉化”。你不僅能建立系統的Al認知、提升CAIE一級備考效率，還能圍繞文案、辦公、自動化、圖像視頻生成、智能體開發等高頻任務，快速完成從不會用AI到能用AI解決實際問題的跨越。 無論你是零基礎學習者、希望提升效率的職場人，還是想為AI崗位轉型和能力認證打基礎的讀者，都能通過本書完成關鍵的一步：把AI知識轉化為更清晰、更可見、更有競爭力的個人能力。
作者簡介
CAIE人工智能研究院，CAIE（賽一）人工智能研究院是一家專註於AI領域的研究機構，匯聚AI科學家、工程師及產業實踐者。不同於只講技術或只做培訓的機構，CAIE人工智能研究院更關註AI能力如何真正走向崗位、業務與產業場景。研究院聯合政府、高校、企業及社會組織，圍繞課程、認證、實踐與社區構建成長體系，幫助學習者從“理解AI”走向“會用AI”，再走向“能用AI解決真實問題”。 在人才培養方向，CAIE人工智能研究院堅持“讓你的能力被看見、被驗證、被使用”的理念，推動學習成果向更清晰、更可驗證的能力證明轉化，也為企業的數智化轉型與AI崗位轉型升級提供人才支撐。 面向未來，CAIE人工智能研究院將繼續秉持開放、合作、共贏的理念，推動AI技術普及應用，幫助更多個人完成職業升級，也幫助更多組織提升AI應用能力。
目錄大綱
前言
第1章 人工智能認知基礎與規範
1.1 人工智能的基本概念與相關名詞
1.1.1 基本概念
1.1.2 相關名詞
1.2 人工智能的時代背景、技術分類及軟硬件要求
1.2.1 時代背景
1.2.2 技術分類
1.2.3 軟硬件要求
1.3 人工智能相關的隱私保護
1.3.1 人工智能中的隱私風險
1.3.2 常用的隱私保護技術
1.3.3 隱私保護相關的法律法規
1.4 人工智能倫理
1.4.1 倫理問題的核心概念
1.4.2 人工智能領域的重要倫理問題
1.4.3 人工智能領域的倫理問題治理
1.5 人工智能崗位職業操守
1.5.1 人工智能崗位職業操守核心準則
1.5.2 不同人工智能崗位職業操守的實踐場景
1.5.3 違規後果與應對措施
第2章 人工智能的發展歷程
2.1 人工智能發展概述
2.2 人工智能典型技術發展
2.2.1 BP神經網絡
2.2.2 卷積神經網絡
2.2.3 循環神經網絡與長短期記憶網絡
2.2.4 詞模型
2.2.5 建模技術
2.2.6 邊緣檢測與目標檢測
2.2.7 並行計算與分布式訓練
2.2.8 大語言模型與生成式AI
第3章 人工智能當前主要技術的工作原理
3.1 Transformer架構
3.1.1 Transformer架構的核心組件
3.1.2 註意力機制
3.2 混合專家模型
3.3 Embedding
3.3.1 文本嵌入
3.3.2 為什麼需要嵌入模型
3.3.3 嵌入類型
3.4 Token
3.4.1 Token是什麼
3.4.2 Token與詞嵌入
3.4.3 為什麼Token如此重要
3.5 生成對抗網絡
3.6 擴散模型
3.7 多模態
3.7.1 多模態建模機制
3.7.2 多模態嵌入模型
3.7.3 多模態融合
3.8 帶有深度思考的模型與思維鏈
3.9 大模型的預訓練和微調
3.9.1 大模型的預訓練
3.9.2 大模型的微調
3.10 檢索增強生成
3.11 智能體
第4章 提示詞進階技術
4.1 結構化思維：提示詞工程的底層思維框架
4.1.1 什麼是結構化思維
4.1.2 結構化思維的核心四原則：論、證、類、比
4.1.3 從模糊需求到明確指令：結構化思維的應用路徑
4.1.4 結構化提問與發散式提問
4.2 核心指令
4.2.1 用戶指令
4.2.2 系統指令
4.2.3 回覆指令
4.3 提示詞的構成要素
4.3.1 任務背景與受眾
4.3.2 任務目標與目的
4.3.3 角色扮演
4.3.4 風格與語氣
4.3.5 限制性約束
4.3.6 輸出的形式與格式
4.4 構建結構化提示詞的策略
4.4.1 清晰的說明與答案結構
4.4.2 提示詞符號的使用
4.4.3 零樣本提示與少樣本提示
4.4.4 任務拆分
4.4.5 引導模型思考
4.4.6 使用外部工具
4.4.7 投餵語料
4.5 文生圖提示詞的設計方法
4.5.1 主體描述
4.5.2 場景描述
4.5.3 定義風格
4.5.4 鏡頭語言
4.5.5 氛圍詞
4.5.6 細節修飾
4.6 視頻與數字人生成的提示詞設計方法
4.6.1 主體描述
4.6.2 場景描述
4.6.3 運動描述
4.6.4 鏡頭語言
4.6.5 氛圍詞
4.6.6 風格化
4.6.7 形變主體與過程語言
4.7 帶有深度思考模型的提示方法
4.7.1 深度思考與思維鏈的使用區別
4.7.2 清晰的說明與答案結構
4.7.3 深度思考中的零樣本提示與少樣本提示
4.8 風險分類
4.9 對抗性提示詞
4.10 優化提示詞以節省Token
4.10.1 精簡指令，避免冗餘
4.10.2 結構化輸入
4.10.3 控制輸出長度
4.10.4 控制輸出格式
第5章 人工智能的商業應用
5.1 AI在商業中的交互式應用
5.1.1 AI的弱交互式應用
5.1.2 AI的強交互式應用
5.2 AI輔助商業文案創作與內容制作
5.2.1 明確文案主題和規劃內容的基本方法
5.2.2 保持文案風格和內容連貫性的技巧
5.2.3 文案的審核與潤色
5.3 AI在商業中的多語言理解與翻譯應用
5.3.1 AI與傳統商業翻譯的不同
5.3.2 AI商業翻譯的核心原理
5.3.3 有效翻譯的構建策略
5.4 AI在商業視覺設計中的繪畫與圖像生成應用
5.4.1 AI商業繪圖的註意事項和操作步驟
5.4.2 墊圖的使用
5.4.3 AI生成多張圖像的連貫性策略
5.5 AI生成商用音頻
5.5.1 AI生成商用音頻的基本概念和操作步驟
5.5.2 提示詞設置
5.5.3 AI根據已有音頻生成音頻
5.6 AI生成商用視頻與數字人
5.6.1 AI生成商用視頻與數字人的核心技術和操作步驟
5.6.2 提示詞設置
5.6.3 AI生成視頻的風格控制與連貫性保障
5.6.4 AI根據圖像或視頻生成視頻與數字人
5.7 AI在商業PPT制作中的應用
5.7.1 商業PPT制作要素
5.7.2 優化疊代AI制作的PPT
5.7.3 多種AI工具的結合
5.8 AI編程應用
5.8.1 代碼
