人工智能與電商視覺設計

第一篇 生成式人工智能理論與基礎實踐
第1章 人工智能概述 2
1.1 人工智能的概念與特點 3
1.1.1 人工智能的概念 3
1.1.2 人工智能的特點 3
1.2 機器學習概述 3
1.2.1 機器學習的概念 4
1.2.2 機器學習的主要步驟 4
1.2.3 機器學習的主要類型 4
1.3 深度學習概述 6
1.3.1 深度學習的概念與優勢 6
1.3.2 深度學習的原理與架構 6
1.3.3 深度學習的學習過程 7
1.4 人工智能發展歷程 7
1.5 人工智能技術概覽 8
1.6 人工智能行業業態分佈 9
習題 11
第2章 生成式人工智能概述 13
2.1 生成式人工智能的概念 13
2.2 人工智能與生成式人工智能的關系 14
2.3 生成式人工智能——內容生產效率與創新的變革 15
2.3.1 生成式人工智能內容創作的特點 15
2.3.2 生成式人工智能驅動生產力的提升 15
2.3.3 生成式人工智能的挑戰與應對 17
2.4 生成式人工智能的價值與電商行業應用場景 17
2.4.1 生成式人工智能對行業發展的價值 17
2.4.2 生成式人工智能在電商行業中的應用場景 18
2.5 生成式人工智能的發展趨勢 19
習題 20
第3章 NLP生成式對話平臺在電商中的應用 22
3.1 NLP生成式對話平臺的原理與應用 22
3.1.1 NLP生成式對話平臺的原理 23
3.1.2 NLP生成式對話平臺的應用場景 24
3.2 NLP生成式對話平臺的功能特性 25
3.2.1 理解力 25
3.2.2 對話力 26
3.2.3 創造力 27
3.2.4 情感力 29
3.3 通義千問概述與優勢 30
3.3.1 通義千問概述 30
3.3.2 通義千問在智能問答方面的優勢 31
3.3.3 通義千問在內容創作方面的優勢 31
3.4 NLP賦能電商運營 32
3.4.1 NLP助力電商運營 32
3.4.2 應用案例1：創作社交媒體文案 36
3.4.3 應用案例2：洞察行業背景 39
3.4.4 應用案例3：建立企業願景與品牌故事 42
3.4.5 應用案例4：創建短視頻腳本 45
3.4.6 NLP生成式對話平臺的提問技巧 46
習題 47
第二篇 電商視覺設計理論與實踐
第4章 電商視覺設計理論 50
4.1 視覺設計原則 51
4.1.1 親密性原則 51
4.1.2 對齊原則 52
4.1.3 重復原則 54
4.1.4 對比原則 55
4.2 色彩理論與電商視覺設計的色彩搭配策略 56
4.2.1 色彩的基本屬性 56
4.2.2 色彩的情感 57
4.2.3 電商視覺設計的色彩搭配策略 59
4.2.4 配色理論與方法 61
4.3 構圖概述與基本形式 63
4.3.1 構圖概述 64
4.3.2 構圖的基本形式 64
4.4 字體設計與文字信息層級構建 69
4.4.1 字體的類型 69
4.4.2 字體的選擇與應用 70
4.4.3 文字信息層級的構建 72
習題 73
第5章 Photoshop設計基礎 75
5.1 Photoshop概述 76
5.1.1 Photoshop的工作界面 76
5.1.2 Photoshop常見的圖像文件格式 78
5.1.3 Photoshop圖層 79
5.2 圖像編輯 80
5.2.1 打開圖像文件 80
5.2.2 調整圖像大小 81
5.2.3 調整畫布大小 82
5.2.4 保存圖像 84
5.2.5 裁剪與校正圖像 85
5.3 色彩校正與調色 88
5.3.1 調整偏色圖像 88
5.3.2 替換圖像色彩 94
5.4 文字編排與圖形繪制 97
5.4.1 文字的添加和設置 97
5.4.2 繪制形狀規則的修飾圖形 99
5.4.3 繪制自定形狀的修飾圖形 102
5.5 特效製作 103
5.5.1 製作圖像融合效果 103
5.5.2 製作圖像景深效果 104
5.5.3 調整圖像清晰度 106
5.5.4 智能填充修復圖像 107
5.5.5 修補圖像瑕疵 108
習題 110
第6章 電商視覺設計實踐 113
6.1 電商視覺設計的關鍵性指標與作用 114
6.1.1 電商視覺設計的關鍵性指標 114
6.1.2 電商視覺設計的作用 114
6.2 電商海報設計的標準與流程 116
6.2.1 電商海報設計的標準 116
6.2.2 電商海報設計的流程 119
6.3 食品類電商海報設計案例 120
6.3.1 設計分析 120
6.3.2 步驟詳解 121
6.4 服飾類電商海報設計案例 126
6.4.1 設計分析 126
6.4.2 步驟詳解 127
6.5 主圖概述 134
6.5.1 什麽是主圖 134
6.5.2 主圖的重要性 135
6.6 主圖設計案例 136
6.6.1 設計分析 136
6.6.2 步驟詳解 138
習題 144
第三篇 人工智能在電商視覺設計中的應用
第7章 Midjourney在電商視覺設計中的應用 148
7.1 人工智能視覺設計的發展現狀 149
7.1.1 一幅受質疑的畫作 149
7.1.2 一幅得到肯定的畫作 149
7.1.3 人工智能視覺設計的應用領域 150
7.2 人工智能視覺設計相關工具 150
7.2.1 Midjourney 150
7.2.2 Stable Diffusion 152
7.3 Midjourney簡介與基礎設置 153
7.3.1 Midjourney簡介 153
7.3.2 Midjourney在電商視覺設計中的應用優勢 154
7.3.3 Midjourney初始設置 155
7.4 基於Midjourney設計產品Logo 157
7.5 產品主圖與場景圖的智能設計 158
7.5.1 產品主圖的智能設計 158
7.5.2 產品場景圖的智能設計 159
7.5.3 產品主圖設計的進階技巧——墊圖設計 161
7.5.4 產品主圖設計的進階技巧——疊圖設計 163
7.6 Banner圖與產品包裝圖的設計 168
7.6.1 Banner圖設計 168
7.6.2 產品包裝圖的設計 169
7.7 打造個性化的數字人圖片 169
習題 171
第8章 Stable Diffusion在電商視覺設計中的應用 173
8.1 Stable Diffusion技術解析與應用領域 174
8.1.1 Stable Diffusion的基本功能 174
8.1.2 Stable Diffusion的特點 175
8.1.3 Stable Diffusion的相關技術 175
8.1.4 Stable Diffusion的工作流程 177
8.1.5 Stable Diffusion Web UI介紹 178
8.1.6 Stable Diffusion界面介紹 179
8.2 人工智能品牌符號設計 182
8.3 人工智能電商產品設計圖 184
8.3.1 ControlNet介紹 184
8.3.2 產品創意設計 187
8.3.3 產品精細化設計 189
8.3.4 產品局部設計優化 191
8.4 人工智能多樣化場景圖設計 193
8.4.1 圖生圖功能介紹 194
8.4.2 鞋類產品場景圖設計 195
8.4.3 箱包類產品場景圖設計 200
8.4.4 日用品產品場景圖設計 203
8.4.5 產品圖像精細化提升 207
8.5 人工智能海報創意設計 209
8.5.1 豎屏電商海報創意設計 210
8.5.2 橫屏電商海報創意設計 215
8.5.3 智能擴圖 221
習題 224
第9章 人工智能音視頻在電商視覺設計中的應用 227
9.1 人工智能生成音視頻現狀 228
9.1.1 OpenAI發布視頻生成模型Sora 228
9.1.2 多個音視頻生成應用上線 228
9.2 人工智能音視頻內容創作在電商中的價值 229
9.2.1 提高效率與降低成本 229
9.2.2 個性化與定製化 230
9.3 人工智能賦能數字人創作 230
9.3.1 數字人技術 230
9.3.2 D-ID數字人平臺簡介與案例詳解 231
9.3.3 閃剪App簡介與數字人製作案例詳解 233
9.4 人工智能賦能音頻創作 236
9.4.1 人工智能生成語音技術 236
9.4.2 Suno簡介與案例詳解 236
9.5 人工智能賦能視頻創作 239
9.5.1 人工智能視頻生成技術 239
9.5.2 Runway Gen-3簡介與案例詳解 240
9.5.3 PixVerse簡介與應用場景 243
習題 245