人工智能通識

目  錄

 

第1章　人工智能技術新魔法——顛覆式生成術  1

1.1　人工智能概述  1

AI導讀：無處不在的人工智能  1

1.1.1　人工智能的發展史  2

1.1.2　人工智能與人工智能大模型的區別  6

AI大視野：AIGC技術的興起給我們帶來了什麼影響  7

AI大復盤  7

AI即時練  8

AI大作業  8

1.2　AIGC大模型應用場景  9

AI導讀：AIGC大模型的分類應用    9

1.2.1　文本內容生成領域  10

1.2.2　圖像內容生成領域  11

1.2.3　音頻內容生成領域  11

1.2.4　視頻內容生成領域  12

AI大視野：AIGC技術在文本、圖像、音視頻領域的卓越成就  12

AI大復盤  14

AI即時練  14

AI大作業  15

第2章　人工智能交互金鑰匙——萬能的提示詞  16

2.1　提示詞概述  16

AI導讀：神奇的提示詞  16

2.1.1　提示詞的四大基本特征  17

2.1.2　提示詞與問題、指令、需求的關系和邊界  17

2.1.3　判斷提示詞是否合格的三條標準  17

2.1.4　概念延伸：提示詞是一種結構化表達  18

AI訓練營  18

AI大視野：提示詞在AIGC領域的廣泛應用  19

AI大復盤  19

AI即時練  20

AI大作業  20

2.2　提示詞的作用  21

AI導讀：讓AI“聽懂”並“做對”的秘訣  21

2.2.1　溝通作用：讓人機對話高效、順暢  21

2.2.2　引導作用：為 AI 指定方向和重點  22

2.2.3　約束作用：設置邊界與規則  22

2.2.4　激發作用：引導 AI 發揮創造性思維  22

AI訓練營  23

AI大視野：行業中的多面手  24

AI大復盤  25

AI即時練  25

AI大作業  26

2.3　提示詞的結構  27

AI導讀：高質量輸出的“骨架”  27

2.3.1　角色設定：告訴 AI “你是誰”  27

2.3.2　任務說明：明確需要 AI 做什麼  28

2.3.3　背景信息：給 AI 足夠的“上下文”  28

2.3.4　輸出要求：告訴 AI 你想要的結果  28

2.3.5　附加限制與提示：給 AI 加“護欄”  28

AI訓練營  29

AI大視野：跨領域的延伸應用  30

AI大復盤  31

AI即時練  32

AI大作業  33

2.4　提示詞的應用  33

AI導讀：從課堂到真實世界的跨越    33

2.4.1　輔助學習場景  34

2.4.2　職場辦公場景  34

2.4.3　商業創意場景  35

2.4.4　技術支持場景  35

2.4.5　跨界創新場景  36

AI訓練營  36

AI大視野：提示詞為多行業賦能  39

AI大復盤  40

AI即時練  40

AI大作業  41

第3章　人工智能文本生成術——文本的魔法般誕生  43

3.1　文本生成概述  43

AI導讀：讓AIGC成為你的全能寫作夥伴  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　文本生成的常見類型  44

3.1.4　文本生成的優勢  44

3.1.5　文本生成的限制與註意事項  44

3.1.6　獲得高質量文本生成結果的方法  44

AI訓練營  45

AI大視野：AIGC的行業應用  45

AI大復盤  46

AI即時練  47

AI大作業  47

3.2　文本生成的作用  48

AI導讀：文本生成不止“代寫”  48

3.2.1　提升信息處理與表達效率  49

3.2.2　降低創作門檻，擴展創意邊界  49

3.2.3　實現多場景、多角色內容定制  49

AI訓練營  49

AI大視野：你的智能協作夥伴  50

AI大復盤  51

AI即時練  52

AI大作業  52

3.3　文本生成的結構  53

AI導讀：AI文本創作的“施工圖紙”  53

3.3.1　文本生成結構的概念  54

3.3.2　常見的文本結構類型  54

3.3.3　如何在提示詞中明確結構  54

AI訓練營  55

AI大視野：結構思維的重要性  56

AI大復盤  57

AI即時練  57

AI大作業  58

3.4　文本生成的應用  58

AI導讀：文本生成應用的多領域覆蓋與定制化價值  58

3.4.1　學習與學術場景的應用  59

3.4.2　工作與職場場景的應用  59

3.4.3　創意與內容創作場景的應用  60

3.4.4　公共服務領域的應用  60

AI訓練營  61

AI大視野：AIGC文本生成的多維商業應用  62

AI大復盤  63

AI即時練  63

AI大作業  64

第4章　人工智能數據生成術——精準與速度的融合  65

4.1　電子表格數據統計與計算概述  65

AI導讀：萬能的AIGC數據處理應用  65

4.1.1　電子表格的數據統計與計算的概念  65

4.1.2　掌握AI賦能的表格統計與計算的必要性  65

4.1.3　AI賦能下的核心變化  66

AI訓練營  66

AI大視野：AIGC數據處理的多場景應用  67

AI大復盤  68

AI即時練  68

AI大作業  69

4.2　電子表格數據統計與計算的作用  70

AI導讀：AI助力數據統計與計算    70

4.2.1　快速提取關鍵信息  70

4.2.2　輔助科學決策  71

4.2.3　節省時間與人力成本  71

4.2.4　增強表達力與說服力  71

4.2.5　降低技術門檻，讓人人會用數據  71

AI訓練營  71

AI大視野：數據統計與計算在不同決策類型中的價值  72

AI大復盤  73

AI即時練  74

AI大作業  74

4.3　電子表格數據統計與計算的常見類型  75

AI導讀：AI賦能的電子表格  75

4.3.1　匯總統計類  76

4.3.2　條件篩選類  77

4.3.3　分組對比類  77

4.3.4　趨勢分析類  78

AI訓練營  79

AI大視野：商業級AIGC數據統計與決策應用  80

AI大復盤  81

AI即時練  81

AI大作業  82

第5章　人工智能圖像生成術——高效設計師的神器  84

5.1　圖像生成的工具  84

AI 導讀：AI圖像生成工具   84

5.1.1　Midjourney  85

5.1.2　Stable Diffusion  85

5.1.3　哩布哩布AI  86

5.1.4　即夢AI  89

AI訓練營  91

AI大視野：圖像生成技術的應用拓展     93

AI大復盤   97

AI即時練   97

AI大作業   98

5.2　圖像生成的模型  98

AI導讀：AI圖像生成模型  98

模型分類  99

AI訓練營  102

AI大視野：圖像生成模型的發展    103

AI大復盤  103

AI即時練  103

AI大作業  104

5.3　圖像生成的參數控制  105

AI導讀：圖像生成參數設置  105

5.3.1　Steps 參數的奧秘  105

5.3.2　CFG Scale：文本約束的“松緊帶”  105

5.3.3　Sampler：風格質感的“調色盤”  106

5.3.4　Style Weight：風格傾向的“平衡秤”  106

5.3.5　參數聯動：哩布哩布 AI 的協同創作邏輯  106

5.3.6　哩布哩布 AI 的參數控制特性  106

AI訓練營  107

AI大視野：圖像生成參數系統的發展    108

AI大復盤  109

AI即時練  109

AI大作業  110

5.4　圖像生成的高階控制  111

AI導讀：ControlNet 神經控制網  111

5.4.1　Canny 邊緣檢測模型  112

5.4.2　OpenPose 姿態估計模型  112

5.4.3　Depth 深度估計模型  113

AI訓練營  114

AI大視野  114

AI大復盤  114

AI即時練  115

AI大作業  115

第6章　人工智能音頻生成術——聲音靈感的創作源  117

6.1　口播生成技術的應用  117

AI導讀：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　可靈AI口播生成的應用  118

6.1.3　海螺AI口播生成的應用  119

6.1.4　即夢AI口播生成的應用  119

AI 訓練營  120

AI 大視野：口播生成技術的發展  120

AI 大復盤  122

AI 即時練  122

AI 大作業  123

6.2　音樂生成技術的應用  123

AI 導讀：AI音樂生成工具   123

6.2.1　DeepSeek的應用  123

6.2.2　豆包的應用  124

6.2.3　可靈AI的應用  124

6.2.4　海螺AI的應用  124

AI訓練營  125

AI大視野：音樂生成技術的發展    126

AI大復盤  126

AI即時練  126

AI大作業  127

第7章　人工智能視頻生成術——動態視頻分秒生成  128

7.1　視頻生成技術的分類  128

AI導讀：AI視頻生成  128

7.1.1　文本驅動的視頻生成技術  129

7.1.2　圖像驅動的視頻生成技術  129

7.1.3　視頻驅動的視頻生成技術  129

7.1.4　3D模型驅動的視頻生成技術  129

AI訓練營  130

AI大視野：視頻生成技術的發展    131

AI大復盤  132

AI即時練  132

AI大作業  133

7.2　視頻生成的參數控制  133

AI導讀：AI視頻生成參數設置  133

7.2.1　時長參數  134

7.2.2　分辨率參數  134

7.2.3　幀率參數  135

7.2.4　風格提示詞  135

7.2.5　運鏡效果  135

AI訓練營  136

AI大視野：視頻生成參數控制技術的發展  138

AI大復盤  139

AI即時練  139

AI大作業  140

7.3　視頻生成的高階應用  140

AI導讀：AI視頻生成技術進階  140

7.3.1　影視制作與特效生成  141

7.3.2　虛擬主播與數字人視頻創作  141

7.3.3　廣告與營銷創意視頻生成  141

7.3.4　教育與培訓視頻制作  142

7.3.5　遊戲開發與動態場景生成  142

AI訓練營  142

AI大視野：視頻生成高階應用未來圖景  143

AI大復盤  143

AI即時練  144

AI大作業  145

第8章　人工智能代碼生成術——程序邏輯的極速鍛造  146

8.1　代碼生成術的基礎認知與工具初遇  146

AI導讀：以數字猜測場景為例看編程模式的轉變  146

8.1.1　代碼生成術的底層邏輯：AI如何“學會”寫程序  146

8.1.2　Python程序邏輯的常見“積木”：從需求到結構  146

8.1.3　主流AIGC代碼生成工具全景：能力與場景適配  147

AI訓練營  148

AI大視野：代碼生成術在行業的應用—從簡單工具到復雜系統  153

AI大復盤  153

AI即時練  153

AI大作業  154

8.2　深度邏輯構建：復雜程序的 AI 協同開發  155

AI導讀：從答題遊戲看AI協同開發    155

8.2.1　復雜程序邏輯的“拼圖法”：模塊拆分與整合  155

8.2.2　Python 函數與邏輯封裝：讓 AI 生成更高效  155

8.2.3　AI 代碼生成的“協同優化”：疊代調整邏輯  156

AI訓練營  157

AI大視野：代碼生成術推動的“全民編程”趨勢  161

AI大復盤  162

AI即時練  163

AI大作業  164

8.3　代碼生成術的邊界與進階方向  164

AI導讀：AI能完全替代人類寫程序邏輯嗎  164

8.3.1　AI代碼生成的邊界：能做與不能做  165

8.3.2　從生成代碼到優化邏輯：AI進階輔助  165

8.3.3　代碼生成術的未來：與低代碼或無代碼平臺融合  166

AI訓練營  167

AI大視野：“低代碼 + AI”重塑開發版圖  170

AI大復盤  172

AI即時練  172

AI大作業  173

參考文獻  174