生成式人工智能基础 / 普通高等教育通识课程系列教材
定价：￥58.00
作者： 闫萍，赵欣，齐福利
出版时间：2025-02
最新印次日期：2025-2
出版社：中国铁道出版社
- 中国铁道出版社
- 9787113319007
- 1-1
- 549822
- 2025-02
- 计算机类
- 本科
内容简介
本书通过 13 个项目，逐步讲解 AIGC 的核心概念和应用技巧，内容涵盖 AIGC 的基础概念、主流平台、信息搜集方法、提示词创作，以及 AIGC 在写作、文档处理、语言学习等领域的应用，帮助学习者深入理解 AIGC 技术。此外，本书聚焦 AIGC 绘图的基本知识与操作，引导学习者掌握 AIGC绘图基本技能。本书还介绍了 AIGC 在编程中的辅助应用和 AIGC 面临的挑战与机遇。本书在设计方面充分结合了当前教育及行业需求，紧跟 AIGC 技术的发展趋势，助力学习者掌握实用技能，为职业发展奠定坚实基础。本书适合作为高等学校各专业“人工智能”通识课程或信息技术素养课程的教材，也可供对AIGC 技术感兴趣的广大读者阅读。
目录
项目 1 搜集与整理信息 1
1.1 生成式人工智能概述 2
1.1.1 生成式人工智能（AIGC）的概念2
1.1.2 AIGC 与传统 AI 的区别 2
1.1.3 AIGC 的工作原理 3
1.1.4 AIGC 的核心能力和关键特征 4
1.1.5 AI、AIGC 与 AGI 5
1.2 熟悉 AIGC 主要平台 6
1.2.1 ChatGPT 介绍 6
1.2.2 Kimi 登录操作 8
1.2.3 文心一言登录操作 9
1.2.4 DeepSeek 登录操作 9
1.3 AIGC 在搜集与整理信息方面的作用 10
1.3.1 传统网络搜集与整理信息的一般方式 10
1.3.2 AIGC 信息搜集与整理的一般方式 11
1.3.3 使用传统方式与 AIGC 收集与整理
信息的对比 12
1.4 搜集与整理信息任务实践 13
1.4.1 搜集信息并整理为笔记形式的任务 13
1.4.2 搜集过程与整理格式输出 13
1.4.3 拓展任务：搜集与整理信息 17
小结 17
课后习题 17
项目２ 提示词基础操作 19
2.1 AI 大语言模型简介 20
2.1.1 大语言模型 20
2.1.2 大语言模型、AIGC 与 Transformer架构 21
2.2 提示词创作 22
2.2.1 提示词基础创作任务 22
2.2.2 幻海岛探险之旅计划组织实现步骤 22
2.2.3 拓展任务：为本专业撰写宣传文案 26
2.3 提示词优化 27
2.3.1 提示词优化任务与 GROW 模型 27
2.3.2 提示词优化操作步骤 28
2.3.3 拓展任务：AIGC 生成项目计划 35
小结 36
课后习题 36
项目 3 提示词工程 38
3.1 提示词工程与要素 39
3.1.1 提示词工程与提示词的要素关系 39
3.1.2 提示词工程包含的要素内容 40
3.1.3 提示词工程要素分解任务 40
3.2 提示词通用技巧 41
3.2.1 从简单提问分解复杂问题 42
3.2.2 精准指令设计 43
3.2.3 提升指令的具体性 45
3.2.4 采用积极、建设性的提示词 46
3.2.5 提示词技巧拓展练习 46
3.3 提示词工程应用 47
3.3.1 文本概括 47
3.3.2 信息提取 50
3.3.3 增强问答的深度 51
3.3.4 文本分类 53
3.3.5 构建角色化对话系统 54
小结 57
课后习题 57
项目 4 AIGC 辅助写作 59
4.1 AIGC 辅助写作的意义与 Markdown文本 60
4.1.1 AIGC 辅助写作的多元应用与意义 60
4.1.2 Markdown 格式常用语法 61
4.2 AIGC 辅助写作“云南行”迭代操作 62
4.2.1 生成标题 62
4.2.2 迭代生成文章 64
4.2.3 生成摘要 66
4.3 让 AI 写出可复用的朋友圈文案 67
4.3.1 初步尝试 67
4.3.2 优化尝试 68
4.3.3 形成可复用的提示词格式 69
4.3.4 文案最终成型 74
4.4 拓展任务：使用 AIGC 撰写文章 75
小结 75
课后习题 75
项目 5 AIGC 辅助文档处理 77
5.1 AIGC 辅助文档处理简介 78
5.1.1 AIGC 提升文档处理效率与质量 78
5.1.2 自动生成 PPT 的 AIGC 工具介绍 79
5.2 AIGC 辅助会议纪要文档处理 80
5.2.1 会议纪要整理 80
5.2.2 制作会议 PPT 86
5.3 拓展任务：AIGC 辅助制作财务
报告 PPT 89
小结 89
课后习题 89
项目 6 AIGC 辅助语言学习 91
6.1 AIGC 辅助语言学习简介 92
6.1.1 AIGC 全方位智能辅助语言学习 92
6.1.2 AIGC 辅助语言学习应用范围 93
6.2 AIGC 辅助语言学习操作任务 93
6.2.1 英语作文修改任务 93
6.2.2 AIGC 英语作文拼写检查与改进 94
6.3 拓展任务：辅助翻译与语法检查 101
6.3.1 任务 1：AIGC 辅助翻译应用101
6.3.2 任务 2：AIGC 辅助语法检查102
小结 102
课后习题 102
项目 7 AI“说图解画”与文生音乐104
7.1 “说图解画”数据分析 105
7.1.1 “说图解画”应用领域和数据
分析 105
7.1.2 “说图解画”数据分析实践 106
7.2 “说图解画”创作故事 108
7.2.1 故事创作的新途径 108
7.2.2 创作故事案例 108
7.3 文生音乐 111
7.3.1 文生音频 AI 在线平台 111
7.3.2 使用自己的歌词创作歌曲 112
7.3.3 Suno 自动生成歌词和歌曲 117
7.3.4 形成个人声线的歌曲 118
小结 122
课后习题 122
项目 8 AI 文生图 124
8.1 图像类 AI 基础知识 125
8.1.1 图像类 AI 工具介绍 125
8.1.2 一般 AI 绘图模型总体架构 126
8.1.3 复杂 AI 绘图五大类模型 127
8.1.4 AI 绘图模型的应用领域 128
8.2 AI 绘图操作一般参数介绍129
8.2.1 采样器（采样方法） 129
8.2.2 采样迭代步数 130
8.2.3 提示词相关性 131
8.2.4 设置图片尺寸 132
8.3 绘图提示词的两种写法 132
8.3.1 CLIP 写法132
8.3.2 DeepBooru 写法 133
8.4 认识 LiblibAI 文生图基本操作界面 133
8.4.1 选择使用的文生图大模型 134
8.4.2 LiblibAI 模型选择 134
8.4.3 参数设置 136
8.4.4 LiblibAI 简单生成图像 138
小结 142
课后习题 142
项目 9 AI 绘图 144
9.1 腾讯元宝创意绘图提示词 145
9.1.1 通用 AI 生成图提示词的一般
应用 145
9.1.2 腾讯元宝绘图提示词的使用
技巧 148
9.1.3 绘图提示词对话模板示例 148
9.1.4 腾讯元宝的多轮对话测试 149
9.2 LiblibAI 提示词 153
9.2.1 Stable Diffusion 153
9.2.2 LiblibAI 常用的正向和反向
提示词 154
9.2.3 提示词权重设置 157
9.2.4 使用下划线关联两个词成为
短语 160
9.2.5 绘图提示词书写示例 160
9.3 拓展任务：提示词改写 164
小结 165
课后习题 165
项目 10 AI 图像生成图像 167
10.1 LiblibAI 图生图168
10.1.1 LiblibAI 图生图概述 168
10.1.2 图生图任务169
10.1.3 图生图实践169
10.1.4 图生图局部重绘179
10.1.5 使用 lnpaint Anything 插件 181
10.1.6 拓展任务：风格画作187
10.2 提示词反推 188
10.2.1 提示词反推的作用188
10.2.2 CLIP 反推提示词生图 189
10.2.3 DeepBooru 反推提示词生图192
10.3 LoRA 模型193
10.3.1 LoRA 模型的概念 193
10.3.2 LoRA 模型的使用 194
10.3.3 训练个人 LoRA 模型197
小结 199
课后习题 200
项目 11 ControlNet 及其使用 201
11.1 ControlNet 简介202
11.1.1 ControlNet 模型产生的原因 202
11.1.2 ControlNet 的控制类型 203
11.1.3 ControlNet 的预处理器 203
11.2 ControlNet 的基本使用204
11.2.1 ControlNet 使用基本步骤和
技巧205
11.2.2 LiblibAI 绘图启用 ControlNet 205
11.3 ControlNet——姿态约束 209
11.3.1 OpenPose 姿态识别 209
11.3.2 “姿态”识别与图像生成210
文前.indd 3 2025/2/11 10:51:03
IV 生成式人工智能应用基础
11.3.3 “姿态及手部”识别与图像
生成211
11.3.4 “仅脸部”识别与图像生成212
11.4 ControlNet——线条约束 212
11.4.1 Canny 线条约束 213
11.4.2 hed 边缘提取 214
11.4.3 MLSD 线段识别215
11.4.4 Lineart 线稿提取 216
11.4.5 Scribble 黑白稿提取 218
11.4.6 SoftEdge 软化边缘220
11.5 ControlNet 其他模型——Depth、Seg、
Tile 220
11.5.1 Depth（深度图） 220
11.5.2 Seg（语义分割）识别 222
11.5.3 Tile/Blur（分块 / 模糊）增加
细节223
小结 224
课后习题 224
项目 12 AIGC 辅助编程 226
12.1 电子银行代码 AIGC 生成 227
12.1.1 AIGC 生成代码示例 227
12.1.2 电子银行交互软件任务需求230
12.1.3 使用 AIGC 自动生成任务代码231
12.1.4 拓展任务：“饼干分配”代码
生成233
12.2 使用 AIGC 补全代码 234
12.2.1 任务需求分析235
12.2.2 电子银行增加功能任务实践235
12.2.3 拓展任务：点餐系统补全代码237
12.3 使用 AIGC 进行代码修复 239
12.3.1 任务需求分析239
12.3.2 AIGC 代码修复任务 240
12.3.3 拓展任务：优化代码性能和
可读性 242
小结 242
课后习题 243
项目 13 AIGC 的挑战与机遇 245
13.1 AIGC 的挑战246
13.1.1 技术层面的挑战246
13.1.2 伦理与法律挑战247
13.1.3 社会影响与潜在风险248
13.2 AIGC 的机遇249
13.2.1 AIGC 赋能创意产业 249
13.2.2 电影产业中的应用250
13.2.3 广告和营销领域中的应用251
13.2.4 设计与艺术创作252
13.3 AIGC 的未来展望253
13.3.1 未来技术发展方向254
13.3.2 可持续性与政策应对255
13.3.3 职业与技能发展257
小结 258
课后习题 258
1.1 生成式人工智能概述 2
1.1.1 生成式人工智能（AIGC）的概念2
1.1.2 AIGC 与传统 AI 的区别 2
1.1.3 AIGC 的工作原理 3
1.1.4 AIGC 的核心能力和关键特征 4
1.1.5 AI、AIGC 与 AGI 5
1.2 熟悉 AIGC 主要平台 6
1.2.1 ChatGPT 介绍 6
1.2.2 Kimi 登录操作 8
1.2.3 文心一言登录操作 9
1.2.4 DeepSeek 登录操作 9
1.3 AIGC 在搜集与整理信息方面的作用 10
1.3.1 传统网络搜集与整理信息的一般方式 10
1.3.2 AIGC 信息搜集与整理的一般方式 11
1.3.3 使用传统方式与 AIGC 收集与整理
信息的对比 12
1.4 搜集与整理信息任务实践 13
1.4.1 搜集信息并整理为笔记形式的任务 13
1.4.2 搜集过程与整理格式输出 13
1.4.3 拓展任务：搜集与整理信息 17
小结 17
课后习题 17
项目２ 提示词基础操作 19
2.1 AI 大语言模型简介 20
2.1.1 大语言模型 20
2.1.2 大语言模型、AIGC 与 Transformer架构 21
2.2 提示词创作 22
2.2.1 提示词基础创作任务 22
2.2.2 幻海岛探险之旅计划组织实现步骤 22
2.2.3 拓展任务：为本专业撰写宣传文案 26
2.3 提示词优化 27
2.3.1 提示词优化任务与 GROW 模型 27
2.3.2 提示词优化操作步骤 28
2.3.3 拓展任务：AIGC 生成项目计划 35
小结 36
课后习题 36
项目 3 提示词工程 38
3.1 提示词工程与要素 39
3.1.1 提示词工程与提示词的要素关系 39
3.1.2 提示词工程包含的要素内容 40
3.1.3 提示词工程要素分解任务 40
3.2 提示词通用技巧 41
3.2.1 从简单提问分解复杂问题 42
3.2.2 精准指令设计 43
3.2.3 提升指令的具体性 45
3.2.4 采用积极、建设性的提示词 46
3.2.5 提示词技巧拓展练习 46
3.3 提示词工程应用 47
3.3.1 文本概括 47
3.3.2 信息提取 50
3.3.3 增强问答的深度 51
3.3.4 文本分类 53
3.3.5 构建角色化对话系统 54
小结 57
课后习题 57
项目 4 AIGC 辅助写作 59
4.1 AIGC 辅助写作的意义与 Markdown文本 60
4.1.1 AIGC 辅助写作的多元应用与意义 60
4.1.2 Markdown 格式常用语法 61
4.2 AIGC 辅助写作“云南行”迭代操作 62
4.2.1 生成标题 62
4.2.2 迭代生成文章 64
4.2.3 生成摘要 66
4.3 让 AI 写出可复用的朋友圈文案 67
4.3.1 初步尝试 67
4.3.2 优化尝试 68
4.3.3 形成可复用的提示词格式 69
4.3.4 文案最终成型 74
4.4 拓展任务：使用 AIGC 撰写文章 75
小结 75
课后习题 75
项目 5 AIGC 辅助文档处理 77
5.1 AIGC 辅助文档处理简介 78
5.1.1 AIGC 提升文档处理效率与质量 78
5.1.2 自动生成 PPT 的 AIGC 工具介绍 79
5.2 AIGC 辅助会议纪要文档处理 80
5.2.1 会议纪要整理 80
5.2.2 制作会议 PPT 86
5.3 拓展任务：AIGC 辅助制作财务
报告 PPT 89
小结 89
课后习题 89
项目 6 AIGC 辅助语言学习 91
6.1 AIGC 辅助语言学习简介 92
6.1.1 AIGC 全方位智能辅助语言学习 92
6.1.2 AIGC 辅助语言学习应用范围 93
6.2 AIGC 辅助语言学习操作任务 93
6.2.1 英语作文修改任务 93
6.2.2 AIGC 英语作文拼写检查与改进 94
6.3 拓展任务：辅助翻译与语法检查 101
6.3.1 任务 1：AIGC 辅助翻译应用101
6.3.2 任务 2：AIGC 辅助语法检查102
小结 102
课后习题 102
项目 7 AI“说图解画”与文生音乐104
7.1 “说图解画”数据分析 105
7.1.1 “说图解画”应用领域和数据
分析 105
7.1.2 “说图解画”数据分析实践 106
7.2 “说图解画”创作故事 108
7.2.1 故事创作的新途径 108
7.2.2 创作故事案例 108
7.3 文生音乐 111
7.3.1 文生音频 AI 在线平台 111
7.3.2 使用自己的歌词创作歌曲 112
7.3.3 Suno 自动生成歌词和歌曲 117
7.3.4 形成个人声线的歌曲 118
小结 122
课后习题 122
项目 8 AI 文生图 124
8.1 图像类 AI 基础知识 125
8.1.1 图像类 AI 工具介绍 125
8.1.2 一般 AI 绘图模型总体架构 126
8.1.3 复杂 AI 绘图五大类模型 127
8.1.4 AI 绘图模型的应用领域 128
8.2 AI 绘图操作一般参数介绍129
8.2.1 采样器（采样方法） 129
8.2.2 采样迭代步数 130
8.2.3 提示词相关性 131
8.2.4 设置图片尺寸 132
8.3 绘图提示词的两种写法 132
8.3.1 CLIP 写法132
8.3.2 DeepBooru 写法 133
8.4 认识 LiblibAI 文生图基本操作界面 133
8.4.1 选择使用的文生图大模型 134
8.4.2 LiblibAI 模型选择 134
8.4.3 参数设置 136
8.4.4 LiblibAI 简单生成图像 138
小结 142
课后习题 142
项目 9 AI 绘图 144
9.1 腾讯元宝创意绘图提示词 145
9.1.1 通用 AI 生成图提示词的一般
应用 145
9.1.2 腾讯元宝绘图提示词的使用
技巧 148
9.1.3 绘图提示词对话模板示例 148
9.1.4 腾讯元宝的多轮对话测试 149
9.2 LiblibAI 提示词 153
9.2.1 Stable Diffusion 153
9.2.2 LiblibAI 常用的正向和反向
提示词 154
9.2.3 提示词权重设置 157
9.2.4 使用下划线关联两个词成为
短语 160
9.2.5 绘图提示词书写示例 160
9.3 拓展任务：提示词改写 164
小结 165
课后习题 165
项目 10 AI 图像生成图像 167
10.1 LiblibAI 图生图168
10.1.1 LiblibAI 图生图概述 168
10.1.2 图生图任务169
10.1.3 图生图实践169
10.1.4 图生图局部重绘179
10.1.5 使用 lnpaint Anything 插件 181
10.1.6 拓展任务：风格画作187
10.2 提示词反推 188
10.2.1 提示词反推的作用188
10.2.2 CLIP 反推提示词生图 189
10.2.3 DeepBooru 反推提示词生图192
10.3 LoRA 模型193
10.3.1 LoRA 模型的概念 193
10.3.2 LoRA 模型的使用 194
10.3.3 训练个人 LoRA 模型197
小结 199
课后习题 200
项目 11 ControlNet 及其使用 201
11.1 ControlNet 简介202
11.1.1 ControlNet 模型产生的原因 202
11.1.2 ControlNet 的控制类型 203
11.1.3 ControlNet 的预处理器 203
11.2 ControlNet 的基本使用204
11.2.1 ControlNet 使用基本步骤和
技巧205
11.2.2 LiblibAI 绘图启用 ControlNet 205
11.3 ControlNet——姿态约束 209
11.3.1 OpenPose 姿态识别 209
11.3.2 “姿态”识别与图像生成210
文前.indd 3 2025/2/11 10:51:03
IV 生成式人工智能应用基础
11.3.3 “姿态及手部”识别与图像
生成211
11.3.4 “仅脸部”识别与图像生成212
11.4 ControlNet——线条约束 212
11.4.1 Canny 线条约束 213
11.4.2 hed 边缘提取 214
11.4.3 MLSD 线段识别215
11.4.4 Lineart 线稿提取 216
11.4.5 Scribble 黑白稿提取 218
11.4.6 SoftEdge 软化边缘220
11.5 ControlNet 其他模型——Depth、Seg、
Tile 220
11.5.1 Depth（深度图） 220
11.5.2 Seg（语义分割）识别 222
11.5.3 Tile/Blur（分块 / 模糊）增加
细节223
小结 224
课后习题 224
项目 12 AIGC 辅助编程 226
12.1 电子银行代码 AIGC 生成 227
12.1.1 AIGC 生成代码示例 227
12.1.2 电子银行交互软件任务需求230
12.1.3 使用 AIGC 自动生成任务代码231
12.1.4 拓展任务：“饼干分配”代码
生成233
12.2 使用 AIGC 补全代码 234
12.2.1 任务需求分析235
12.2.2 电子银行增加功能任务实践235
12.2.3 拓展任务：点餐系统补全代码237
12.3 使用 AIGC 进行代码修复 239
12.3.1 任务需求分析239
12.3.2 AIGC 代码修复任务 240
12.3.3 拓展任务：优化代码性能和
可读性 242
小结 242
课后习题 243
项目 13 AIGC 的挑战与机遇 245
13.1 AIGC 的挑战246
13.1.1 技术层面的挑战246
13.1.2 伦理与法律挑战247
13.1.3 社会影响与潜在风险248
13.2 AIGC 的机遇249
13.2.1 AIGC 赋能创意产业 249
13.2.2 电影产业中的应用250
13.2.3 广告和营销领域中的应用251
13.2.4 设计与艺术创作252
13.3 AIGC 的未来展望253
13.3.1 未来技术发展方向254
13.3.2 可持续性与政策应对255
13.3.3 职业与技能发展257
小结 258
课后习题 258
