- 高等教育出版社
- 9787040648829
- 1版
- 43261182-0
- 16开
- 280
- 工学
- 计算机类
- 通用
- 本科
内容简介
本书是为高校人工智能通识教育量身打造的教材，内容涵盖人工智能基础、生成式人工智能技术原理、大模型演进与应用、提示词工程实践及智能体开发等核心模块。
本书以“技术普及+实践导向”为特色，通过通俗的语言解析复杂概念，结合案例分析、动手实验和课后习题，帮助零基础学生快速掌握人工智能工具的应用逻辑，提升创新能力。
本书适合作为普通高等教育本科、高职院校人工智能通识课教材，旨在培养学生在人工智能时代的核心素养，助力其成为技术变革的参与者与推动者。
目录
目录
前辅文
理论篇
第1章 人工智能概述
学习目标
1.1 人工智能的定义
1.1.1 “人工”与“智能”
1.1.2 人工智能
1.2 人工智能发展历程
1.3 人工智能的核心概念
1.4 人工智能技术
1.4.1 机器视觉技术
1.4.2 机器语音技术
1.4.3 机器自然语言处理技术
1.4.4 机器推荐技术
1.5 人工智能开发范式
本章小结
课后练习1
第2章 生成式人工智能
学习目标
2.1 从人工智能到生成式人工智能
2.2 生成式人工智能的含义与发展历程
2.3 生成式人工智能典型应用
2.3.1 绘画创作
2.3.2 文本创作
2.3.3 视频制作
2.4 生成式人工智能的演进方向
2.4.1 AIGC技术升级步入深化阶段
2.4.2 AIGC大模型架构潜力凸显
2.4.3 AIGC技术演化出三大前沿能力
2.5 AIGC涉及的道德和法律
本章小结
课后练习2
第3章 大模型技术及应用平台
学习目标
3.1 大模型与AIGC的关系
3.2 大模型的分类
3.3 大模型时代人工智能开发范式
3.4 大模型原理解析
3.5 大模型关键能力与技术
3.6 大模型的涌现能力
3.7 国内外典型大模型应用平台
3.7.1 国内大模型应用平台
3.7.2 国外大模型应用平台
本章小结
课后练习3
第4章 通往AI世界的钥匙：提示词工程基础
学习目标
4.1 提示词概述
4.2 定义优质prompt
4.2.1 何为优质prompt？
4.2.2 prompt万用公式
4.3 prompt优化技巧
4.3.1 通用技巧
4.3.2 Trick法
4.3.3 工具法
本章小结
课后练习4
第5章 解锁AI无限潜能：提示词工程进阶
学习目标
5.1 Prompt进阶框架
5.1.1 APE框架
5.1.2 CARE框架
5.1.3 TRACE框架
5.1.4 TAG框架
5.1.5 SAGE框架
5.1.6 ROSES框架
5.1.7 RTF框架
5.1.8 SPAR框架
5.1.9 SCOPE框架
5.2 结构化Prompt
5.2.1 结构化Prompt的含义
5.2.2 结构化Prompt框架
5.2.3 结构化Prompt的优点
5.3 大模型的“长与短”
5.3.1 大模型擅长的问题
5.3.2 大模型不擅长的问题
本章小结
课后练习5
实践篇
第6章 人工智能应用实践
学习目标
6.1 项目基础知识
6.1.1 PaddleHub
6.1.2 目标检测
6.1.3 PaddleHub在目标检测中的应用
6.1.4 yolov3_darknet53_vehicles模型
6.2 项目设计
6.3 项目实践
6.3.1 注册账号
6.3.2 创建项目
6.3.3 运行环境配置
6.3.4 项目实现
6.3.5 项目运行结果
本章小结
课后练习6
第7章 提示词工程应用实践
学习目标
7.1 媒体内容创作——新闻稿件创作
7.1.1 项目基础知识
7.1.2 项目设计
7.1.3 项目实践
7.2 学术文献优化——学术论文修订
7.2.1 项目基础知识
7.2.2 项目设计
7.2.3 项目实践
7.3 就业能力提升——求职简历优化
7.3.1 项目基础知识
7.3.2 项目设计
7.3.3 项目实践
7.4 职场能力辅助——会议纪要写作
7.4.1 项目基础知识
7.4.2 项目设计
7.4.3 项目实践
本章小结
课后练习7
第8章 大模型零代码开发实践
学习目标
8.1 代码优化
8.1.1 项目基础知识
8.1.2 项目设计
8.1.3 项目实践
8.2 智能体开发
8.2.1 项目基础知识
8.2.2 项目设计
8.2.3 项目实践
本章小结
课后练习8
参考文献
前辅文
理论篇
第1章 人工智能概述
学习目标
1.1 人工智能的定义
1.1.1 “人工”与“智能”
1.1.2 人工智能
1.2 人工智能发展历程
1.3 人工智能的核心概念
1.4 人工智能技术
1.4.1 机器视觉技术
1.4.2 机器语音技术
1.4.3 机器自然语言处理技术
1.4.4 机器推荐技术
1.5 人工智能开发范式
本章小结
课后练习1
第2章 生成式人工智能
学习目标
2.1 从人工智能到生成式人工智能
2.2 生成式人工智能的含义与发展历程
2.3 生成式人工智能典型应用
2.3.1 绘画创作
2.3.2 文本创作
2.3.3 视频制作
2.4 生成式人工智能的演进方向
2.4.1 AIGC技术升级步入深化阶段
2.4.2 AIGC大模型架构潜力凸显
2.4.3 AIGC技术演化出三大前沿能力
2.5 AIGC涉及的道德和法律
本章小结
课后练习2
第3章 大模型技术及应用平台
学习目标
3.1 大模型与AIGC的关系
3.2 大模型的分类
3.3 大模型时代人工智能开发范式
3.4 大模型原理解析
3.5 大模型关键能力与技术
3.6 大模型的涌现能力
3.7 国内外典型大模型应用平台
3.7.1 国内大模型应用平台
3.7.2 国外大模型应用平台
本章小结
课后练习3
第4章 通往AI世界的钥匙：提示词工程基础
学习目标
4.1 提示词概述
4.2 定义优质prompt
4.2.1 何为优质prompt？
4.2.2 prompt万用公式
4.3 prompt优化技巧
4.3.1 通用技巧
4.3.2 Trick法
4.3.3 工具法
本章小结
课后练习4
第5章 解锁AI无限潜能：提示词工程进阶
学习目标
5.1 Prompt进阶框架
5.1.1 APE框架
5.1.2 CARE框架
5.1.3 TRACE框架
5.1.4 TAG框架
5.1.5 SAGE框架
5.1.6 ROSES框架
5.1.7 RTF框架
5.1.8 SPAR框架
5.1.9 SCOPE框架
5.2 结构化Prompt
5.2.1 结构化Prompt的含义
5.2.2 结构化Prompt框架
5.2.3 结构化Prompt的优点
5.3 大模型的“长与短”
5.3.1 大模型擅长的问题
5.3.2 大模型不擅长的问题
本章小结
课后练习5
实践篇
第6章 人工智能应用实践
学习目标
6.1 项目基础知识
6.1.1 PaddleHub
6.1.2 目标检测
6.1.3 PaddleHub在目标检测中的应用
6.1.4 yolov3_darknet53_vehicles模型
6.2 项目设计
6.3 项目实践
6.3.1 注册账号
6.3.2 创建项目
6.3.3 运行环境配置
6.3.4 项目实现
6.3.5 项目运行结果
本章小结
课后练习6
第7章 提示词工程应用实践
学习目标
7.1 媒体内容创作——新闻稿件创作
7.1.1 项目基础知识
7.1.2 项目设计
7.1.3 项目实践
7.2 学术文献优化——学术论文修订
7.2.1 项目基础知识
7.2.2 项目设计
7.2.3 项目实践
7.3 就业能力提升——求职简历优化
7.3.1 项目基础知识
7.3.2 项目设计
7.3.3 项目实践
7.4 职场能力辅助——会议纪要写作
7.4.1 项目基础知识
7.4.2 项目设计
7.4.3 项目实践
本章小结
课后练习7
第8章 大模型零代码开发实践
学习目标
8.1 代码优化
8.1.1 项目基础知识
8.1.2 项目设计
8.1.3 项目实践
8.2 智能体开发
8.2.1 项目基础知识
8.2.2 项目设计
8.2.3 项目实践
本章小结
课后练习8
参考文献
前辅文
理论篇
第1章 人工智能概述
学习目标
1.1 人工智能的定义
1.1.1 “人工”与“智能”
1.1.2 人工智能
1.2 人工智能发展历程
1.3 人工智能的核心概念
1.4 人工智能技术
1.4.1 机器视觉技术
1.4.2 机器语音技术
1.4.3 机器自然语言处理技术
1.4.4 机器推荐技术
1.5 人工智能开发范式
本章小结
课后练习1
第2章 生成式人工智能
学习目标
2.1 从人工智能到生成式人工智能
2.2 生成式人工智能的含义与发展历程
2.3 生成式人工智能典型应用
2.3.1 绘画创作
2.3.2 文本创作
2.3.3 视频制作
2.4 生成式人工智能的演进方向
2.4.1 AIGC技术升级步入深化阶段
2.4.2 AIGC大模型架构潜力凸显
2.4.3 AIGC技术演化出三大前沿能力
2.5 AIGC涉及的道德和法律
本章小结
课后练习2
第3章 大模型技术及应用平台
学习目标
3.1 大模型与AIGC的关系
3.2 大模型的分类
3.3 大模型时代人工智能开发范式
3.4 大模型原理解析
3.5 大模型关键能力与技术
3.6 大模型的涌现能力
3.7 国内外典型大模型应用平台
3.7.1 国内大模型应用平台
3.7.2 国外大模型应用平台
本章小结
课后练习3
第4章 通往AI世界的钥匙：提示词工程基础
学习目标
4.1 提示词概述
4.2 定义优质prompt
4.2.1 何为优质prompt？
4.2.2 prompt万用公式
4.3 prompt优化技巧
4.3.1 通用技巧
4.3.2 Trick法
4.3.3 工具法
本章小结
课后练习4
第5章 解锁AI无限潜能：提示词工程进阶
学习目标
5.1 Prompt进阶框架
5.1.1 APE框架
5.1.2 CARE框架
5.1.3 TRACE框架
5.1.4 TAG框架
5.1.5 SAGE框架
5.1.6 ROSES框架
5.1.7 RTF框架
5.1.8 SPAR框架
5.1.9 SCOPE框架
5.2 结构化Prompt
5.2.1 结构化Prompt的含义
5.2.2 结构化Prompt框架
5.2.3 结构化Prompt的优点
5.3 大模型的“长与短”
5.3.1 大模型擅长的问题
5.3.2 大模型不擅长的问题
本章小结
课后练习5
实践篇
第6章 人工智能应用实践
学习目标
6.1 项目基础知识
6.1.1 PaddleHub
6.1.2 目标检测
6.1.3 PaddleHub在目标检测中的应用
6.1.4 yolov3_darknet53_vehicles模型
6.2 项目设计
6.3 项目实践
6.3.1 注册账号
6.3.2 创建项目
6.3.3 运行环境配置
6.3.4 项目实现
6.3.5 项目运行结果
本章小结
课后练习6
第7章 提示词工程应用实践
学习目标
7.1 媒体内容创作——新闻稿件创作
7.1.1 项目基础知识
7.1.2 项目设计
7.1.3 项目实践
7.2 学术文献优化——学术论文修订
7.2.1 项目基础知识
7.2.2 项目设计
7.2.3 项目实践
7.3 就业能力提升——求职简历优化
7.3.1 项目基础知识
7.3.2 项目设计
7.3.3 项目实践
7.4 职场能力辅助——会议纪要写作
7.4.1 项目基础知识
7.4.2 项目设计
7.4.3 项目实践
本章小结
课后练习7
第8章 大模型零代码开发实践
学习目标
8.1 代码优化
8.1.1 项目基础知识
8.1.2 项目设计
8.1.3 项目实践
8.2 智能体开发
8.2.1 项目基础知识
8.2.2 项目设计
8.2.3 项目实践
本章小结
课后练习8
参考文献
前辅文
理论篇
第1章 人工智能概述
学习目标
1.1 人工智能的定义
1.1.1 “人工”与“智能”
1.1.2 人工智能
1.2 人工智能发展历程
1.3 人工智能的核心概念
1.4 人工智能技术
1.4.1 机器视觉技术
1.4.2 机器语音技术
1.4.3 机器自然语言处理技术
1.4.4 机器推荐技术
1.5 人工智能开发范式
本章小结
课后练习1
第2章 生成式人工智能
学习目标
2.1 从人工智能到生成式人工智能
2.2 生成式人工智能的含义与发展历程
2.3 生成式人工智能典型应用
2.3.1 绘画创作
2.3.2 文本创作
2.3.3 视频制作
2.4 生成式人工智能的演进方向
2.4.1 AIGC技术升级步入深化阶段
2.4.2 AIGC大模型架构潜力凸显
2.4.3 AIGC技术演化出三大前沿能力
2.5 AIGC涉及的道德和法律
本章小结
课后练习2
第3章 大模型技术及应用平台
学习目标
3.1 大模型与AIGC的关系
3.2 大模型的分类
3.3 大模型时代人工智能开发范式
3.4 大模型原理解析
3.5 大模型关键能力与技术
3.6 大模型的涌现能力
3.7 国内外典型大模型应用平台
3.7.1 国内大模型应用平台
3.7.2 国外大模型应用平台
本章小结
课后练习3
第4章 通往AI世界的钥匙：提示词工程基础
学习目标
4.1 提示词概述
4.2 定义优质prompt
4.2.1 何为优质prompt？
4.2.2 prompt万用公式
4.3 prompt优化技巧
4.3.1 通用技巧
4.3.2 Trick法
4.3.3 工具法
本章小结
课后练习4
第5章 解锁AI无限潜能：提示词工程进阶
学习目标
5.1 Prompt进阶框架
5.1.1 APE框架
5.1.2 CARE框架
5.1.3 TRACE框架
5.1.4 TAG框架
5.1.5 SAGE框架
5.1.6 ROSES框架
5.1.7 RTF框架
5.1.8 SPAR框架
5.1.9 SCOPE框架
5.2 结构化Prompt
5.2.1 结构化Prompt的含义
5.2.2 结构化Prompt框架
5.2.3 结构化Prompt的优点
5.3 大模型的“长与短”
5.3.1 大模型擅长的问题
5.3.2 大模型不擅长的问题
本章小结
课后练习5
实践篇
第6章 人工智能应用实践
学习目标
6.1 项目基础知识
6.1.1 PaddleHub
6.1.2 目标检测
6.1.3 PaddleHub在目标检测中的应用
6.1.4 yolov3_darknet53_vehicles模型
6.2 项目设计
6.3 项目实践
6.3.1 注册账号
6.3.2 创建项目
6.3.3 运行环境配置
6.3.4 项目实现
6.3.5 项目运行结果
本章小结
课后练习6
第7章 提示词工程应用实践
学习目标
7.1 媒体内容创作——新闻稿件创作
7.1.1 项目基础知识
7.1.2 项目设计
7.1.3 项目实践
7.2 学术文献优化——学术论文修订
7.2.1 项目基础知识
7.2.2 项目设计
7.2.3 项目实践
7.3 就业能力提升——求职简历优化
7.3.1 项目基础知识
7.3.2 项目设计
7.3.3 项目实践
7.4 职场能力辅助——会议纪要写作
7.4.1 项目基础知识
7.4.2 项目设计
7.4.3 项目实践
本章小结
课后练习7
第8章 大模型零代码开发实践
学习目标
8.1 代码优化
8.1.1 项目基础知识
8.1.2 项目设计
8.1.3 项目实践
8.2 智能体开发
8.2.1 项目基础知识
8.2.2 项目设计
8.2.3 项目实践
本章小结
课后练习8
参考文献
