本书编写目的是向读者介绍大语言模型与AIGC的基本概念和相应的技术应用。本书共7章，分别介绍人工智能概述、文本向量化、大语言模型、AIGC基础、提示词与提示工程、AI绘画提示词、AIGC挑战与未来。本书将理论与实践操作相结合，通过大量的案例帮助读者快速了解和应用大数据分析相关技术，并对书中重要的知识点增加大量的练习，以达到熟练应用的目的。本书可作为本科院校和职业院校计算机相关专业的教材，也可作为信息技术领域的专业技术人才的参考书。
以理论与实践操作相结合的方式深入地讲解了AIGC技术的基本知识和实现的基本技术
前言
近年来，随着AI技术的不断发展和应用，越来越多的机构开始尝试使用生成式人工智能（Artificial Intelligence Generated Content，AIGC）工具来快速且低成本地生成大量内容，给人们的生活带来便利，满足不同领域的需求。
AIGC已经在机器学习、自然语言处理、图像识别等领域广泛应用，而随着技术的不断发展，AIGC技术的应用也将变得更加普及。
在2021年之前，AIGC生成的主要是文字，只能作为一个创作的辅助工具。AIGC开发新一代模型后，可以处理更多，包括文字、语音、图像、视频、代码等内容，可以在创意、表现力、迭代、传播、个性化等方面协助创作者。到了2022年，随着ChatGPT的横空出世，AIGC开始了高速发展，其中深度学习模型不断完善，开源模式的推动让AIGC直接在内容创作方面达到了自行原创的水平。
党的二十大报告强调了科技创新的重要性，并将其视为推动国家经济社会发展的关键驱动力。AI技术作为新一代信息技术的核心，其重要性不言而喻。本书由具有丰富教学经验的一线教师编写，旨在结合的技术和理论进展，为读者提供实用的学习材料，强调实践技能与创新思维的培养，使读者能够在掌握基础知识的同时，具备解决实际问题的能力。本书旨在为读者提供一个全面了解AIGC的平台，不局限于理论知识的学习，更重要的是通过实践项目和案例分析，培养学生的创新意识和实践能力。这有助于学生在未来的职业生涯中更好地适应快速变化的技术环境，并为国家的科技创新贡献力量。
本书使用的AIGC的平台有文心一言、讯飞星火、昆仑天工以及通义千问等。
本书共7章，分别介绍人工智能概述、文本向量化、大语言模型、AIGC基础、提示词与提示工程、AI绘画提示词、AIGC挑战与未来。
本书建议学时为32学时，具体分布如表0.1所示。
表0.1学时具体分布
章节建 议 学 时
人工智能概述4
文本向量化4
大语言模型4
AIGC基础6
提示词与提示工程8
AI绘画提示词4
AIGC挑战与未来2
本书由黄源、涂旭东、张莉主编。全书由黄源策划并负责统稿工作。
本书是校企合作共同编写的成果，在编写过程中得到了杭州睿数科技有限公司的大力支持。
在编写过程中，我们参阅了大量的相关资料，在此表示感谢，并对清华大学出版社的魏江江分社长和编辑的辛勤工作表示感谢。
由于编者水平有限，书中难免出现疏漏之处，衷心希望广大读者批评指正。
编者
2025年6月
目录
第1章人工智能概述
1.1人工智能简介
1.2人工智能研究的主要学派
1.2.1符号主义
1.2.2联结主义
1.2.3行为主义
1.3人工智能的应用场景与发展趋势
1.3.1人工智能的应用场景
1.3.2人工智能的发展趋势
1.4人工智能的核心因素
1.4.1算法
1.4.2算力
1.4.3数据
1.5深度学习
1.5.1认识深度学习
1.5.2深度学习模型
1.6自然语言处理
1.6.1认识自然语言处理
1.6.2自然语言理解
1.7人工智能伦理
1.7.1个人层面的人工智能伦理问题
1.7.2社会层面的人工智能伦理问题
1.8本章小结
1.9实训
习题1
第2章文本向量化
2.1文本向量化
2.1.1文本向量化概述
2.1.2文本向量化方法
2.1.3文本向量化实例
2.2Doc2Vec
2.2.1PVDM
2.2.2PVDBOW
2.3文本向量应用
2.4本章小结
2.5实训
习题2
第3章大语言模型
3.1大语言模型概述
3.1.1大语言模型的发展历程
3.1.2大语言模型的能力特点
3.1.3大语言模型技术的风险与挑战
3.2大语言模型工作原理
3.2.1Transformer 架构
3.2.2基于Transformer架构的著名模型
3.2.3大语言模型架构
3.2.4大语言模型关键技术
3.2.5GPT系列模型的演变
3.2.6大语言模型实现创意写作
3.3大语言模型的可解释性
3.3.1大语言模型的可解释性
3.3.2大语言模型的可解释性的技术
3.4大语言模型的应用
3.5大语言模型提供的服务
3.6本章小结
3.7实训
习题3
第4章AIGC基础
4.1AIGC概述
4.2国内常见的AIGC平台（大语言模型）
4.2.1文心一言
4.2.2讯飞星火
4.2.3通义千问
4.2.4昆仑天工
4.2.5ChatGLM
4.2.6腾讯混元
4.3国外常见的AIGC平台（大语言模型）
4.3.1Claude系列模型
4.3.2PaLM模型
4.3.3Bard模型
4.4AIGC应用实例
4.4.1AI文本生成
4.4.2图像生成
4.4.3AI代码生成与优化
4.5本章小结
4.6实训
习题4
第5章提示词与提示工程
5.1提示词
5.1.1认识提示词
5.1.2提示词设计实例
5.2提示工程
5.2.1提示工程概述
5.2.2提示工程技巧与应用
5.2.3提示工程实例
5.3本章小结
5.4实训
习题5
第6章AI绘画提示词
6.1认识AI绘画提示词
6.1.1理解AI绘画提示词
6.1.2AI绘画提示工程
6.2AI视频生成提示词
6.2.1AI视频生成提示词简介
6.2.2AI视频生成实例
6.3本章小结
6.4实训
习题6
第7章AIGC挑战与未来
7.1AIGC面临的挑战
7.1.1AIGC发展概述
7.1.2AIGC面临的风险
7.1.3AIGC面临的问题
7.2AIGC的未来
7.2.1个性化内容生成
7.2.2多模态内容生成
7.3本章小结
习题7
参考文献
新书资讯
