本书以“大模型—AIGC—智能体”为主线展开论述，全书共六章，包括人工智能基础与关键技术，大语言模型及应用，AIGC及应用，提示词工程，知识库与智能体，人工智能与未来创新。本书系统介绍人工智能领域核心技术和前沿应用，内容全面、结构清晰，突出实用性与前瞻性，旨在帮助读者构建完整的知识体系并掌握实际应用能力。本书适合作为人工智能、计算机及相关专业的教材，也可作为企业在职培训、开发者能力提升参考用书。

李强，教授、高级工程师，天津大学计算机应用技术工学硕士，现任天津职业大学电信学院副院长，国家级职业教育教师教学创新团队核心成员，长期从事职业教育教学和管理工作，主要研究方向为网络技术、计算机应用。编者曾主持和参与编写《网络操作系统》《计算机应用基础》等教材，在新一代信息技术领域具有丰富经验，发表论文和研究报告多篇。

第一章 人工智能基础与关键技术 001
章节导入 从图灵测试到 DeepSeek 001
1.1 人工智能的发展阶段与发展方向 002
1.1.1 人工智能的发展阶段 002
1.1.2 人工智能未来的发展方向 006
1.2 人工智能介绍 008
1.2.1 人工智能的定义 008
1.2.2 人工智能的分类 008
1.2.3 人工智能的应用领域 009
1.2.4 人工智能的全景图 009
1.3 人工智能关键技术 010
1.3.1 机器学习 010
1.3.2 深度学习和神经网络 014
1.3.3 实践项目：可视化神经网络实验室 018
1.3.4 计算机视觉 020
1.3.5 实践项目：基于Web的以图搜图 023
1.3.6 自然语言处理 025
1.3.7 实践项目：基于情感分析的文本分类 029
1.4 人工智能伦理与安全 031
1.4.1 人工智能伦理概述 031
1.4.2 人工智能面临的伦理问题 032
1.4.3 人工智能安全问题 033
1.4.4 人工智能伦理与安全的应对策略 035
第二章 大语言模型及应用 038
章节导入 人工智能的大脑 ?—大语言模型 038
2.1 大语言模型基础 039
2.1.1 大模型基础 039
2.1.2 大语言模型 041
2.2 大语言模型的构建流程 047
2.2.1 确定大语言模型基座 047
2.2.2 数据收集和预处理 048
2.2.3 大语言模型的训练 049
2.2.4 大语言模型的推理 051
2.2.5 模型评估与验证 052
2.2.6 大语言模型的部署 053
2.2.7 大语言模型训练的挑战 054
2.3 DeepSeek应用实践 056
2.3.1 DeepSeek基础 056
2.3.2 DeepSeek基本应用 059
2.3.3 DeepSeek高级应用 064
2.4 Kimi应用实践 067
2.4.1 Kimi基本应用 067
2.4.2 Kimi高级应用 069
2.5 通义应用实践 074
2.5.1 通义基本应用 074
2.5.2 通义高级应用 077
第三章 AIGC及应用 085
章节导入 智能时代的内容革命 085
3.1 AIGC概述 086
3.1.1 AIGC基础 086
3.1.2 AIGC分类、应用场景和产业链 087
3.2 文本生成应用实践 090
3.2.1 AIGC文本生成基础 090
3.2.2 自动化写作—新闻稿件 090
3.2.3 知识凝练与智能决策—风险分析报告 093
3.2.4 软件开发辅助—代码生成 095
3.2.5 数据可视化—文生图表 100
3.3 图像生成应用实践 104
3.3.1 AIGC图像生成基础 104
3.3.2 图像生成和处理—人物图像 105
3.3.3 主题图像生成—平面广告 109
3.3.4 建筑施工草图—家装效果图 112
3.3.5 工业产品设计—电动车设计 115
3.4 音频生成应用实践 118
3.4.1 AIGC音频生成基础 118
3.4.2 声场环境营造—智能编曲 118
3.4.3 个性音乐创作—一键写歌 121
3.4.4 文字转语音—文本配音 123
3.4.5 原声复现技术—语音克隆 125
3.5 视频生成应用实践 126
3.5.1 AIGC视频生成基础 126
3.5.2 文生视频—短视频制作 127
3.5.3 图生视频—文物复活 130
3.6 多模态生成综合实践—简单数字人制作 133
3.6.1 数字人技术基础 133
3.6.2 数字人制作实践—爱因斯坦讲课 134
第四章 提示词工程 138
章节导入 人机交互的艺术 ——提示词工程 138
4.1 基础概念 139
4.1.1 提示词工程入门 139
4.1.2 基础提示词结构 141
4.1.3 提示词模板和变量 142
4.2 核心技术 144
4.2.1 零样本提示 144
4.2.2 少样本学习 145
4.2.3 上下文学习 147
4.2.4 思维链提示 151
4.2.5 自我反思 153
4.2.6 约束 155
4.3 优化和改进 157
4.3.1 提示词优化技术 157
4.3.2 处理歧义和提高清晰度 159
4.3.3 提示词长度和复杂度管理 160
4.4 提示词框架 162
4.4.1 提示词框架及使用 162
4.4.2 CLEVER提示词框架 164
4.4.3 ICIO提示词框架 166
4.4.4 CRISPE提示词框架 168
4.4.5 BROKE提示词框架 170
4.4.6 RASCEF提示词框架 172
4.5 提示词应用技巧 175
4.5.1 个性化定制提示词 175
4.5.2 多模态提示词融合 176
4.5.3 动态调整提示词 176
4.5.4 提示词的分层与分级 177
4.5.5 结合情感分析优化提示词 177
4.6 提示词伦理与安全 178
4.6.1 提示词中的伦理考虑 178
4.6.2 提示词安全 179
第五章 知识库与智能体 181
章节导入 智能系统的双引擎 181
5.1 知识库及搭建 182
5.1.1 知识库基础 182
5.1.2 知识库的类型 184
5.1.3 搭建知识库实践 188
5.2 智能体及创建 196
5.2.1 智能体基础 196
5.2.2 创建简单智能体—聊天机器人 199
5.3 典型智能体创建 206
5.3.1 基于知识库的智能体—课程助教 206
5.3.2 基于工作流的智能体—城市胶囊 221
5.3.3 多模态智能体—数字人 229
第六章 人工智能与未来创新 243
章节导入 人工智能驱动的创新与创业新纪元 243
6.1 人工智能与创新 244
6.1.1 创新项目类型 244
6.1.2 创新路径实施 246
6.1.3 创新大赛评审要点解读（创意组） 248
6.1.4 典型创新项目—自动作业批改机 250
6.2 人工智能与创业 251
6.2.1 创业方向选择 251
6.2.2 创业实践指南 254
6.2.3 创新大赛评审要点解读（创业组） 257
6.2.4 典型创业项目—智能安防和智能医疗诊断 260
6.3 人工智能与未来技术 261
6.3.1 人工智能驱动的技术革命 261
6.3.2 未来技术的应用场景 264
6.3.3 面向未来的人工智能技术挑战 268