幫助中心 | 我的帳號 | 關於我們

大模型與提示詞(構建AI時代高效工作流)

  • 作者:甘文劍|責編:張敏
  • 出版社:清華大學
  • ISBN:9787302708476
  • 出版日期:2026/04/01
  • 裝幀:平裝
  • 頁數:188
人民幣:RMB 79.8 元      售價:
放入購物車
加入收藏夾

內容大鋼
    在人工智慧(AI)大模型技術的浪潮中,個體的能力正被重新定義。本書深入探討AI大模型的提示詞應用,以及如何利用這些強大的工具來釋放個人的潛力,實現個人能力的飛躍。
    本書將最新的研究成果與實踐案例相結合,時間線推進至2025年,系統全面地介紹了AI大模型的工作原理、應用場景,以及如何通過提示詞與模型進行有效交互。書中不僅詳細闡述了AI大模型在不同領域的應用實例,還深入討論了如何通過精心設計的提示詞來引導模型輸出高質量的結果,從而幫助用戶在各自的專業領域中取得突破。
    本書旨在幫助讀者理解AI大模型的強大潛力,並提供實用的策略和技巧,使讀者能夠借助AI工具成為信息處理和決策制定的超級個體。書中還探討了在這一過程中可能遇到的挑戰,以及如何克服這些挑戰,實現個人與AI的協同進化。
    本書適合對AI技術感興趣並希望提升個人能力的廣大讀者,無論是高等院校的師生、企業的技術專家,還是對AI大模型應用充滿熱情的獨立研究者,都能從中獲得寶貴的知識和啟發。通過閱讀本書,讀者將能夠掌握如何利用AI大模型成為各自領域的超級個體,開啟智能時代的新篇章。

作者介紹
甘文劍|責編:張敏

目錄
第1章  你並不了解GPT
  1.1  GPT的起源與發展
    1.1.1  從早期模型到GPT的進化
    1.1.2  GPT的核心原理和模型架構
    1.1.3  GPT-4o的創新點
  1.2  GPT的實際應用場景
    1.2.1  GPT在不同場景的應用
    1.2.2  GPT在內容創作中的實踐
  1.3  GPT的未來發展方向
    1.3.1  預見GPT的技術突破
    1.3.2  GPT的倫理挑戰和社會影響
    1.3.3  通用人工智慧和超級人工智慧
  1.4  課後作業
第2章  腦認知、神經學與人工智慧
  2.1  人腦認知科學基礎
  2.2  認知科學視角下的人工智慧
    2.2.1  認知科學與人工智慧的關聯
    2.2.2  神經網路模型與生物大腦的相似性
    2.2.3  認知科學對AI發展的啟示
  2.3  神經科學與AI的融合
    2.3.1  神經網路與生物神經網路的比較
    2.3.2  神經科學對AI演算法的啟發
    2.3.3  神經學對多模態大模型的貢獻
  2.4  人工智慧與神經系統的底層邏輯
    2.4.1  智能「湧現」的基礎概念
    2.4.2  大模型Scaling Law理論思想
    2.4.3  類腦計算等前沿技術展望
  2.5  課後作業
第3章  人機交互趨勢和LUI代際
  3.1  互聯網的歷史
      3.1.1 互聯網基礎設施構建階段(早期互聯網時代,Web 1.0  )
      3.1.2 互動與社交網路興起階段(Web 2.0  )
    3.1.3  移動互聯網與智能服務階段
      3.1.4 AI驅動的智能互聯網時代(Web 3.0  )
  3.2  人機交互發展史
    3.2.1  粗糙界面交互:命令行的誕生
    3.2.2  精緻界面交互:圖形用戶界面的革命
    3.2.3  語音控制交互:智能助手的興起
    3.2.4  自然語言交互:更深層次的溝通
    3.2.5  腦機神經交互:未來的溝通方式
    3.2.6  人機交互的關鍵維度
  3.3  互聯網與人工智慧的差異
    3.3.1  互聯網的機器系統
    3.3.2  人工智慧的認知系統
    3.3.3  互聯網與人工智慧的區別
    3.3.4  交互方式的差異性
  3.4  人工智慧的人機交互趨勢
    3.4.1  自然語言交互的趨勢
    3.4.2  如何掌握自然語言交互
  3.5  課後作業

第4章  溝通心理和任務指派的Know-How
  4.1  溝通技巧的心理學基礎
    4.1.1  溝通心理學的核心概念
    4.1.2  有效溝通的心理技巧
    4.1.3  有效溝通的方法
  4.2  人機交互中的心理建設
    4.2.1  人機交互的心理模型
    4.2.2  建立信任與理解的交互策略
    4.2.3  溝通心理學在AI指令中的應用
  4.3  任務指派在AI指令中的應用
    4.3.1  下達指令的心理效應
    4.3.2  任務指派的SMART原則和技巧
    4.3.3  任務指派在人機交互中的應用案例
  4.4  課後作業
第5章  行業精英的工作流
  5.1  快速學習能力的構建
    5.1.1  精英的學習方法與策略
    5.1.2  快速學習在工作流中的應用
  5.2  結構化思維的培養與應用
    5.2.1  結構化思維的定義與價值
    5.2.2  結構化思維在問題解決中的作用
    5.2.3  結構化思維的培養方法與實踐
  5.3  問題拆解與解決能力
    5.3.1  問題拆解的方法論
    5.3.2  精英的問題解決策略
    5.3.3  問題拆解在實際工作中的應用
  5.4  AI嵌入Workflow實踐
    5.4.1  基於專業領域的場景認知
    5.4.2  任務優先順序下的精力管理
    5.4.3  任務拆解與AI嵌入工作流
    5.4.4  AI嵌入「商業咨詢」工作流的案例
  5.5  課後作業
第6章  搭建AI應用工具庫
  6.1  大模型應用的原理概述
    6.1.1  大語言模型基礎和工具原理
    6.1.2  算力晶元與大模型訓練/推理
    6.1.3  RAG知識庫的構建與應用
  6.2  AI各類大模型的選用與實踐
    6.2.1  大模型的分類與選擇標準
    6.2.2  大模型的評測標準及評分排名
    6.2.3  大模型的應用場景與案例分析
  6.3  AI各類應用的選用與評估
    6.3.1  AI應用的選用技巧
    6.3.2  AI應用的評估標準與方法
  6.4  AI應用工具庫的搭建流程
    6.4.1  AI應用工具庫搭建概述
    6.4.2  詳細步驟說明
    6.4.3  搭建注意事項
  6.5  課後作業
第7章  掌握大模型元能力

  7.1  提示詞工程的【入門技巧】☆
    7.1.1  提示詞工程的2種作用和3種類型
    7.1.2  提示詞工程的入門技巧
    7.1.3  提示詞工程的12大設計原則
  7.2  提示詞工程的【初級模式】☆☆
    7.2.1  模式的8大特徵
    7.2.2  模式的1種變形模式
    7.2.3  模式的18種模式類型
  7.3  提示詞工程的【高階方法】☆☆☆
    7.3.1  樣本提示技術
    7.3.2  思維鏈技術
    7.3.3  自動增強技術
    7.3.4  交互與推理技術
  7.4  提示詞工程的應用實踐
    7.4.1  提示詞在各模型中的實踐
    7.4.2  提示詞在各行業中的應用案例
    7.4.3  提示詞對減少大模型「幻覺」的作用
  7.5  課後作業
第8章  語音對話與提問能力
  8.1  語音助手發展的技術變革
    8.1.1  語音對話技術的基本原理
    8.1.2  語音對話系統的設計原則
  8.2  全新個人智能時代的語音對話用法
    8.2.1  意圖的說法句式及詞典的應用
    8.2.2  提供完整的實體詞填充詞槽
    8.2.3  多輪對話完善意圖
  8.3  AI時代中生活與工作的提問能力
    8.3.1  日常中提問存在問題
    8.3.2  好問題的條件
    8.3.3  提問的方法
  8.4  課後作業
第9章  國運重器DeepSeek
  9.1  認知革命:深度解析DeepSeek的技術突破
    9.1.1  架構創新路徑
    9.1.2  智能進化圖譜
    9.1.3  應用效能革命
    9.1.4  開源生態共建
    9.1.5  成本普惠企業
    9.1.6  國產自主研發
  9.2  生產力重構:智能革命的現實投射
    9.2.1  產業轉型進行時
    9.2.2  效能倍增公式
  9.3  智能駕馭術:人機協作的進階法則
    9.3.1  本地化部署
    9.3.2  提示工程實戰
  9.4  未來演化圖譜:智能社會的二象性
    9.4.1  生產力解放
    9.4.2  人機共生

  • 商品搜索:
  • | 高級搜索
首頁新手上路客服中心關於我們聯絡我們Top↑
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話:02-2381-2033 02-2381-1863 時間:週一-週五 10:00-17:00
 服務信箱:bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證:浙B2-20060032