AIGC的应用非常广泛，能够生成文本、图像、音频、视频等多种类型的内容，显著提高了内容生产的效率和多样性。学习AIGC变得日益重要，它不仅能够帮助个人和组织在人工智能时代保持竞争力，还能激发创造力，探索技术与艺术、商业无限融合的可能性。
本书针对本科院校、职业院校各专业学生的人工智能通识教育需求，系统、全面地介绍了关于AIGC技术与应用的基本知识和技能，主要包括人工智能基础、大语言模型（LLM）、人工智能生成内容（AIGC）、智能体、提示工程与技巧、AIGC高效工作、AIGC助力学习、AIGC拓展设计、AIGC成就艺术、AIGC安全问题、AIGC伦理与限制、迈向通用人工智能（AGI）等内容，具有较强的系统性、可读性和实用性。
面向本科院校、职业院校的人工智能通识教育需求。
系统全面介绍AIGC技术与应用的基本知识和技能。
有利于从宏观角度把握AIGC技术与应用的发展趋势。
针对性地安排了课后习题和研究性学习环节。
配套提供电子课件、微课视频、习题集与答案、教学大纲、教案、教学计划、实践与思考。
AIGC，即人工智能生成内容（Artificial Intelligence Generated Content），代表了人工智能从1.0时代向2.0时代的重大转变。AIGC涉及一系列先 进技术的累积与融合，包括但不限于生成对抗网络（GANs）、CLIP模型、Transformer架构、扩散模型、预训练模型以及多模态技术等，这些技术共同推动了人工智能创造内容的能力爆发式增长。
AIGC的核心在于算法的持续迭代与创新，尤其是预训练模型的发展，为内容生成带来了质的飞跃。它使得人工智能系统能够通过单一大规模数据集的学习，掌握跨领域的知识，并且只需少量调整即可应用于多种实际场景。这代表着从计算智能、感知智能到认知智能的演进，为开启认知智能的新纪元奠定了基础。
AIGC的应用非常广泛，能够生成文本、图像、音频、视频等多种类型的内容，显著提高了内容生产的效率和多样性。它具有以下意义。
（1）改变生产力工具：短期内，AIGC成为基础生产力工具，加速了内容创作的过程。
（2）重塑生产关系：中期看，它将会改变内容创作和分发的社会生产关系，比如版权、创作者角色等。
（3）推动生产力变革：长期而言，AIGC可能加速社会生产力结构的变化，促进数字经济等的深入发展。
此外，AIGC强调数据作为核心资源的地位，加速了社会的数字化转型。通过将数据要素置于战略高度，AIGC促进了数据价值的极大提升，并鼓励了对数据的有效管理和利用。简而言之，AIGC不仅是技术上的突破，更是对内容产业乃至整个社会运作模式的一次深刻革命。因此，学习AIGC变得日益重要，它不仅能够帮助个人和组织在人工智能时代保持竞争力，还能激发创造力，探索技术与艺术、商业无限融合的可能性。
AIGC通识是一门知识性和应用性都很强的课程。本书针对本科院校、职业院校各专业学生的人工智能通识教育需求，系统、全面地介绍了关于AIGC技术与应用的基本知识和技能，主要包括人工智能基础、大语言模型（LLM）、人工智能生成内容（AIGC）、智能体、提示工程与技巧、AIGC高效工作、AIGC助力学习、AIGC拓展设计、AIGC成就艺术、AIGC安全问题、AIGC伦理与限制、面向通用人工智能（AGI）等内容，具有较强的系统性、可读性和实用性。
本书的主要特色如下。
（1）内容全面，通俗易懂。本书覆盖了与AIGC相关的各个知识点。深入浅出的文字、丰富生动的案例，以及与各行各业的密切结合，十分适合各专业的读者了解和学习AIGC相关知识。
（2）条理清晰，意义深刻。本书简述了人工智能及其意义，阐述了人工智能与大数据、LLM、GAI（生成式人工智能）、AGI（通用人工智能）等重要概念之间的密切关系，有助于读者从宏观的角度把握AIGC技术与应用的发展趋势。
（3）辅助教学，资源丰富。本书配有20讲微课教学视频、与全书配套的教学PPT、与各章结合的习题及参考答案等，以帮助读者理解并掌握AIGC及其应用的相关知识。
对于本科院校和职业院校的学生来说，AIGC的理念、技术与应用是一门理论性和实践性都很强的必修课程。本书精心设计课程教学过程，每章都针对性地设计了作业和研究性学习环节，要求学生在拓展阅读的基础上，深入理解并掌握AIGC知识。
本书的教学进度设计见课程教学进度表，该表可作为教师授课的参考。实际执行时，教师应按照教学大纲安排教学进度，确定本课程的教学进度。
本书的教学评测可以从以下几个方面入手，即：
（1）每章的课后作业（12项）。
（2）每章的研究性学习实践（12项）。
（3）学生针对每章内容写下的阅读笔记（建议）。
（4）平时考勤情况。
（5）授课教师认为必要的其他评测方法。
本书特色鲜明、易读易学，适合本科院校、职业院校各专业学生学习，也适合对人工智能以及GAI、LLM、AIGC、AGI相关领域感兴趣的读者阅读参考。
本书配有授课电子课件，需要的教师可登录www.cmpedu.com免费注册，审核通过后下载，或联系编辑索取。欢迎教师与作者交流并索取为本书教学配套的相关资料。
本书的编写得到了浙大城市学院、杭州市中策职业学校钱塘学校、丽水学院、浙江华邦物联技术股份有限公司、浙江经贸职业技术学院等多所院校师生的支持。参加本书编写工作的还有凌锋、缪舒倩、吕锦镯。
由于作者水平有限，书中难免有疏漏之处，恳请读者批评指正。
周苏，1958年出生，苏州人。浙江大学城市学院教授，清华大学访问学者，科技部相关机构认证创新工程师（二级），清华大学《计算机教育》杂志周苏专栏作者。周苏教授的主要教学和研究方向为软件工程、操作系统和多媒体技术等，仅从自1999年参加独立学院工作以来，潜心体验大众化教育背景下的教学活动并探索其规律，认真踏实地进行教改研究，在教材研究与建设，教学方法改革与创新等方面积累了丰富的经验。
前言
课程教学进度表
第1章 人工智能基础 1
1.1 计算的渊源 1
1.1.1 为战争而发展的计算机器 1
1.1.2 通用计算机 2
1.1.3 计算思维 3
1.2 大数据基础 4
1.2.1 信息爆炸的社会 4
1.2.2 大数据的定义 5
1.2.3 大数据的3V特征 5
1.3 人工智能时代 6
1.3.1 图灵测试及其发展 7
1.3.2 人工智能定义 7
1.3.3 强人工智能与弱人工智能 8
1.3.4 大数据与人工智能 10
1.4 从LLM、AIGC到AGI 11
【作业】 12
【研究性学习】进入人工智能新时代 14
第2章 大语言模型（LLM） 16
2.1 Blockhead思维实验 16
2.2 从NLP起步 17
2.2.1 NLP研究内容 17
2.2.2 深度学习革命 18
2.3 LLM定义 18
2.4 LLM工作原理 19
2.4.1 词元及其标记化 19
2.4.2 基础模型 20
2.4.3 词嵌入及其含义 21
2.4.4 基于Transformer模型 21
2.4.5 注意力机制 22
2.4.6 生成和理解 23
2.4.7 预训练过程与微调 23
【作业】 24
【研究性学习】腾讯元宝：3D角色梦工厂 25
第3章 人工智能生成内容（AIGC） 29
3.1 生成式人工智能（GAI） 29
3.1.1 定义GAI 29
3.1.2 GAI与AIGC的关系 30
3.2 定义AIGC 30
3.2.1 内容孪生 31
3.2.2 内容编辑和生成 31
3.2.3 内容理解 32
3.3 AIGC多模态生成技术 32
3.4 AIGC的应用场景 34
3.4.1 典型应用场景 34
3.4.2 Web 3.0 35
3.4.3 元宇宙 37
3.5 AIGC常用工具（平台） 38
3.6 AIGC使用方法 39
3.7 案例：国内10个LLM测评 40
3.7.1 模型选择 40
3.7.2 分析规则 40
3.7.3 调研维度 41
3.7.4 测评分析 41
【作业】 42
【研究性学习】熟悉国内主流LLM 44
第4章 智能体 45
4.1 什么是智能体 45
4.1.1 智能体的定义 46
4.1.2 性能度量 46
4.1.3 智能体的理性 46
4.1.4 AIGC与智能体的联系 47
4.2 环境的本质 48
4.2.1 指定任务环境 48
4.2.2 任务环境的属性 49
4.3 智能体的结构 51
4.3.1 智能体程序 51
4.3.2 学习型智能体 52
4.3.3 智能体组件的工作 53
4.4 构建LLM智能体 54
4.5 智能体驱动的商业模式 55
4.5.1 软件即服务 56
4.5.2 智能体即服务 57
4.5.3 LLM即服务 57
4.5.4 机器人即服务 58
4.5.5 智能体商店 58
4.5.6 消费者服务 59
4.5.7 企业解决方案 60
4.5.8 按需平台 60
4.5.9 数据和分析 61
4.5.10 技术许可 61
4.5.11 众包和协作 62
【作业】 62
【研究性学习】人形机器人创业独角兽Figure AI 64
第5章 提示工程与技巧 67
5.1 提示工程的定义 67
5.2 提示的原理 68
5.2.1 提示词的分类 69
5.2.2 提示构成 70
5.2.3 提示调优 70
5.3 提示工程技术 71
5.3.1 链式思考提示 71
5.3.2 生成知识提示 72
5.3.3 少样本提示 72
5.3.4 自一致提示 73
5.3.5 思维树提示 73
5.4 提示学习和语境学习 74
5.4.1 提示学习 75
5.4.2 语境学习 76
5.5 提示词写作技巧 77
5.5.1 提示词框架推荐 77
5.5.2 提示词实践技巧 79
【作业】 80
【研究性学习】练习撰写提示词 82
第6章 AIGC高效工作 85
6.1 AIGC促进OA流程 85
6.1.1 机器人流程自动化 85
6.1.2 AIGC与RPA结合 85
6.2 重新定义个人助理 86
6.3 AIGC赋能个人工作 87
6.3.1 弥补非专业知识 87
6.3.2 创作省时或验证 88
6.3.3 构思拒绝平庸 88
6.3.4 物料制作最后一公里 88
6.4 案例：AIGC助力Excel图形化技巧 89
6.4.1 构建图形化思维与目标 90
6.4.2 聚焦业务价值与主题聚焦 91
6.4.3 Excel饼图可视化 91
6.4.4 Excel帕累托图可视化 92
6.5 案例：AIGC打造电商文案 94
6.5.1 新品牌的建立 94
6.5.2 品牌心智概念设定 95
6.5.3 品牌心智刻入 96
【作业】 98
【研究性学习】熟悉讯飞公文写作工具讯飞绘文 100
第7章 AIGC助力学习 102
7.1 AIGC助力学习进步 102
7.2 人工智能教育工具（平台） 103
7.2.1 QuillBot 103
7.2.2 Owlift 104
7.2.3 Grammarly 105
7.2.4 Gradescope 105
7.2.5 Fireflies.ai 106
7.2.6 Otter.ai 106
7.2.7 Google Scholar 107
7.2.8 Copy.ai 108
7.2.9 Google Bard 109
7.3 输入法加持人工智能 109
7.4 智能程序代码生成工具 110
7.4.1 GitHub Copilot 111
7.4.2 通义灵码 111
7.4.3 代码小浣熊 112
7.4.4 CodeWhisperer 112
7.4.5 MarsCode 113
7.4.6 CodeGeeX 113
7.4.7 Cody 114
7.4.8 CodeFuse 114
7.4.9 Project IDX 114
7.4.10 Codeium 115
7.4.11 CodiumAI 115
7.4.12 AskCodi 116
7.5 案例：AIGC生成程序代码 116
【作业】 117
【研究性学习】熟悉阿里云大模型通义千问 119
第8章 AIGC拓展设计 123
8.1 AIGC与设计师的协同模式 123
8.1.1 嵌入模式 124
8.1.2 助手模式 124
8.1.3 代理模式 125
8.2 AIGC加速药物发现 126
8.2.1 AIGC在药物发现中的作用 126
8.2.2 为流程各个阶段增加价值 126
8.2.3 人工智能药物开发案例研究 127
8.2.4 药物开发的未来 127
8.3 AIGC与搜索技术 127
8.4 案例：用AI
书单推荐
