生成式人工智能基礎與應用AIGC+創新思維

詹澤慧，教授、博士生導師，青年珠江學者、香江學者。現為華南師範大學智慧教育裝備產學研基地負責人、人工智能與智慧教育廣東省哲學社會科學重點實驗室副主任、廣東省教育測評大數據工程技術研究中心副主任、粵港澳高校“中小學STEAM教育”聯盟負責人。中國教育技術協會信息技術教育專業委員會創客與跨學科教育研究組秘書長、廣東高等教育學會數字化分會常務理事、中國電子學會現代教育技術分會理事。獲得華南師範大學優秀教師稱號、“時代中國”研究生四好導學團隊，全國教育軟件大賽一等獎、華南師範大學教學成果一等獎、華南師範大學教學創新大賽一等獎。入選廣東省高校優秀青年教師培養計劃，獲教育部霍英東教育基金會第十六屆高等院校優秀青年教師獎。主持國家自然科學基金、全國教育科學規劃、教育部人文社科項目、香港研究資助局優配研究金 (GRF)聯合課題等。曾獲全國百篇優秀博士學位論文提名獎、香江學者獎，2020年至今連續四年入選“愛思唯爾”中國高被引學者榜單。出版學術專著4部，編著教材7部。

第 1章 人工智能時代的創新與變革 1

1.1 人工智能時代的到來 1

1.1.1 AI引領下的時代特征 2

1.1.2 AI的內涵、特征、類別與發展歷程 3

1.2 生成式人工智能的突破 6

1.2.1 GAI的內涵與分類 6

1.2.2 GAI的創新應用與發展 7

1.2.3 GAI賦能下創新範式轉變的機遇與挑戰 8

1.3 本章回顧 11

1.4 學習小測 11

第 2章 大語言模型及其應用框架 13

2.1 大語言模型的概念與發展 13

2.1.1 大語言模型的定義與核心特征 14

2.1.2 大語言模型的發展歷程 14

2.2 提示詞工程 16

2.2.1 提示詞工程的概念與特點 16

2.2.2 提示詞設計的原則與方法 16

2.2.3 提示詞工程的應用實踐 17

2.3 檢索增強生成 18

2.3.1 RAG的概念與本質 19

2.3.2 RAG的系統架構與技術實現 19

2.3.3 RAG在不同場景中的應用價值 19

2.4 智能體技術 20

2.4.1 Agent的概念與特性 20

2.4.2 基於大語言模型的Agent設計方法 21

2.4.3 智能體的開發框架與實踐 22

2.4.4 Agent在任務自動化領域的應用 24

2.5 微調 25

2.5.1 微調的概念與優勢 25

2.5.2 微調的主要方法與技術特點 25

2.5.3 微調的實施流程與最佳實踐 26

2.5.4 微調的應用前景與發展趨勢 26

2.6 本章回顧 27

2.7 學習小測 27

第3章 AIGC工具與應用 29

3.1 AIGC主流工具與平臺 30

3.1.1 文本生成工具 30

3.1.2 圖像生成工具 32

3.1.3 音視頻生成工具 33

3.1.4 編程輔助工具 35

3.1.5 開發框架與平臺 36

3.2 AIGC工具的使用範式 36

3.2.1 通用工作流範式 37

3.2.2 分場景應用範式 41

3.3 GAI工具應用案例與方法 42

3.3.1 生活應用 43

3.3.2 工作應用 44

3.3.3 科研應用 46

3.3.4 商業應用 48

3.4 本章回顧 49

3.5 學習小測 50

第4章 運用GAI進行現象分析 51

4.1 睜眼看世界——現象分析 51

4.1.1 現象分析的概念 52

4.1.2 現象分析的方法 52

4.1.3 實戰訓練：現象分析與機會識別 61

4.2 提示詞工程在現象分析中的應用 62

4.2.1 提示詞技巧介紹 62

4.2.2 實戰訓練：星辰電動汽車公司SWOT分析 66

4.2.3 實戰訓練：基於提示詞的現象分析 67

4.3智能體在現象分析中的應用 68

4.3.1基於FastGPT構建SWOT分析智能助手 68

4.3.2 探索任務：新零售行業SWOT分析 74

4.3.3 實戰訓練：搭建一個PEST分析智能體 78

4.4 本章回顧 79

4.5 學習小測 79

第5章 運用GAI進行問題探究 81

5.1 把握事物本質——問題探索 81

5.1.1 問題探索的內涵 82

5.1.2 問題探索的方法 82

5.1.3 實戰訓練：問題探索與本質挖掘 92

5.2 提示詞驅動的蘇格拉底式提問鏈 93

5.2.1 蘇格拉底式提問的結構與目的 94

5.2.2 將蘇格拉底式提問嵌入提示詞結構 94

5.2.3 實戰訓練：校園食堂浪費現象 95

5.3 智能體在問題探索中的對話引導 96

5.3.1 問題探索型智能體的定義與特征 96

5.3.2 智能體構建流程：從提示詞到交互系統 97

5.4 本章回顧 102

5.5 學習小測 102

第6章 運用GAI進行方案設計 104

6.1 問題解決核心——方案設計 104

6.1.1 方案設計的內涵 105

6.1.2 方案設計的方法 105

6.1.3.實戰訓練：方案設計與創新應用 114

6.2 提示詞驅動的方案構建思維鏈 115

6.2.1 提示詞行動邏輯的生成機制 115

6.2.2 DeepSeek結構建構促深度思考 116

6.2.3 秘塔檢索支持建AI輸出於真實信息之上 118

6.2.4 豆包潤色引導助結構與語言雙重優化 122

6.2.5 Kimi長文檔協助資料精讀與策略轉化 125

6.3 多方案評估智能體的設計邏輯 127

6.3.1多維評估框架的搭建 128

6.3.2對話生成報告的提示詞流程 128

6.3.3 扣子智能體實現 128

6.3.4實戰訓練：評估“智能健康按摩枕”產品路徑 129

6.4 本章回顧 129

6.5 學習小測 129

第7章 運用GAI進行原型疊代 131

7.1 效能與產出——原型疊代 131

7.1.1 原型疊代的內涵 132

7.1.2方法介紹 132

7.1.3 實戰訓練：現象分析與機會識別 140

7.2 提示詞驅動的原型構建鏈：從功能設想到多輪疊代 141

7.2.1 DeepSeek：結構設計+場景還原 142

7.2.2 豆包AI：文字轉線稿提示詞 + 產品示意圖生成 142

7.2.3 交互細化與多版本對比 142

7.2.4 用戶反饋模擬與原型疊代建議 143

7.2.5 產品圖示協同：DeepSeek+豆包生成視覺示意圖 143

7.3 多智能體協作的原型疊代系統：從初稿生成到持續優化 144

7.3.1 原型疊代的任務類型與挑戰特征 144

7.3.2 多智能體協作系統結構設計 144

7.3.3 智能體的搭建方法與提示詞邏輯 144

7.3.4 實戰訓練：原型三輪疊代挑戰 145

7.4 本章回顧 146

7.5 學習小測 146

第8章 運用GAI進行價值推廣 148

8.1 影響力提升——價值推廣 148

8.1.1 價值推廣的內涵 149

8.1.2 價值推廣的方法 149

8.1.3 實戰訓練：原型疊代與價值驗證 157

8.2 提示詞驅動的價值推廣鏈 158

8.2.1 品牌語言生成 158

8.2.2 多模態內容生成 159

8.2.3 渠道適配與社交策略設計 159

8.2.4 用戶問答設計與交互內容生成 160

8.2.5 效果追蹤與投放疊代建議 161

8.3 多智能體協作的價值推廣系統 161

8.3.1 推廣階段的任務特征與能力挑戰 161

8.3.2 多智能體系統結構設計 162

8.3.3 智能體的搭建方法與提示詞邏輯 162

8.3.4 實戰訓練任務：價值推廣的內容協作挑戰 163

8.4 本章回顧 164

8.5 學習小測 165

第9章 GAI助力創新問題解決實戰 166

9.1 生活領域實戰：旅遊路線規劃 167

9.1.1 旅遊路線規劃的創新挑戰 167

9.1.2 提示詞驅動的智能旅遊規劃 167

9.1.3 智能體在旅遊路線規劃中的應用 169

9.2 學習/科研領域實戰：文獻綜述構建 182

9.2.1 文獻綜述構建的創新挑戰 182

9.2.2 提示詞驅動的文獻綜述構建 182

9.2.3 智能體在文獻綜述構建中的應用 184

9.3 工作領域實戰：數據處理與分析 193

9.3.1 數據處理與分析的創新挑戰 193

9.3.2 提示詞驅動的數據處理與分析 193

9.3.3 智能體在數據處理與分析中的應用 194

9.4 本章回顧 203

9.5 學習小測 204

第 10章 生成式人工智能的倫理、安全與未來展望 205

10.1 倫理與安全挑戰 205

10.1.1 隱私保護與數據安全 206

10.1.2 版權問題與知識產權保護 206

10.1.3算法偏見與模型包容性 206

10.1.4 惡意用途與規避誤用 207

10.2 技術發展與突破 207

10.2.1 當前的局限與挑戰 207

10.2.2 關鍵技術突破方向 208

10.3 未來發展趨勢 208

10.3.1 創新應用探索 208

10.3.2 人機協同新範式 209

10.3.3 可持續發展路徑 209

10.4 本章回顧 209

10.5 學習小測 210