大学基础计算机 10

12.1AIGC概述AIGC的定义AIGC的全称为“ArtificialIntelligenceGeneratedContent”，中文翻译为“人工智能生成内容”。这是一种新的创作方式，利用人工智能技术来生成各种形式的内容，包括文字、音乐、图像、视频等。AIGC是人工智能进入全新发展时期的重要标志，其核心技术包括生成对抗网络（GAN，GenerativeAdversarialNetworks）、大型预训练模型、多模态技术等。概念与核心技术AIGC的核心思想是利用人工智能算法生成具有一定创意和质量的内容。通过训练模型和大量数据的学习，AIGC可以根据输入的条件或指导，生成与之相关的内容。例如，通过输入关键词、描述或样本，AIGC可以生成与之相匹配的文章、图像、音频、视频等。核心思想AIGC技术不仅可以提高内容生产的效率和质量，还可以为创作者提供更多的灵感和支持。在文学创作、艺术设计、游戏开发、影视制作等领域，AIGC可以自动创作出高质量的文本、图像、音频、视频等内容。同时，AIGC也可以应用于媒体、教育、娱乐、营销、科研等领域，为用户提供高质量、高效率、高个性化的内容服务。应用AIGC的特点自动化生成个性化定制多样性与创新性

AIGC基于大规模数据训练，可自动生成多种内容形式，减少人工参与，显著提高内容生产效率，快速输出大量高质量内容。AIGC可以根据用户需求和偏好生成定制化内容，实现内容的精准投放和个性化推荐，甚至实现内容在不同风格之间进行切换，如幽默风格和严肃风格。AIGC具备强大的创造能力，不仅可以模仿人类生成内容，还能生成超越传统思维的新颖内容，甚至能够在科学研究和技术创新中提供新思路。AIGC让普通用户也能高效完成创作任务，无论是写作、编曲、视频剪辑还是编程开发，都降低了创作门槛，普及了创作机会。降低创作门槛AIGC的特点AIGC易于扩展到新的内容类型和应用领域。未来随着计算能力和数据规模的提升，AIGC的应用范围将不断扩大。实时性与快速迭代跨语言与跨文化适应

AIGC能够快速响应热点话题，生成实时内容，及时满足市场需求和用户关注。

AIGC可根据反馈快速优化和迭代内容，不断提升内容质量和适应性。AIGC具备多语言生成与翻译能力，能够高效完成跨语言内容创作和信息传播，可以理解和融合不同文化元素。可扩展性AIGC的发展历程早期基础（1950—1960年）

这个阶段奠定了人工智能的理论基础，图灵测试的提出激发了人们对AI理解和生成能力的研究。理论基础奠定1957年出现了首支由计算机创作的音乐作品《依利亚克组曲》，开启了AI在艺术创作领域的探索。首次音乐创作理论基础奠定AIGC的发展历程初步尝试（1960—1970年）简单AI系统出现

这个阶段出现了一些简单的AI系统，如Eliza聊天机器人，是世界上第一个对话AI程序，模拟心理医生与人类交流。探索对话交互AIGC的发展历程AI冬季与复苏（1980—1990年）在经历了一段低谷期后，机器学习理论的突破为AIGC的发展铺平了道路，但计算能力有限，AI生成内容能力较弱。经历低谷期01尽管面临困境，但机器学习理论的突破为AIGC的复苏带来了曙光，为后续发展奠定了基础。技术突破曙光02AIGC的发展历程深度学习崛起（2000—2010年）0102推动AIGC发展首部小说创作深度学习的出现极大地推动了AIGC的发展，基于规则、模板的自动生成系统出现，如新闻自动生成、早期机器翻译。2007年诞生了首部由AIGC创作的小说《在路上》，标志着AIGC在文学创作领域的初步尝试。AIGC的发展历程AIGC初具雏形（2010—2020年）随着深度学习和大规模数据训练的进步，AIGC取得重大突破，GAN、Transformer等技术的出现使AIGC能够生成更复杂的内容。技术取得突破2017年，微软的“小冰”推出世界首部由人工智能写作的诗集《阳光失了玻璃窗》；2018年，英伟达发布StyleGAN模型，可自动生成图像；2019年，DeepMind发布DVD-GAN模型，可生成连续视频。多项成果涌现AIGC的发展历程AIGC蓬勃发展（2020年至今）大语言模型出现ChatGPT、DeepSeek等大语言模型的出现标志着AIGC进入一个新的时代，推动了AIGC的快速发展。多模态融合趋势目前，AIGC正从单一模态走向多模态融合，并逐步进入产业应用阶段，为各行业带来智能化变革。AIGC的主要应用领域AIGC在文本创作领域的应用包括文章写作和编辑、营销文案生成、对话和聊天机器人、代码编程辅助、教育内容生成、文档翻译和本地化等应用。AIGC的主要应用领域AIGC在图像创作领域的应用包括艺术创作和设计、产品展示图生成、广告和营销素材制作、建筑和室内设计效果图生成、人物和场景插画生成等。AIGC的主要应用领域AIGC在音频创作领域的应用包括音乐创作和编曲、语音合成、配音和旁白、声音克隆、音效制作等。AIGC的主要应用领域AIGC在视频创作领域的应用包括短视频生成、视频剪辑和编辑、动画制作、虚拟主播等。AIGC对职业发展的影响部分岗位转型与重构传统职业升级

AIGC助力传统职业升级，文案撰写人员转向创意构思，设计师聚焦艺术创意，提升工作效率和质量。教师利用AIGC生成教学内容，将精力投入到教学互动和个性化指导，提升教学质量。AIGC对职业发展的影响新兴职业的出现AI提示词工程师负责设计和优化AIGC的输入提示词，提升生成内容的质量，成为新兴热门职业。AI提示词工程师

数据标注员为AIGC模型训练标注数据，确保模型准确性，需求量大，是AIGC发展的重要支撑。数据标注员AIGC对职业发展的影响工作方式的变革远程工作与灵活办公

AIGC助力远程工作和灵活办公，员工可随时随地完成工作任务，企业降低人力成本，提高效率。工作流程优化

企业利用AIGC优化工作流程，减少重复性工作，员工专注于核心业务，提升工作满意度。AIGC对职业发展的影响持续学习与技能提升从业者需掌握AIGC使用方法和模型训练技巧，提升技术素养，适应职业发展需求。掌握AIGC技能培养创造力、同理心等AIGC难以替代的软实力，结合专业优势，持续创新，提升竞争力。培养软实力12.2提示词目录CONTENTS01提示词的定义02提示词的基本结构03提示词的类型04提示词的应用提示词的定义AIGC大模型的提示词（Prompt）是指用户向大模型输入的文本内容，用于触发大模型的响应并指导其如何生成或回应这些提示词可以是一个问题、一段描述、一个指令，甚至是一个带有详细参数的文字描述。它们为大模型提供了生成对应文本、图片、音频、视频等内容的基础信息和指导方向。客厅适合养什么绿植？适合客厅的绿植有：龟背竹发财树吊兰绿萝虎尾兰这些植物易养护，能美化环境和净化空气。生成一份黄山一日游行程计划黄山一日游计划6:00AM-出发8:00AM-到达黄山，乘缆车上山9:00AM-游览始信峰12:00PM-午餐休息1:00PM-游览光明顶3:00PM-游览迎客松4:00PM-乘缆车下山6:00PM-返回出发地回答问题生成文本提示词的基本结构期望限制条件期望明确或隐含地表达对大模型输出的要求和预期，如“生成一篇论文”。限制条件是可选的，用于规定生成内容的字数、格式、语气风格等，确保任务按特定规则完成。指令是提示词的核心，明确告诉大模型需要执行的任务，如“翻译”“撰写”等。指令上下文上下文为大模型提供背景信息，帮助其更准确地理解和执行任务，如“根据某报告”。期望限制条件指令上下文提示词的类型指令型提示词直接告诉大模型需要执行的任务，通常简洁明了，如“翻译句子”。“请将以下句子翻译为中文：Hello,howareyou?”问答型提示词向大模型提出问题，期望得到相应的答案。例如，“谁是中国第一个进入太空的人？”角色扮演型提示词要求大模型扮演特定角色，模拟特定场景。例如，“你是一位全科医生，请根据患者描述的症状，提供可能的病因、建议的检查和治疗方案。”提示词的类型创意型提示词引导大模型进行创意写作或内容生成。例如，“为我编写一篇关于未来城市的短篇科幻小说。”分析型提示词要求大模型对给定信息进行分析和推理。例如，“根据以下市场研究报告，预测未来5年内AI技术在教育行业的应用发展。”多模态提示词结合了文本、图像等多种形式的输入。例如，“请根据下面的图像描述画面内容。”提示词的格式提示词=根据[参考信息]+完成[动作]+达成[目标]+满足[要求]相关说明如下。参考信息：包含大模型完成任务时需要掌握的必要背景和材料，如报告、知识、数据库、对话上下文等。动作：需要大模型执行的动作，如撰写、生成、总结、回答等。目标：需要大模型生成的目标内容，如答案、方案、文本、图像、视频、图表等。要求：需要大模型遵循的任务细节要求，如按××格式输出、按××语言风格撰写等。提示词的应用不好的提示词存在的问题示例要求不明确，缺乏背景知识，导致生成结果不符合预期。“写一首山和树林的诗。”要求模糊“下面的题帮我讲一下。”缺少背景信息“撰写一篇有关大语言模型可信性的论文。”缺输出设定提示词的应用好的提示词特点

要求明确，提供足够的背景知识，生成结果通常符合预期。示例“请以宋代词人辛弃疾的身份，在面对泰山云海时，根据已有诗词的数据，撰写一篇作者借由眼前景观感叹人生不得志的豪放派词，词牌用《兰陵王》。”提示词的应用任务明确，精细提示应撰写清晰明确的提示词，其基本格式如下。提示词=任务+参考信息+输出要求+示例+本次输入+输出项参考信息：提供背景信息或数据样本，帮助大模型理解任务。示例：提供输入输出样本演示，确保输出内容准确。本次输入：针对输出内容的额外需求描述。选填项必填项任务：清晰描述大模型所要处理的内容，如“根据会议记录总结待办事项”。输出要求：明确期望结果，包括标准、步骤、风格、格式及字数等。输出项：引导大模型输出结果。提示词的应用任务明确，精细提示撰写一篇关于西红柿种植的科普文章，编写的提示词如下。任务：【参考信息】根据西红柿的生长习性和种植技术，【动作】撰写一篇旨在普及西红柿种植知识的科普文章，【目标】使读者能够了解并掌握基本的西红柿种植方法。输出要求：文章应简明扼要地介绍种植西红柿的条件、步骤、病虫害防治以及收获技巧。语言风格应通俗易懂，避免过多的专业术语，确保非专业读者也能理解。字数控制在800～1000字，格式要求为条理清晰，每段开头有简短的提要。输出项：科普文章。必填项选填项参考信息：西红柿属于茄科植物，喜温暖湿润气候，需要充足阳光，适合pH为6.0～6.8的土壤，常见的病虫害包括叶霉病和蚜虫等。提示词的应用多轮优化，步步精进方法

若单轮回应未达预期，可通过追问逐步优化内容，从更细致、更严格的角度提问。先生成科普文章，再追问种子选择方法和品种建议。整理成表格。发现表格中“缺点”数据缺失，可通过再次追问，补充表格数据信息。示例提示词的应用复杂任务，分而治之将复杂任务拆解为多个简单子任务，逐步完成，最终实现复杂任务目标。方法总结定义类型格式应用12.3AIGC应用实践代码生成代码生成是利用人工智能技术自动编写或优化源代码的过程，可以显著提高软件开发的效率，减少人为错误，并加速编程任务的完成。

代码生成的应用场景包括自动化测试、编程教育、辅助编程等。

AI编程助手可以根据开发者的描述或部分代码自动生成完整的代码，帮助开发者快速实现功能。代码生成通过自然语言与AI进行交互，生成代码的一种方式，特别适合快速实现功能、解决特定问题或补全代码。让大语言模型生成代码时，构建清晰、结构化的提示词非常重要。编写一个Python函数（动作），返回两个数的和（目标），函数需要接收两个参数的值并判断是否为数字，从键盘输入数据后调用该函数（要求）。步骤一：撰写提示词【例】生成一个Python函数，用于计算两个数的和。设计提示词如下。在大模型生成代码后，可以将代码复制到解释器中运行。

若代码报错，则可以继续与大模型对话，让其完成代码修改，直至代码正确。步骤二：复制代码到解释器中运行豆包生成的结果复制代码到IDLE中代码生成代码生成在现代软件开发过程中，代码生成工具的应用日益广泛，它们可以帮助开发者提高编程效率、减少重复性工作，并优化代码质量。使用插件或集成工具，将代码生成能力嵌入开发环境（IDE），这样开发者在编写代码时能够获得实时的支持和建议。VSCode+ClaudeDev代码生成除了代码补全与生成功能，这些工具通常还支持调试优化、代码重构、文档自动生成等功能，有助于团队协作开发，提高代码的可维护性和可读性。文本生成核心技术原理自回归语言模型如GPT系列，通过前一个词预测下一个词，逐步生成连贯流畅的文本内容，是文本生成的重要基础技术之一，广泛应用于各类文本创作场景。自回归语言模型Transformers架构利用注意力机制处理长文本的关系和依赖，支持更精确的语言生成和理解，BERT、GPT系列、T5等模型均基于此架构，显著提升了文本生成的质量和效率。Transformers架构文本生成文本生成应用案例①【例】使用文心一言生成一篇“人工智能对未来工作的影响”的科普文章。提示词①任务：请生成一篇关于“人工智能对未来工作的影响”的文章。②参考信息：人工智能（AI）正在改变各个行业的工作方式，AI可能会取代某些重复性工作，但也会创造新的岗位。③输出要求：文章结构包括引言、正文（至少包含2～3个段落）、结论；文章长度建议在800～1000字；使用清晰的逻辑，避免冗余表达；提供相应的案例；语言幽默、风趣。④输出项：适合非计算机专业大学生阅读的科普文章。使用文心一言生成科普文章文本生成文本生成应用案例②【例】使用DeepSeek撰写“山东农业大学在国际顶级期刊《自然》上发表最新成果”的新闻报道。①任务：假设你是《泰安日报》的记者，请生成一篇关于“山东农业大学在国际顶级期刊《自然》上发表最新成果”的新闻报道。②参考信息：该研究成果揭示了大白菜等十字花科蔬菜通过调控柱头活性氧水平维持种间生殖隔离的分子机理，并研发了打破远缘杂交生殖隔离的育种技术，成功获得了大白菜的种间、属间远缘杂交胚，开辟了远缘杂交育种的新思路和新途径。③输出要求：新闻风格，语言客观、正式；包括标题、导语、正文、结论；500～800字，采用“5W1H”写作结构；可适当比较同一领域的研究成果，并引入专家点评。④输出项：一篇完整的新闻报道。提示词文本生成使用DeepSeek生成新闻报道从生成结果中可以发现，由于所给的提示词缺少时间、人名等信息，因此生成的新闻报道在人物、时间方面缺乏准确性。我们可以在提示词的参考信息中进行补充，也可以在生成的文本上直接进行二次创作。文本生成文本生成应用案例③【例】使用通义千问一键生成PPT。将前例中生成的科普文章保存为PDF文件后，使用通义千问的“PPT创作”功能一键生成PPT。操作步骤如下。（1）进入一键操作界面，单击“上传文件生成PPT”。文本生成（2）按照要求，上传保存的PDF文件。（3）修改大纲内容，选择应用场景。文本生成（4）选择模板，生成PPT。（5）保存或演示生成的PPT。文本生成保存PPT后，用户可以根据自己的需求对PPT继续进行修改和完善。打开利用通义千问制作的PPT文件，可以看出AI制作的PPT非常专业，条理清晰，配图精美，超过了很多PPT新手的制作水平，可以大大节约普通用户制作PPT的时间，提高工作效率。文本生成图像生成核心技术原理GAN由生成器和判别器组成，通过对抗训练优化，生成器不断生成更逼真的图像，判别器则区分真假图像，最终生成器可生成接近真实的图像，广泛应用于图像生成领域。生成对抗网络（GAN）VAE采用编码器-解码器结构，学习图像的潜在空间表示，可生成多样化图像，常与卷积神经网络（CNN）结合使用，用于图像生成和重建任务。变分自编码器（VAE）神经风格迁移将一张图像的艺术风格应用到另一张图像，结合内容图像和风格图像特征，利用深度学习模型提取特征，通过优化算法实现风格转换，常用于艺术创作。神经风格迁移扩散模型通过正向扩散（加噪）和反向去噪过程生成图像，具有高质量输出和训练稳定性优势，近年来在图像生成领域取得显著进展，尤其在生成高质量图像方面表现出色。扩散模型图像生成【例】使用讯飞星火大模型生成图像。①打开DeepSeek，使用以下提示词，要求其生成AI绘图提示词。按照诗句“落霞与孤鹜齐飞，秋水共长天一色”所描绘的场景，生成风景图像的AI绘图提示词。②DeepSeek生成的提示词如下。中国水墨风格的江河暮色全景，漫天橙红渐变晚霞与展翅白鹭形成动态平衡，镜面水体完美倒映天空，水天相接处呈现青黛色远山剪影，运用新古典主义光影处理羽毛光泽和水面反光，通过印象派技法渲染云层柔焦效果，3∶4竖构图突出天地辽阔感，采用宋代山水画的留白美学，呈现“秋水共长天一色”的诗意空间。（1）提示词生成图像生成（2）打开讯飞星火大模型，单击左侧的“图像生成”。图像生成（3）将提示词复制粘贴到对话框，选择背景和风格（也可不选）。图像生成（4）单击右下角向上箭头，AI会根据描述生成图像。注意：同一工具每次生成的图像可能有所差异。

右击图像，可通过弹出的快捷菜单保存图片。音频生成核心技术原理自回归模型通过逐步生成音频样本建模，擅长生成节奏感强、旋律丰富的音乐。自回归模型GAN在音频生成中包含生成器和判别器，通过对抗训练生成与真实声音相似的音频内容。生成对抗网络（GAN）扩散模型通过逐步去噪过程生成音频，支持高质量波形和频谱图生成。扩散模型音频生成音频生成应用案例①【例】根据前例中所生成的新闻报道的文字内容生成新闻播报音频。（1）登录讯飞智作，选择“AI配音”。音频生成（2）导入文字内容，选择虚拟“主播”，并生成音频。音频生成音频生成应用案例②【例】进行歌曲创作（1）使用以下提示词让DeepSeek生成歌曲的歌词。模仿***的曲风（参考信息），创作一首人工智能学院的院歌（动作），体现学院师生团结一心、努力奋进的氛围（目标）。歌曲不能有侵权行为，歌曲描述不能超过200字（要求）。音频生成DeepSeek生成歌词。音频生成（2）复制歌词（除标题）内容到SunoAI音乐创作平台中以生成歌曲。视频生成三维卷积神经网络（3DCNN）通过时空卷积提取视频特征，生成短时序片段，但难以处理长视频。时序生成模型扩散模型通过逐步去噪的方式生成高质量视频，可用于无条件或条件视频生成，支持多种