生成式人工智能（AlGC）技术案例教程 课件01AIGC工具使用入门与综合应用

生成式人工智能（AIGC）实用技术案例教程模块1AIGC工具使用入门与综合应用【知识疏理】【知识1-1】AI是什么？AI，全称ArtificialIntelligence，人工智能。顾名思义，让机器发展出像人一样的智能，可以看到、听到、思考、判断，然后根据经验作出决策。（1）神经网络神经网络是一种模拟人脑神经元连接的算法模型。（2）深度学习如果说神经网络像一个普通大脑，深度学习则是一个更加“聪明”的大脑。在这个“大脑”里，神经元被组织成许多层，这就像大脑的不同区域处理不同的任务一样。每一层都在学习和处理数据的不同特征或部分。这就使得深度学习能够处理非常复杂的问题，比如识别图像或理解自然语言。【知识疏理】（3）生成式对抗网络（GAN）可以把GAN的工作原理想象成是一个艺术家和艺术评论家的竞赛。艺术家（生成器）的工作是创造看起来真实的艺术作品，而艺术评论家（判别器）的任务是判断这个作品是否真的来自真正的艺术家，还是来自我们的AI艺术家。艺术家（生成器）开始时可能不太擅长制作逼真的作品，而评论家（判别器）也可能并不擅长识别真伪。但是，随着他们不断的竞争，艺术家的作品变得越来越逼真，评论家的判断能力也越来越强。在这个不断生成和对抗的过程中，AI逐渐学会了如何创作看起来非常真实的作品。【知识疏理】【知识1-2】AIGC是什么？AIGC，中文译为人工智能生成内容。AIGC是利用人工智能技术，特别是自然语言处理、机器学习和深度学习等技术，来生成各种形式内容的新型技术，包括文本、图像、音乐、视频、3D交互内容等。AIGC技术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。AIGC不仅仅是内容生产工具，更是重新定义生产力和商业模式的革命性技术。狭义的AIGC强调数字内容的生产，如通过AI生成文字、图片、视频等；广义的AIGC则涵盖生成式AI在广泛领域内的应用，解决以往决策式AI难以完成的问题，实现质的突破。【知识疏理】【知识1-3】AI、AIGC、AGI有什么区别？1．AIAI是ArtificialIntelligence（人工智能）的首字母缩写。顾名思义，让机器拥有像人一样的智能，可以看到、听到、思考、判断，然后根据经验作出决策。【知识疏理】2．AIGCAIGC是ArtificialIntelligenceGeneratedContent的首字母缩写，是指由AI自动创作生成的内容，即AI接收到人下达的任务指令，通过处理人的自然语言，自动生成图片、视频、音频等。AIGC是AI大模型的一种重要应用，特指的是人工智能生成内容.。顾名思义AIGC的本领是能够通过用计算机程序以大量的数据为原材料，然后根据用户的指令重新将数字材料加工生成成新的文本、图像、音频或者是视频内容。【知识疏理】3．AGIAGI是ArtificialGeneralIntelligence的首字母缩写，即“人工通用智能”。它指AI能够在所有领域中，像人类一样学习各种知识，完成各种任务。【知识疏理】【知识1-4】AIGC的优势随着数字内容消费的不断增长，对于高质量、高效率、多样化的内容需求日益迫切。AIGC有效解决了传统内容创作中成本高、效率低、人力资源有限的问题，尤其适用于需要快速生产大量重复性内容的领域。AIGC主要有以下优势：（1）提升速度和效率（2）定制化的用户体验（3）增强创新和决策（4）业务流程自动化（5）节约成本和优化资源【知识疏理】【知识1-5】AIGC的作用AIGC的常见作用如下所述：（1）生成多种类型的内容（2）推动生产力变革（3）促进技术创新（4）促进广泛应用（5）促进算力和算法的发展【知识疏理】【知识1-6】AIGC的发展历程伴随人工智能发展演进，AIGC的发展历程可以分为以下三个阶段：（1）早期萌芽阶段（上世纪50年代至90年代中期）（2）沉淀累积阶段（上世纪90年代至本世纪10年代中期）（3）快速发展阶段（本世纪10年代中期至今）2023年更像是AIGC入世元年，AIGC相关的话题爆炸式的出现在了朋友圈、微博、抖音等社交媒体，正式被大众所关注。【知识疏理】【知识1-7】文心一言的基本功能与界面布局1．文心一言的基本功能（1）知识增强与检索能力（2）多样化使用方式（3）文本处理功能【知识疏理】2．文心一言的界面布局文心一言的首页如图所示。文心一言的界面主要包括4大块：（1）侧边栏区（2）抽屉侧边栏（3）内容区域（4）搜索区域【知识疏理】3．文心一言的特色功能（1）百度网盘联动（2）文档分析（3）智慧绘图（4）双端协同【知识疏理】【知识1-8】文小言与文心一言有什么区别？文小言是百度公司于2024年9月4日推出的新一代“新搜索”智能助手，由文心一言APP升级而来。它基于百度文心大模型技术，旨在提供高效、便捷、人性化的信息获取和创作体验。文小言不仅具备传统搜索功能，还融合了富媒体搜索、多模态输入、文本与图片创作、高拟真数字人等“新搜索”能力，满足用户搜、创、聊等多层次需求。文小言支持语音搜索、图片搜索、模糊提问等多种输入方式，用户可以在边拍边问、边看边问等灵活场景下，获得丰富的多模态结果。它还能进行高质量的文章与图片创作，与超拟真数字人亲密交流，实现从“工具性”到“人性”的进化。【知识疏理】【知识1-9】豆包AI的主要功能豆包AI的首页如图所示：【知识疏理】豆包AI具备的主要功能如下：1．跨应用划词2．硬核复制3．AI浏览器4．视频助手5．AI写作6．边写边译7．图片AI8．音乐生成9．软件唤醒10．解题答疑11．语音通话12．数据分析【知识疏理】【知识1-10】关于Kimi1．Kimi是什么？Kimi，由北京月之暗面科技有限公司开发，该公司成立于2023年3月。月之暗面，英文名MoonshotAI。就如同月亮永远背对地球的那一面，因为无法被观测，引发了人类无限的想象和探索欲望。对于月之暗面而言，人工智能就是这样一个充满魅力的领域。Kimi原来叫“Kimichat”，有独立网址Kimi.ai，后来统一更名为“Kimi智能助手”。大家不用区分Kimichat和Kimi智能助手，一般统称Kimi。Kimi，主要定位C端，主打长文本，核心功能是AI搜索+文档总结。【知识疏理】2．Kimi与搜索引擎有什么区别？Kimi可以联网搜索，并按用户要求进行输出、总结，也可以指定搜索单一网站。传统搜索是基于关键词搜索，用户根据标题评判是否需要点进去，广告多，经常翻好几页都找不到想要的。Kimi的AI搜索是基于问题搜索、观点搜索，用户带着问题、观点去问Kimi，直达答案，省时省心。并且还可以让Kimi按照用户的格式要求进行输出，可帮助用户完成初步的信息筛选和排版。【知识疏理】3．如何与Kimi对话？直接在对话框提问就可以了，按【Enter】键发送，按【Shift】+【Enter】换行，这是基础的对话。高阶对话，用户可以自己编写提示词（Prompt），与Kimi对话。4．Kimi能输出什么？Kimi可以输出文本、表格、源代码、流程图（文本描述），支持Markdown排版、引用标记和数字脚注。但暂不支持思维导图、可视化图表、生成图片、生成视频，但是可以提供文本，然后通过其他工具来完成。【知识疏理】5．Kimi每次输出是标准答案吗？不是。所有AI语言模式，每次的回答都是生成的，内容会不一样。没有标准答案，只有相似的答案，或者说更靠近标准答案的参考答案。答案是否可靠，取决于提示词是否精准。提示词越精准，答案质量也就越高，越接近标准答案。6．如何分享Kimi的回答？单击Kimi回答内容下方的文字【分享】按钮，可以进入分享功能页。可以仅分享当前对话，也可以分享多个对话。分享形式，支持链接、文本和图片。完成。【知识疏理】7．什么时候该切换新会话？当用户计划提一个新领域的新问题时，单击左上角的【新会话】，切换到新会话模式，让Kimi跳出此前的会话背景，给你全新回答。8．如何调用Kimi的常用语？单击对话框的小方盒，就可以调用常用语。常用语也就是提示词，官方给出了15个样本，供大家选择，可解决部份场景的使用。更复杂、垂直行业的常用语使用，还是需要用户自己来写提示词。如果用户设置了常用语，输入关键词就会自动弹出。【知识疏理】【知识1-11】AIGC提示词的定义提示词（Prompt）指的是输入的文本段落或短语，作为生成模型输出的起点或引导。提示词可以是一个问题、一段文字描述、一段对话或任何形式的文本输入，模型会基于提示词所提供的上下文和语义信息，生成相应的输出文本。在与AI语言模型互动的过程中，提示词（Prompt）是用户输入给模型的指令、问题或文本，用来引导AI模型生成相关的响应或输出。提示词可以是简单的问题，也可以是复杂的指令，具体取决于用户想要的结果。通常来说，提示词是用户与AI模型之间进行交互的主要沟通媒介，其所创建的结构和内容对于模型能否成功执行所需任务至关重要。

【知识疏理】【知识1-12】Prompt技术Prompt技术全称为“Pre-trainedModel-basedOptimizationthroughPromptEngineering”，是一种基于预训练模型的方法。其基本思想是通过设计一个文本模板（Prompt），引导模型生成所需的输出。与传统的微调方法相比，Prompt技术无需修改模型参数，只需调整输入文本，使得模型能够适应不同的任务需求。【知识疏理】【知识1-13】提示工程？PromptEngineering（中文意思为提示工程，后缩写为PE）是一种人工智能（AI）技术，它通过设计和改进AI的Prompt来提高AI的表现。PromptEngineering的目标是创建高度有效和可控的AI系统，使其能够准确、可靠地执行特定任务。提示工程是创建提示、要求或指示的过程，用来引导ChatGPT等AI语言模型的输出。它允许用户控制模型的输出，生成符合他们特定需求的文本。【知识疏理】【知识1-14】提示词在AI语言模型的内容创作中的作用在AI语言模型的内容创作中，作为AI语言模型的指令或命令，提示词在AI内容创作中的作用主要体现在以下几个方面：1．帮助AI模型理解用户的意图2．帮助AI模型生成符合预期的输出3．帮助AI模型生成更具创意的内容【知识疏理】【知识1-15】常见的四种提示词基础模式常见的提示词可以归类为4种常见的基础模式：分别是：特定指令、指令模板、示例模式、代理模式。四种不同的模式有着不同的特征，适用不同的场景应用，合适的模式在合适的场景下，会提高获得想要答案的效率。【基础训练】【任务1-1】了解OpenAI公司及其开发的ChatGPT【任务描述】简要介绍OpenAI公司及其开发的ChatGPT。【任务实施】‌OpenAI‌是一家致力于推动人工智能（AI）技术发展的公司，成立于2015年，总部位于美国旧金山。OpenAI由一群顶尖科技巨头联合创办，包括埃隆·马斯克、萨姆·奥尔特曼等。公司最初以非营利性组织的形式存在，后来转变为营利性公司OpenAILP，同时保留非营利性母公司OpenAIInc‌。【基础训练】OpenAI在多个AI领域取得了显著成就，尤其是其开发的GPT（GenerativePre-trainedTransformer）系列语言模型。从最初的GPT-2到最新的GPT-4，这些模型通过深度学习和海量数据训练，能够理解并生成自然语言，广泛应用于文本生成、自动翻译、情感分析等领域。此外，OpenAI还在计算机视觉和强化学习等领域推出了DALL·E等创新产品‌。【基础训练】1．OpenAI公司开发的主要产品‌OpenAI公司的主要AI产品包括‌：‌（1）ChatGPT‌‌（2）DALL-E‌‌‌（3）Whisper‌‌（4）Codex‌‌‌（5）GPT-4‌‌（6）Sora‌‌‌（7）GPT-4o‌【基础训练】2．OpenAI公司的主要技术创新OpenAI在多个人工智能领域都有重要贡献，以下是一些主要的技术创新：（1）大规模语言模型（2）多模态学习（3）强化学习（4）安全AI研究【基础训练】3．ChatGPTChatGPT是由OpenAI公司开发的一种强大的语言模型，采用了Transformer架构的深度学习技术。该模型在处理各种语言任务方面表现出色，包括问答、对话生成和文本生成等。它于2018年首次亮相，并在随后的几年中经过不断的改进和提升。随着时间的推移，OpenAI不断完善ChatGPT，以提高其性能和适用性。这种模型的出现标志着深度学习在自然语言处理领域取得的重大进展，并为各种文本相关任务提供了先进的解决方案。总体而言，ChatGPT的出现对于推动自然语言处理技术的发展起到了积极的推动作用，为我们在处理语言相关任务时提供了强大的工具。ChatGPT出现和流行增强了科技公司对该领域的兴趣和竞争。【基础训练】‌4．GPT-4GPT-4‌是由OpenAI开发的第四代语言模型，它在自然语言处理（NLP）领域取得了突破性的进展。GPT-4是一个大型多模态模型，能够接受图像和文本输入，并输出文本。它不仅在自然语言生成方面表现出色，还具备强大的推理和创作能力‌。GPT-4于2023年3月15日发布，作为GPT-3.5的升级版，它在许多方面都表现出了显著的提升。GPT-4的发布标志着OpenAI在AI技术上的又一重大突破，特别是在多模态处理和推理能力方面‌。【基础训练】【任务1-2】了解常用的国产综合型AI工具或平台【任务描述】简要介绍常用的国产综合型AI工具或平台。【任务实施】常用的国产综合型AI工具或平台介绍如下：【基础训练】1．文心一言文心一言（ERNIEBot）是百度公司基于飞桨深度学习平台和文心知识增强大模型推出的生成式对话产品，拥有千亿级参数量，通过大量的数据训练和优化，不断提升其语义理解和生成能力，具备知识增强、检索增强和对话增强的技术特色。具备跨模态、跨语言的深度语义理解与生成能力，能够理解和生成多种语言和媒体形式的内容，在搜索问答、内容创作生成、智能办公等众多领域都有更广阔的应用场景。能够与人对话互动、回答问题、协助创作，高效便捷地帮助人们获取信息、知识和灵感。【基础训练】2．豆包豆包是字节跳动公司基于抖音云雀模型开发的AI工具，旨在提升用户在工作、学习和生活中的效率和创造力，提供聊天机器人、写作助手以及英语学习助手等功能，支持视频脚本撰写、文案生成、营销策划等，它可以回答各种问题并进行对话，帮助人们获取信息，支持网页Web平台，iOS以及安卓平台，但iOS需要使用TestFlight安装。【基础训练】3．DeepSeek深度求索公司推出的AI工具，基于大模型技术，支持多语言翻译、智能写作、智能问答等功能，为用户提供便捷、高效的AI服务。深度求索人工智能基础技术研究有限公司（简称“深度求索”或“DeepSeek”），成立于2023年，是一家专注于实现AGI的中国公司。【基础训练】4．KimiKimi是国内人工智能初创公司MoonshotAI（月之暗面科技有限公司）推出的智能对话助手，发布于2023年10月10日，凭借卓越性能迅速获得市场认可。专为处理长文本对话设计，支持输入长达20万汉字的上下文。它擅长中英文对话，能够提供安全、准确的回答。同时能够阅读和理解用户上传的文件，访问互联网并且结合搜索结果来回答问题。【基础训练】5．讯飞星火讯飞星火是科大讯飞依托讯飞星火认知大模型推出的一款人工智能工具，以其先进的语音识别技术和智能对话能力，为用户提供了便捷的服务，可以大大提升办公效率。它能够准确理解用户的查询和指令，并生成流畅自然、逻辑严密的回复。【基础训练】6．通义千问通义千问是阿里云研发的一款超大规模的语言模型，拥有千亿参数，它在2023年9月13日正式面向公众开放，以其广泛的知识问答服务，在创意文案、办公助理、学习助手等多个方面为用户提供了全方位的协助。该模型的设计理念源自于其广泛的知识覆盖与强大的问题回答能力，其名称“通义千问”蕴含深意：“通义”意味着模型具备跨领域的普适性和深厚的知识储备，能够理解和回应来自不同范畴的问题；“千问”则强调了其回答问题的广泛性与多样性，无论是常见、复杂还是非常见的问题，通义千问都能够提供解答。【基础训练】7．智谱清言智谱清言是由北京智谱华章科技有限公司推出的一个生成式AI助手，它于2023年8月31日正式上线，以其学术性和专业性为用户提供了高质量的服务，旨在工作、学习和日常生活中为用户提供解答各类问题和完成各种任务的服务。支持网页端、Windows、Mac和APP，支持文档解析、代码沙盒。智普清言基于智谱AI自主研发的中英双语对话模型ChatGLM2，这个模型经过了万亿字符的文本与代码预训练，并采用了有监督微调技术，以通用对话的形式为用户提供智能化服务，在工作、学习和日常生活中赋能用户，解答用户各类问题，满足用户问询需求。可用于商业分析、决策辅助、客户服务等领域。【基础训练】8．天工AI天工AI是由昆仑万维与国内领先的AI团队奇点智源联合研发的一款双千亿级大型语言模型，也是一个对话式AI助手，以其创新的功能和优质的服务获得了用户的喜爱。它拥有强大的自然语言处理和智能交互能力，可以使用自然语言与用户进行问答交互，能够实现智能问答、聊天互动、文本生成、文档分析、多模态生成等多种应用场景，其AI生成能力可满足文案创作、知识问答、逻辑推演、数理推算、代码编程等多元化需求，并且具有丰富的知识储备，涵盖科学、技术、文化、艺术、历史等领域。【基础训练】9．腾讯元宝腾讯元宝是腾讯公司推出的一款基于自研混元大模型的AI助手App。它主要面向消费者端，提供了AI搜索、AI总结、AI写作等核心能力。这个应用能够一次性解析多个微信公众号链接、网址，以及PDF、Word、TXT等多种格式的文档，并支持超长的上下文窗口。除此之外，腾讯元宝还提供了多个特色AI应用，例如AI头像、口语陪练、超能翻译等，以及新增了创建个人智能体等玩法。用户在创建智能体时，甚至可以让AI自动生成智能体相关信息，并支持克隆自己的声音，提供个性化体验。【基础训练】10．海螺AI海螺AI是一款基于MiniMax自主研发的多模态、万亿参数MoE大语言模型abab6.5打造的多功能AI对话工具。它支持AI智能体、快速阅读长文本、智能搜索、数据查询、图像识别、文案创作和语音通话等能力，全面满足用户的广泛需求。海螺AI致力于打造“有理性、有逻辑、有感性、有温度”的AI产品。【基础训练】【任务1-3】管理与使用豆包AI划词工具栏【任务描述】在豆包中完成以下任务：（1）添加【AI划词工具栏】拥有的技能。（2）屏蔽豆包AI划词工具栏。（3）使用豆包“翻译”功能将英文翻译为中文。【任务实施】1．添加【AI划词工具栏】拥有的技能2．屏蔽豆包AI划词工具栏3．使用豆包“翻译”功能将英文翻译为中文。【基础训练】【任务1-4】使用DeepSeek翻译中英文【任务描述】在DeepSeek（访问网址为/）中完成以下任务：①将中文内容“他强任他强，清风拂山岗；他横由他横，明月照大江。”翻译为英文。②将以下英文内容翻译为中文。Rapidsandwaterfallsaredizzying.Dropsandsplashesaredazzling.ThenIsloweddowntosavorthetruthoflife.Aflowermakesaworld.Aleafmakesabow.Millionsofyearsofchangeisjustlikeadropintheocean.Ineverlosesightofthedistantworld.Norofthesceneryalongtheroad.【基础训练】【任务实施】（1）将中文内容翻译为英文（2）将英文内容翻译为中文【基础训练】【任务1-5】巧用通义千问化身贴心助手【任务描述】在“通义千问”中完成以下任务：①编制旅行文案。②设计减脂餐食谱。③挑选婴儿洗澡时的沐浴露品牌。④为6个月大的婴儿提供饮食建议。⑤回答霸王龙和剑龙的区别。【基础训练】【任务实施】1．编制旅行文案提示词：我是一名大学生，有一周时间，预算5000元，你推荐我是去海南还是去四川旅游，要求给出详细原因。2．设计减脂餐食谱提示词：你是一名专业的营养师，请设计减脂餐食谱，并配有详细说明，不限种类。要求分一日三餐，注重食材多样、营养搭配、制作简单、费用亲民。【基础训练】3．挑选婴儿洗澡时的沐浴露品牌提示词：你是一名育婴专家，请告诉我在给婴儿洗澡时使用哪一类的沐浴露更加合适，要求给出一些推荐品牌。4．为6个月大的婴儿提供饮食建议提示词：你是一个育婴专家，请为6个月大的婴儿提供一些饮食上的建议，要求科学严谨，呈现结构清晰。5．回答霸王龙和剑龙的区别提示词：请你用一个三岁孩子能听懂的口吻和表达方式，回答霸王龙和剑龙的区别。【基础训练】【任务1-6】巧用天工AI解锁亲密伙伴【任务描述】在“天工AI”中完成以下任务：①情感咨询。②愉悦心情。③分享故事。④穿越对话。【基础训练】【任务实施】1．情感咨询提示词：你是一名感情咨询专家。我的女朋友即将前往异地工作，我们交流和见面的时间都会变少，我很担心。请你分享一些情感支持方法和实施建议，让我在爱情中能更好应对这一变化，让我们感情更加牢固。2．愉悦心情提示词：你是一名专业的心理咨询师。我每一次假期结束后面对工作都打不起精神，有些焦虑和难过，感觉身体状况不是很好。请问我该怎么样才能改善这种情况呢？【基础训练】3．分享故事提示词：你现在需要扮演一只加菲猫，你的名字叫做“叮叮”，我是你的主人。我很爱你，我也希望你能陪伴我，逗我开心。我现在想要你给我讲个童话故事。4．穿越对话提示词：现在请你扮演“苏轼”。按照苏轼的说话方式，谈谈如何看待王维的诗风。【进阶训练】【任务1-7】通过示例探析文心一言提示词的格式及其应用【任务描述】通过示例探析文心一言提示词的基本格式、进阶格式及其应用。【任务实施】【任务2-4-1】通过示例探析文心一言提示词（Prompt）的基本格式【任务2-4-2】通过示例探析文心一言提示词的进阶格式【进阶训练】【任务1-8】使用豆包生成文本内容和图像【任务描述】在豆包中完成以下任务：①写诗歌。②写微型小说。③写一篇短文。④生成动漫头像。⑤生成绘画作品。【进阶训练】【任务实施】1．写诗歌【基本要求】以“赞美夏天万物生命力旺盛”为题目，写一首七律诗歌。2．写微型小说【基本要求】写一篇微型小说，描述一家高科技公司的3名技术人员奋发努力攻克科研难关，同时也体现相互帮助、想互关心的友情，不超过300字。【进阶训练】3．写一篇短文【基本要求】请帮我写一篇短文，短文的主题是“幸福的意义”。注意，使用“总-分-总”结构，并且用一个小故事作为示例来说明幸福的意义。不超过300字。【进阶训练】4．生成动漫头像【基本要求】生成一个动漫头像，展现的睿智与意气风发的气质。角色拥有明亮的眼睛，流露出自信与友善的神情，面带微笑，给人一种温暖的感觉。背景是一个充满活力的校园环境，阳光透过树叶洒在地面上，营造出轻松愉快的氛围。风格上采用鲜艳的色彩和细腻的线条，体现出动漫的独特魅力，角色的服装时尚而富有个性，整体画面充满生机与活力。【进阶训练】5．生成绘画作品【基本要求】创作一幅绘画作品：上午9点，朗朗读书声传播在校园的每一个角落，在讲台上用语言播种，用彩笔耕耘，用汗水浇灌，用心血滋润，孕育着祖国的明天，他们从未在别人面前炫耀，但那盛开的桃李就是对他们最高的评价。他们是——教师。【进阶训练】【任务1-9】巧用讯飞星火提效工作职场【任务描述】在讯飞星火中完成以下任务：①创作陈年老酒的广告文案。②制作视频脚本。③写一封大会上的公开表扬稿。④撰写分析报告。⑤Excel处理数据。⑥绘画。⑦设计LOGO。⑧将中文内容翻译为英文。【进阶训练】【任务实施】1．创作陈年老酒的广告文案提示词：请参考其他知名白酒品牌文案，为'陈年老酒'这款产品创作十个吸睛的广告文案。