AIGC大型語言模型：個人應用到企業實戰立刻上手


	★AIGC的技術躍遷與「奇點臨近」　　★大模型的「百模大戰」與競爭格局　　★多模態模型與AGI的可能性　　★AIGC在商業領域的應用爆發　　★AIGC對社會與個人的轉型影響　　★AIGC在電子商務與行業轉型中的應用　　★ChatGPT提示詞最佳化與垂直應用　　★AI繪圖/音效/視訊生成技術的實際應用　　★AIGC技術的核心原理與架構　　★LangChain框架與AI應用的開發實踐　　★AutoGPT與HuggingGPT的協作能力　　★文生視訊在企業級應用中的實踐　　★專屬ChatGPT的定制與本地部署　　★AIGC的風險管理與安全框架　　這是一本深入探討AIGC（生成式人工智慧）技術與應用的全面指南，從技術原理到實際應用，從個人使用到企業實踐，為讀者提供了一個完整的視野。　　透過詳細的案例和清晰的架構，帶領讀者了解AIGC如何從技術奇點發展到商業應用的浪潮，並揭示ChatGPT、大模型、多模態技術等核心概念的演變與突破。　　本書強調AIGC在社會底層技術變革中的重要角色，並深入剖析其在電子商務、數位內容創造以及企業轉型中的價值，為讀者呈現了AIGC如何改變各行業的運作模式。　　【章節概要】　　第一篇：　　新手入門，帶領讀者從AIGC的技術躍遷到多模態模型的興起，剖析ChatGPT如何引領生成式人工智慧熱潮，並闡述大模型的快速發展及其在商業應用中的創新實踐。　　第二篇：　　深入探討AIGC在個人應用上的多樣可能性，從AI聊天對話的提示詞最佳化到外掛程式的垂直應用，從Midjourney和Stable Diffusion的AI繪畫實踐到AI音訊與視訊生成的多場景操作，展現AIGC如何提升創造力與生產效率。　　第三篇：　　專注於技術原理和架構解析，涵蓋ChatGPT的核心技術、擴散模型的運作機制，以及LangChain框架在AI應用開發中的實際案例，進一步延伸到AutoGPT與HuggingGPT系統的協作能力。　　第四篇：　　企業應用實戰，從文生視訊的企業級實作到AI的軟體研發系統升級，並進一步探索定制專屬ChatGPT的實踐方案，為企業讀者提供實際的操作指南與解決方案。　　最後是AIGC安全與風險治理，分析演算法、資料及應用層面的潛在風險，並提出完善的安全框架，為AIGC的可持續發展提供了切實可行的建議。專家推薦　　「ChatGPT 的發佈讓AI 技術的發展走到了「iPhone 時刻」。這項變革性的技術為人們帶來了前所未有的互動體驗和便利，之後又湧現了各種新的模型和技術。本書從多個方面介紹了AIGC 乃至AGI（人工通用智慧）的原理、應用場景，以及個人和企業的應用案例，值得大家閱讀。」　　楊守斌微軟社區區域技術總監 MSRD 　　「ChatGPT 的出現再次提醒我們，科技的突破是跳躍式的。AIGC 的發展關係著我們每個人。本書詳細介紹了AIGC 的發展脈絡和技術創新，更示範了使用AIGC 解決實際問題的方法，適合所有對AI 感興趣的讀者閱讀。」　　曹冬磊博士 Kavout 首席科學家　　「ChatGPT 的問世使得原本高端、神秘的AI 突然走進了大眾的工作與生活。AI 並不會直接搶走你的工作，但能用好AI 的人可能會。　　本書是一本涵蓋原理、應用場景、應用案例的寶典。相信它可以幫你走出AI 焦慮，走進AI 世界。」　　黃添來高途集團高級技術總監


	目錄第1篇新手入門第1章 AIGC「奇點臨近」 1.1 AIGC的技術躍遷 1.1.1 ChatGPT讓AIGC「一夜爆火」 1.1.2 內容生成方式被重新定義 1.1.3 AIGC引領創新賽道 1.2 大模型百家爭鳴 1.2.1 AI軍備競賽引發「百模大戰」 1.2.2 大模型的「莫爾定律」 1.2.3 「模型即服務」成為「新基建」 1.3 多模態「星火燎原」 1.3.1 Transformer帶來新曙光 1.3.2 多模態模型理解力湧現 1.3.3 多模態是通往AGI路上的又一座「聖杯」 1.4 商業應用日新月異 1.4.1 創意內容生產引爆社交媒體 1.4.2 自然語言互動開啟新天地 1.4.3 AI Copilot提升十倍效率第2章 AI和AIGC的價值洞見 2.1 AIGC應用價值思辨 2.1.1 社會的底層技術變革 2.1.2 企業的生死轉型視窗 2.1.3 個人的「十倍大殺器」 2.2 AIGC行業應用洞見 2.2.1 數位化基礎改造 2.2.2 AIGC全面應用的前端領域——電子商務 2.2.3 AIGC引領各行業轉型第2篇個人應用第3章 AI聊天對話 3.1 ChatGPT大揭秘 3.1.1 ChatGPT的基本使用 3.1.2 用提示詞（Prompt）與AI對話 3.2 提示詞最佳化——讓ChatGPT更懂你的提問 3.2.1 什麼是提示詞最佳化 3.2.2 提示詞最佳化的基礎 3.2.3 提示詞最佳化的策略 3.3 使用ChatGPT外掛程式擴充垂直內容 3.3.1 ChatGPT外掛程式的必要性 3.3.2 ChatGPT外掛程式的基本原理 3.3.3 ChatGPT外掛程式實戰——開發一個Todo List 3.4 警惕ChatGPT潛在問題第4章 AI繪畫 4.1 快速上手Midjourney 4.1.1 架設Midjourney繪畫環境 4.1.2 常用的Midjourney繪畫命令 4.1.3 撰寫Midjourney提示詞的技巧 4.1.4 Midjourney命令的參數 4.2 快速上手Stable Diffusion 4.2.1 Stable Diffusion的介面 4.2.2 使用Stable Diffusion進行繪畫的步驟 4.2.3 使用Stable Diffusion進行繪畫的技巧 4.2.4 Stable Diffusion參數的設置技巧 4.3 ChatGPT + Midjourney讓創造力加倍 4.3.1 場景一：僅有一個大致的想法，缺乏細節 4.3.2 場景二：看到優秀的圖片及其提示詞，想生成類似的圖片 4.4 AI繪畫的應用 4.4.1 AI繪畫在電子商務領域的應用 4.4.2 AI繪畫在遊戲開發、服裝設計、建築設計領域的應用 4.5 當前AI繪畫工具的局限性第5章 AI音/視訊生成 5.1 音訊智慧：能聽，會說，還會唱 5.1.1 音訊智慧技術全景和發展介紹 5.1.2 音訊智慧技術的典型應用場景 5.1.3 實戰：基於SeamlessM4T實現「語音到語音」直譯 5.2 視訊智慧：從拍攝到生成 5.2.1 文生視訊 5.2.2 合成視訊 5.2.3 後期處理 5.3 數字人：影音交融 5.3.1 數位人技術簡介 5.3.2 虛擬人形：虛擬人臉和動作控制 5.3.3 虛擬人聲：人聲模擬轉換、唇形表情匹配 5.3.4 商業化整體解決方案 5.3.5 實戰：架設自己的動漫數字人第3篇深入原理第6章 AIGC原理深度解析 6.1 AIGC技術原理概覽 6.1.1 AIGC技術概述 6.1.2 AIGC技術架構 6.2 ChatGPT技術原理介紹 6.2.1 ChatGPT技術概述 6.2.2 GPT模型：ChatGPT背後的基礎模型 6.2.3 大規模預訓練：ChatGPT的能力根源 6.2.4 有監督的指令微調和基於人類回饋的強化學習：讓ChatGPT的輸出符合人類期望 6.3 AI繪畫的擴散模型 6.3.1 AI繪畫技術發展史 6.3.2 AI繪畫技術取得突破性進展的原因 6.3.3 穩定擴散模型原理簡介第7章 AI應用程式開發框架 7.1 初識AI應用程式開發框架LangChain 7.1.1 LangChain基本概念介紹 7.1.2 LangChain應用的特點 7.2 LangChain的核心原理和實踐 7.2.1 Chain和Prompt Template：智慧的最小單元 7.2.2 Memory：記住上下文 7.2.3 Agent和Tool：代理，解決外部資源能力互動和多LLM共用問題 7.2.4 Indexes：大型知識庫的索引解決方案 7.3 LangChain應用場景舉例 7.3.1 場景一：LLM API存取不穩定，請用LLM代理 7.3.2 場景二：MVP項目啟動難，請看四行程式實現資料分析幫手 7.3.3 場景三：開發、部署、運行維護的工程化遇到難題 7.3.4 場景四：不寫程式也能發佈LangChain應用，利用Flowise 第8章 AI代理協作系統——用於拆分和協作多個任務 8.1 借助「AI任務拆分」實現的AutoGPT系統 8.1.1 複雜AI任務的拆分與排程 8.1.2 在本地運行AutoGPT 8.1.3 AutoGPT的基本原理 8.1.4 AutoGPT的架構 8.1.5 深入解讀AutoGPT的原始程式 8.1.6 AutoGPT現階段的「不完美」 8.2 利用大語言模型作為控制器的HuggingGPT系統 8.2.1 HuggingGPT和Hugging Face的關係 8.2.2 快速體驗HuggingGPT系統 8.2.3 在本地運行HuggingGPT 8.2.4 HuggingGPT底層技術揭秘 8.2.5 HuggingGPT與AutoGPT的本質區別 8.2.6 HuggingGPT是通用人工智慧的雛形第4篇企業應用第9章實戰——架設企業級「文生視訊」應用 9.1 理解「文生視訊」技術 9.1.1 類比電影製作來理解「文生視訊」 9.1.2 「文生視訊」的三大技術方案 9.1.3 「文生視訊」通用的技術方案 9.2 「文生視訊」應用的行業領軍者 9.2.1 Meta公司的Make-A-Video 9.2.2 Google公司的Imagen Video與Phenaki 9.3 從零開始架設一個「文生視訊」應用 9.3.1 選擇合適的開放原始碼模型 9.3.2 架設應用 9.3.3 體驗「文生視訊」的效果第10章實戰——基於AI全面升級軟體研發系統 10.1 軟體研發智慧化全景 10.1.1 傳統軟體開發的現狀和困境 10.1.2 智慧化軟體研發系統介紹 10.2 巧用第三方研發工具 10.2.1 智慧文件工具——Mendable、Docuwriter + 10.2.2 智慧開發工具——GitHub Copilot、Locofy、Code Language Converter、Jigsaw、Codium 10.2.3 智慧運行維護工具——Dify 10.3 自研相關工具 10.3.1 AI運行維護系統：私有化部署Dify 10.3.2 AI文件工具：教AI讀懂內部研發手冊 10.3.3 AI開發工具：利用一句話生成網站第11章實戰——打造領域專屬的ChatGPT 11.1 整體方案介紹 11.1.1 整體流程 11.1.2 整體模組 11.2 基於ChatGPT開發領域專屬問答機器人 11.2.1 架設領域專屬知識庫 11.2.2 架設向量資料庫 11.2.3 架設文字問答服務 11.3 本地部署開放原始碼的大語言模型 11.3.1 選擇開放原始碼的大語言模型 11.3.2 本地部署ChatGLM-6B大語言模型 11.3.3 本地部署並微調ChatGLM-6B-SFT大語言模型第12章 AIGC安全與符合規範風險 12.1 AIGC風險分類 12.1.1 演算法類風險 12.1.2 資料類風險 12.1.3 應用類風險 12.1.4 其他風險 12.2 安全政策與監管 12.2.1 國際安全政策進展 12.3 安全治理框架 12.3.1 多措並舉的治理措施 12.3.2 多元治理模式