AI提示工程必知必会 pdf下载

出版社清华大学出版社

出版年 2024-10-01

页数 390页

装帧精装

评分 9.3(豆瓣)

⏰ 限时特惠 00:00:00

活动结束后恢复原价

纸质书参考价 ¥23

电子版限时价 ¥5.99 省 18 元

选择版本

基础版

PDF文件

¥4

内容简介

本篇主要提供 AI提示工程必知必会电子书的pdf版本下载，本电子书下载方式为百度网盘方式，点击以上按钮下单完成后即会通过邮件和网页的方式发货，有问题请联系邮箱ebook666@outlook.com

产品特色

编辑推荐

《AI提示工程必知必会》是一本全面介绍大语言模型各类提示词应用的指南，涵盖了问答式、指令式、状态类、建议式、安全类和感谢类提示词的使用技巧。通过实战演练，读者可以掌握这些技能并应用于文本摘要、改写重述、语法纠错、机器翻译等语言处理任务，以及数据挖掘和程序开发等领域。
此外，《AI提示工程必知必会》还探讨了AI在绘画创作上的应用，介绍了百度文心一言和阿里通义大模型的特性与功能，并展示了提示词在市场调研中的实战应用。通过阅读《AI提示工程必知必会》，读者将能提升工作效率，创新工作流程，在未来职场中脱颖而出。
无论你是办公人员、AI开发者、研究人员、在校大学生、研究生还是对AI领域感兴趣的读者，这本书都将为你提供丰富的知识和实用的技能。

内容简介

《AI提示工程必知必会》为读者提供了丰富的AI提示工程知识与实战技能。《AI提示工程必知必会》主要内容包括各类提示词的应用，如问答式、指令式、状态类、建议式、安全类和感谢类提示词，以及如何通过实战演练掌握提示词的使用技巧；使用提示词进行文本摘要、改写重述、语法纠错、机器翻译等语言处理任务，以及在数据挖掘、程序开发等领域的应用；AI在绘画创作上的应用，百度文心一言和阿里通义大模型这两大智能平台的特性与功能，以及市场调研中提示词的实战应用。通过阅读《AI提示工程必知必会》，读者可掌握如何有效利用AI提示工程提升工作效率，创新工作流程，并在职场中脱颖而出。
《AI提示工程必知必会》适合AI技术开发者、研究人员，在校大学生、研究生以及对该领域感兴趣的广大读者阅读和学习。

作者简介

王国平
硕士，毕业于上海海洋大学，拥有超过十年的丰富经验。他致力于数据可视化、数据挖掘以及大数据分析与研究，成为这些领域内的专家。
他精通多种工具，包括PyTorch、SPSS和Python等，这使得他能够高效处理和分析大量数据。通过出版著作《动手学PyTorch建模与应用：从深度学习到大模型》和《零基础入门Python数据分析与机器学习》，他为初学者和专业人士搭建了一座桥梁，使他们能够轻松迈入深度学习和数据科学的精彩世界。
他的贡献不仅体现在将复杂的技术概念变得浅显易懂，更在于降低了相关领域学习与实践的门槛，使得更多的人能够享受到数据科学的魅力和应用价值。

目　　录

第 1 章 AI提示工程概述 1
1.1 大语言模型与ChatGPT 1
1.1.1 认识大语言模型 1
1.1.2 ChatGPT的核心技术 2
1.1.3 使用ChatGPT需要注意的问题 4
1.1.4 ChatGPT牛刀小试 4
1.2 提示工程的定义与构成要素 5
1.2.1 什么是提示工程 5
1.2.2 提示工程的构成要素 6
1.2.3 提示工程的实践原则 7
1.2.4 提示工程：AI如何理解你的点子 7
1.3 提示词的类型 8
1.3.1 问答式提示词 8
1.3.2 指令式提示词 9

第 1 章  AI提示工程概述 1 1.1  大语言模型与ChatGPT 1 1.1.1  认识大语言模型 1 1.1.2  ChatGPT的核心技术 2 1.1.3  使用ChatGPT需要注意的问题 4 1.1.4  ChatGPT牛刀小试 4 1.2  提示工程的定义与构成要素 5 1.2.1  什么是提示工程 5 1.2.2  提示工程的构成要素 6 1.2.3  提示工程的实践原则 7 1.2.4  提示工程：AI如何理解你的点子 7 1.3  提示词的类型 8 1.3.1  问答式提示词 8 1.3.2  指令式提示词 9 1.3.3  状态类提示词 11 1.3.4  建议式提示词 12 1.3.5  安全类提示词 13 1.3.6  感谢类提示词 14 1.4  提示词万能公式 15 1.4.1  什么是提示词万能公式 15 1.4.2  如何构建提示词万能公式 16 1.4.3  提示词万能公式的案例分享 17 1.5  高效使用提示词的技巧 18 1.5.1  提示词的进阶技巧 18 1.5.2  提示词的进阶案例 19 1.6  本章小结 22 第 2 章  文本摘要生成提示词 23 2.1  文本摘要简介 23 2.2  文本摘要的主要算法 24 2.2.1  TF-IDF算法：关键词的秘密武器 24 2.2.2  TextRank算法 25 2.2.3  LSA算法 26 2.2.4  生成式摘要算法 27 2.3  实战演练：ChatGPT快速生成文本摘要 27 2.4  本章小结 30 第 3 章  改写重述提示词 31 3.1  改写的魔法：让语言焕然一新 31 3.1.1  改写的定义 31 3.1.2  改写的分类 32 3.2  改写重述的主要算法 33 3.2.1  基于词典的方法 33 3.2.2  基于自然语言生成的方法 33 3.2.3  基于机器翻译旳方法 34 3.2.4  基于模板的方法 34 3.3  实战演练：让ChatGPT帮你改写文案 35 3.4  本章小结 36 第 4 章  语法纠错提示词 37 4.1  语法纠错：让句子更完美的小秘密 37 4.2  语法纠错的主要方法 38 4.2.1  基于机器学习的方法 38 4.2.2  基于机器翻译的方法 39 4.2.3  基于序列标记的方法 40 4.2.4  基于Transformer的方法 41 4.3  实战演练：让ChatGPT帮你纠正文案错误 42 4.4  本章小结 44 第 5 章  机器翻译提示词 45 5.1  ChatGPT与机器翻译 45 5.2  机器翻译的主要算法 46 5.2.1  N元语言模型 46 5.2.2  IBM翻译模型 47 5.2.3  调整顺序模型 48 5.3  实战演练：让ChatGPT帮你实现语言互译 49 5.4  本章小结 55 第 6 章  数据挖掘提示词 56 6.1  数据准备提示词 56 6.1.1  提供建议的数据集 56 6.1.2  读取常用的数据源 58 6.1.3  生成建模数据 60 6.1.4  数据类型转换 62 6.1.5  数据合并和连接 63 6.2  数据清洗提示词 65 6.2.1  数据清洗的方法 65 6.2.2  处理缺失数据 67 6.2.3  处理异常数据 69 6.2.4  处理重复数据 70 6.3  数据可视化提示词 72 6.3.1  列举数据可视化库 72 6.3.2  使用Matplotlib绘制图形 74 6.3.3  绘制分离型饼图 75 6.3.4  绘制堆积条形图 77 6.3.5  绘制复合折线图 78 6.4  建立模型提示词 80 6.4.1  数据特征工程 80 6.4.2  自动数据建模 82 6.4.3  建立分类模型 84 6.4.4  建立时间序列模型 86 6.4.5  建立A/B测试 89 6.5  模型优化提示词 91 6.5.1  使用LIME解释模型 91 6.5.2  使用SHAP解释模型 93 6.5.3  提升模型拟合效果 95 6.5.4  调优模型超参数 97 6.5.5  处理不平衡数据 99 6.6  本章小结 101 第 7 章  程序设计提示词 102 7.1  编程辅助提示词 102 7.1.1  程序代码补全 102 7.1.2  代码重构 103 7.1.3  为代码添加注释 104 7.1.4  调试程序代码 105 7.1.5  优化代码循环结构 107 7.2  数据库开发提示词 108 7.2.1  数据库表设计 108 7.2.2  生成SQL语句 112 7.2.3  格式化SQL语句 117 7.2.4  数据库性能优化 121 7.3  软件开发提示词的更多技巧 134 7.3.1  优化Python程序 134 7.3.2  转换语言类型 135 7.3.3  编写VBA宏 136 7.3.4  CSS布局错位修复 138 7.3.5  编写正则表达式 139 7.4  本章小结 142 第 8 章  写作辅导提示词 143 8.1  AI写作的魔法世界 143 8.1.1  问答成篇：说出你想写的 143 8.1.2  灵感涌动：激发创造力的秘密 144 8.1.3  轻松写作，省时省心 144 8.2  AI写作步骤揭秘 144 8.2.1  关键信息抓取：提炼文章的灵魂 144 8.2.2  内容类型选择：找到你的风格 145 8.2.3  语气调整术：设定文字的温度 145 8.2.4  篇幅控制课：长短由你决定 146 8.2.5  设置语言类型：多语言写作不烦恼 147 8.3  AI写作辅导实战 147 8.3.1  大纲构建示例：文章骨架搭建术 147 8.3.2  趣味文章创作：如何写出引人入胜的内容 148 8.3.3  长篇巨著指南：从构思到成型的长路旅程 149 8.3.4  英语写作演练：跨越语言界限的创作体验 151 8.4  本章小结 153 第 9 章  AI绘画提示词 154 9.1  AI绘画及其软件 154 9.1.1  AI绘画简介 154 9.1.2  主要的绘图软件 155 9.2  渲染风格类型 159 9.2.1  素描风格案例 159 9.2.2  贴纸风格案例 160 9.2.3  Oc渲染风格案例 161 9.2.4  虚幻引擎风格案例 162 9.2.5  虚化背景风格案例 163 9.3  媒介风格类型 164 9.3.1  3D风格案例 164 9.3.2  油画风格案例 165 9.3.3  水彩风格案例 167 9.3.4  雕版印刷风格案例 168 9.3.5  中国毛笔画风格案例 168 9.4  视角风格类型 170 9.4.1  拍摄视角案例 170 9.4.2  背景虚化案例 171 9.4.3  画意派风格案例 172 9.4.4  镜头控制风格案例 173 9.4.5  高速快门风格案例 174 9.5  其他风格类型 175 9.5.1  海报风格案例 175 9.5.2  东方山水画案例 176 9.5.3  皮克斯风格案例 177 9.5.4  蒸汽朋克风格案例 178 9.5.5  涂鸦风格案例 179 9.5.6  酒精墨水画案例 180 9.6  本章小结 181 第 10 章  百度文心大模型 183 10.1  文心一言简介 183 10.2  新手基础教程 185 10.3  文心一言百宝箱 186 10.3.1  创意写作主题提示词 187 10.3.2  灵感策划主题提示词 188 10.3.3  情感交流主题提示词 189 10.3.4  人物对话主题提示词 189 10.3.5  商业分析主题提示词 190 10.3.6  教育培训主题提示词 190 10.3.7  求职招聘主题提示词 193 10.3.8  美食之窗主题提示词 195 10.3.9  热门问答主题提示词 196 10.3.10  功能写作主题提示词 198 10.3.11  热门节日主题提示词 202 10.3.12  编程辅助主题提示词 203 10.3.13  绘画达人主题提示词 205 10.3.14  旅行度假主题提示词 206 10.3.15  数据分析主题提示词 207 10.3.16  职场效率主题提示词 207 10.3.17  趣味挑战主题提示词 210 10.3.18  营销文案主题提示词 210 10.4  文心一言插件开发 212 10.4.1  插件是什么 212 10.4.2  插件工作原理简介 212 10.4.3  如何成为插件开发者 213 10.5  本章小结 214 第 11 章  阿里通义大模型 215 11.1  通义大模型初探 215 11.2  通义家族成员大集结 216 11.2.1  通义千问：解答你的每一个疑惑 216 11.2.2  通义万相：映射万千面貌 223 11.2.3  通义听悟：聆听智慧的声音 225 11.2.4  通义灵码：编码世界的神奇钥匙 228 11.2.5  通义星尘：创造个性化智能体 229 11.2.6  通义晓蜜：你的全天候智能客服 229 11.2.7  通义点金：你身边的金融小助手 230 11.2.8  通义法睿：你身边的法律顾问 231 11.2.9  通义仁心：医疗健康的守护神 231 11.2.10  通义智文：论文撰写好帮手 232 11.3  部署通义大模型 233 11.3.1  本地部署模型 233 11.3.2  在线部署模型 235 11.4  魔塔社区及其建模 238 11.4.1  魔塔社区入门 238 11.4.2  加载模型和预处理器 240 11.4.3  魔塔模型推理 241 11.4.4  魔塔模型的训练 244 11.4.5  魔塔模型评估 249 11.4.6  魔塔模型导出 251 11.5  本章小结 255 第 12 章  提示工程案例实战——撰写市场调研报告 256 12.1  调研内容提示词 256 12.1.1  搜索问题关键词 256 12.1.2  数据分析指导 259 12.2  提炼关键信息提示词 261 12.2.1  总结调研信息 261 12.2.2  分析问卷数据 262 12.3  访谈规划提示词 263 12.3.1  提供研究计划 263 12.3.2  撰写访谈大纲 266 12.3.3  设计调查问卷 268 12.4  问卷分析提示词 271 12.5  本章小结 274 附录  国内主要的大模型 275

显示全部信息

前　　言

在21世纪的技术浪潮中，人工智能（Artificial Intelligence，AI）以其深远的影响力和革命性变革能力，正重塑着我们的生活、工作以及社会结构。大语言模型（Large Language Model，LLM）作为理解和生成自然语言的高级工具，已广泛应用于聊天机器人、文本摘要、机器翻译、知识图谱等多个领域。随着计算能力和数据量的飞速增长，诸如OpenAI的ChatGPT、百度的文心一言、阿里的通义千问及腾讯的腾讯混元等模型不断进化，展现出越来越强的智慧与应用潜力。
然而，要充分发挥这些模型的能力，关键在于掌握提示工程（Prompt Engineering）——一种通过精心设计的提示词引导模型创造所需内容的技术。提示工程的核心挑战在于如何精准构建这些提示词，使模型能够准确捕捉到用户的意图与需求，从而输出高质量的结果。
本书旨在深入介绍提示工程的基本概念、方法论，并通过实例展现其在多种领域的应用价值。我们将重点利用ChatGPT进行实验测试，并探讨提示工程所面临的挑战及其发展前景。通过阅读本书，读者不仅可以理解提示工程的重要性，还能掌握其实务操作，以解锁AI的巨大潜能。
内容概览
?提示工程基础理论。

在21世纪的技术浪潮中，人工智能（Artificial Intelligence，AI）以其深远的影响力和革命性变革能力，正重塑着我们的生活、工作以及社会结构。大语言模型（Large Language Model，LLM）作为理解和生成自然语言的高级工具，已广泛应用于聊天机器人、文本摘要、机器翻译、知识图谱等多个领域。随着计算能力和数据量的飞速增长，诸如OpenAI的ChatGPT、百度的文心一言、阿里的通义千问及腾讯的腾讯混元等模型不断进化，展现出越来越强的智慧与应用潜力。 然而，要充分发挥这些模型的能力，关键在于掌握提示工程（Prompt Engineering）——一种通过精心设计的提示词引导模型创造所需内容的技术。提示工程的核心挑战在于如何精准构建这些提示词，使模型能够准确捕捉到用户的意图与需求，从而输出高质量的结果。 本书旨在深入介绍提示工程的基本概念、方法论，并通过实例展现其在多种领域的应用价值。我们将重点利用ChatGPT进行实验测试，并探讨提示工程所面临的挑战及其发展前景。通过阅读本书，读者不仅可以理解提示工程的重要性，还能掌握其实务操作，以解锁AI的巨大潜能。 内容概览 ?提示工程基础理论。 ?特定场景下的提示词设计方法，如文本摘要、改写重述、语法纠错、程序设计、数据分析、AI绘画、写作等。 ?探索百度文心一言、阿里通义千问等大模型的运用。 ?案例分析：运用提示工程撰写市场调研报告等。 注意事项 本书基于ChatGPT 3.5版本，尽管其上下文理解和逻辑推理能力较强，但仍可能产生不精确或不适当的回答。 ChatGPT的输出依赖于训练数据和预测上下文，因此操作结果可能存在变化。 读者也可以使用其他AI大模型工具来演练本书的示例，例如文心一言、智谱清言、科大讯    飞等。 本书特色 ?涵盖多个领域，为不同行业的人士提供实用的提示工程技巧。 ?注重理论与实践结合，便于读者理解和应用。 ?紧贴职场需求，通过案例分析提升学习效果。 读者对象 本书面向的读者主要包括以下几类： ?AI技术专业人士（包括人工智能工程师、研究员和开发者）可以直接应用书中的技术来改善现有系统的性能和用户体验。 ?数据科学家和分析师可以利用书中的技术来增强数据分析、机器学习模型的训练以及数据解释等工作流程。 ?内容创造者和营销专家可以通过学习提示工程来提高内容生成的效率和质量，例如自动化生成文章、广告文案和社交媒体帖子。 ?企业决策者和项目经理可以了解如何通过AI技术提升业务流程、减少成本和提高生产力。 ?学术研究人员和教育工作者可以利用本书作为教材或参考书来教授相关的AI课程或进行研究工作。 ?技术爱好者和自学者可以通过自学掌握AI的最新应用，并将这些技术应用到个人项目或职业发展中。 ?创业者和创新者可以利用AI技术解决商业问题或创建新的产品与服务。 ?IT和业务技术咨询师可以将书中的知识应用于为客户提供有效集成和利用AI技术的建议。 欢迎读者对本书内容提出宝贵的意见和反馈，以便我们不断改进。遇到问题时，可以通过booksaga@126.com联系我们。 希望《AI提示工程必知必会》成为你探索和利用人工智能的良师益友。 编  者   2024年7月

显示全部信息

AI提示工程必知必会 pdf下载

选择版本

内容简介

相关推荐

零基础开发AI Agent——手把手教你用扣子做智能体

AI产品经理手册

从零开始大模型开发与微调：基于PyTorch与ChatGLM

立心之约：中学生AI微课十讲