AI提示工程必知必會
王國平
買這商品的人也買了...
-
$327敏捷項目管理(從入門到精通實戰指南)
-
$534$507 -
$534$507 -
$305機器學習入門與實戰 — 基於 scikit-learn 和 Keras
-
$356集成學習入門與實戰:原理、算法與應用
-
$454Vue.js 3 應用開發與核心源碼解析
-
$454人工智能安全基礎
-
$419$398 -
$383ChatGPT : 智能對話開創新時代
-
$516$490 -
$779$740 -
$594$564 -
$658高級 Python 核心編程開啟精通 Python 編程世界之旅
-
$505python核心編程:從入門到實踐:學與練
-
$560Python 開發實例大全 上捲
-
$560Python 開發實例大全 下捲
-
$607前端工程化 : 基於 Vue.js 3.0 的設計與實踐
-
$449文心一言從新手到高手(寫作+繪畫+教育+編程+助手)
-
$407Photoshop AI 實戰應用從入門到精通
-
$301AI公文寫作範例大全:格式、要點與技巧
-
$403AI 短視頻 從 ChatGPT 文案到視頻生成
-
$458超簡單 用 Python + AI 讓短視頻飛起來
-
$234$222 -
$479$455 -
$479$455
相關主題
商品描述
目錄大綱
目 錄
第 1 章 AI提示工程概述 1
1.1 大語言模型與ChatGPT 1
1.1.1 認識大語言模型 1
1.1.2 ChatGPT的核心技術 2
1.1.3 使用ChatGPT需要註意的問題 4
1.1.4 ChatGPT牛刀小試 4
1.2 提示工程的定義與構成要素 5
1.2.1 什麽是提示工程 5
1.2.2 提示工程的構成要素 6
1.2.3 提示工程的實踐原則 7
1.2.4 提示工程:AI如何理解你的點子 7
1.3 提示詞的類型 8
1.3.1 問答式提示詞 8
1.3.2 指令式提示詞 9
1.3.3 狀態類提示詞 11
1.3.4 建議式提示詞 12
1.3.5 安全類提示詞 13
1.3.6 感謝類提示詞 14
1.4 提示詞萬能公式 15
1.4.1 什麽是提示詞萬能公式 15
1.4.2 如何構建提示詞萬能公式 16
1.4.3 提示詞萬能公式的案例分享 17
1.5 高效使用提示詞的技巧 18
1.5.1 提示詞的進階技巧 18
1.5.2 提示詞的進階案例 19
1.6 本章小結 22
第 2 章 文本摘要生成提示詞 23
2.1 文本摘要簡介 23
2.2 文本摘要的主要算法 24
2.2.1 TF-IDF算法:關鍵詞的秘密武器 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 實戰演練:ChatGPT快速生成文本摘要 27
2.4 本章小結 30
第 3 章 改寫重述提示詞 31
3.1 改寫的魔法:讓語言煥然一新 31
3.1.1 改寫的定義 31
3.1.2 改寫的分類 32
3.2 改寫重述的主要算法 33
3.2.1 基於詞典的方法 33
3.2.2 基於自然語言生成的方法 33
3.2.3 基於機器翻譯旳方法 34
3.2.4 基於模板的方法 34
3.3 實戰演練:讓ChatGPT幫你改寫文案 35
3.4 本章小結 36
第 4 章 語法糾錯提示詞 37
4.1 語法糾錯:讓句子更完美的小秘密 37
4.2 語法糾錯的主要方法 38
4.2.1 基於機器學習的方法 38
4.2.2 基於機器翻譯的方法 39
4.2.3 基於序列標記的方法 40
4.2.4 基於Transformer的方法 41
4.3 實戰演練:讓ChatGPT幫你糾正文案錯誤 42
4.4 本章小結 44
第 5 章 機器翻譯提示詞 45
5.1 ChatGPT與機器翻譯 45
5.2 機器翻譯的主要算法 46
5.2.1 N元語言模型 46
5.2.2 IBM翻譯模型 47
5.2.3 調整順序模型 48
5.3 實戰演練:讓ChatGPT幫你實現語言互譯 49
5.4 本章小結 55
第 6 章 數據挖掘提示詞 56
6.1 數據準備提示詞 56
6.1.1 提供建議的數據集 56
6.1.2 讀取常用的數據源 58
6.1.3 生成建模數據 60
6.1.4 數據類型轉換 62
6.1.5 數據合並和連接 63
6.2 數據清洗提示詞 65
6.2.1 數據清洗的方法 65
6.2.2 處理缺失數據 67
6.2.3 處理異常數據 69
6.2.4 處理重復數據 70
6.3 數據可視化提示詞 72
6.3.1 列舉數據可視化庫 72
6.3.2 使用Matplotlib繪制圖形 74
6.3.3 繪制分離型餅圖 75
6.3.4 繪制堆積條形圖 77
6.3.5 繪制復合折線圖 78
6.4 建立模型提示詞 80
6.4.1 數據特徵工程 80
6.4.2 自動數據建模 82
6.4.3 建立分類模型 84
6.4.4 建立時間序列模型 86
6.4.5 建立A/B測試 89
6.5 模型優化提示詞 91
6.5.1 使用LIME解釋模型 91
6.5.2 使用SHAP解釋模型 93
6.5.3 提升模型擬合效果 95
6.5.4 調優模型超參數 97
6.5.5 處理不平衡數據 99
6.6 本章小結 101
第 7 章 程序設計提示詞 102
7.1 編程輔助提示詞 102
7.1.1 程序代碼補全 102
7.1.2 代碼重構 103
7.1.3 為代碼添加註釋 104
7.1.4 調試程序代碼 105
7.1.5 優化代碼循環結構 107
7.2 數據庫開發提示詞 108
7.2.1 數據庫表設計 108
7.2.2 生成SQL語句 112
7.2.3 格式化SQL語句 117
7.2.4 數據庫性能優化 121
7.3 軟件開發提示詞的更多技巧 134
7.3.1 優化Python程序 134
7.3.2 轉換語言類型 135
7.3.3 編寫VBA宏 136
7.3.4 CSS佈局錯位修復 138
7.3.5 編寫正則表達式 139
7.4 本章小結 142
第 8 章 寫作輔導提示詞 143
8.1 AI寫作的魔法世界 143
8.1.1 問答成篇:說出你想寫的 143
8.1.2 靈感涌動:激發創造力的秘密 144
8.1.3 輕松寫作,省時省心 144
8.2 AI寫作步驟揭秘 144
8.2.1 關鍵信息抓取:提煉文章的靈魂 144
8.2.2 內容類型選擇:找到你的風格 145
8.2.3 語氣調整術:設定文字的溫度 145
8.2.4 篇幅控制課:長短由你決定 146
8.2.5 設置語言類型:多語言寫作不煩惱 147
8.3 AI寫作輔導實戰 147
8.3.1 大綱構建示例:文章骨架搭建術 147
8.3.2 趣味文章創作:如何寫出引人入勝的內容 148
8.3.3 長篇巨著指南:從構思到成型的長路旅程 149
8.3.4 英語寫作演練:跨越語言界限的創作體驗 151
8.4 本章小結 153
第 9 章 AI繪畫提示詞 154
9.1 AI繪畫及其軟件 154
9.1.1 AI繪畫簡介 154
9.1.2 主要的繪圖軟件 155
9.2 渲染風格類型 159
9.2.1 素描風格案例 159
9.2.2 貼紙風格案例 160
9.2.3 Oc渲染風格案例 161
9.2.4 虛幻引擎風格案例 162
9.2.5 虛化背景風格案例 163
9.3 媒介風格類型 164
9.3.1 3D風格案例 164
9.3.2 油畫風格案例 165
9.3.3 水彩風格案例 167
9.3.4 雕版印刷風格案例 168
9.3.5 中國毛筆畫風格案例 168
9.4 視角風格類型 170
9.4.1 拍攝視角案例 170
9.4.2 背景虛化案例 171
9.4.3 畫意派風格案例 172
9.4.4 鏡頭控制風格案例 173
9.4.5 高速快門風格案例 174
9.5 其他風格類型 175
9.5.1 海報風格案例 175
9.5.2 東方山水畫案例 176
9.5.3 皮克斯風格案例 177
9.5.4 蒸汽朋克風格案例 178
9.5.5 塗鴉風格案例 179
9.5.6 酒精墨水畫案例 180
9.6 本章小結 181
第 10 章 百度文心大模型 183
10.1 文心一言簡介 183
10.2 新手基礎教程 185
10.3 文心一言百寶箱 186
10.3.1 創意寫作主題提示詞 187
10.3.2 靈感策劃主題提示詞 188
10.3.3 情感交流主題提示詞 189
10.3.4 人物對話主題提示詞 189
10.3.5 商業分析主題提示詞 190
10.3.6 教育培訓主題提示詞 190
10.3.7 求職招聘主題提示詞 193
10.3.8 美食之窗主題提示詞 195
10.3.9 熱門問答主題提示詞 196
10.3.10 功能寫作主題提示詞 198
10.3.11 熱門節日主題提示詞 202
10.3.12 編程輔助主題提示詞 203
10.3.13 繪畫達人主題提示詞 205
10.3.14 旅行度假主題提示詞 206
10.3.15 數據分析主題提示詞 207
10.3.16 職場效率主題提示詞 207
10.3.17 趣味挑戰主題提示詞 210
10.3.18 營銷文案主題提示詞 210
10.4 文心一言插件開發 212
10.4.1 插件是什麽 212
10.4.2 插件工作原理簡介 212
10.4.3 如何成為插件開發者 213
10.5 本章小結 214
第 11 章 阿裡通義大模型 215
11.1 通義大模型初探 215
11.2 通義家族成員大集結 216
11.2.1 通義千問:解答你的每一個疑惑 216
11.2.2 通義萬相:映射萬千面貌 223
11.2.3 通義聽悟:聆聽智慧的聲音 225
11.2.4 通義靈碼:編碼世界的神奇鑰匙 228
11.2.5 通義星塵:創造個性化智能體 229
11.2.6 通義曉蜜:你的全天候智能客服 229
11.2.7 通義點金:你身邊的金融小助手 230
11.2.8 通義法睿:你身邊的法律顧問 231
11.2.9 通義仁心:醫療健康的守護神 231
11.2.10 通義智文:論文撰寫好幫手 232
11.3 部署通義大模型 233
11.3.1 本地部署模型 233
11.3.2 在線部署模型 235
11.4 魔塔社區及其建模 238
11.4.1 魔塔社區入門 238
11.4.2 加載模型和預處理器 240
11.4.3 魔塔模型推理 241
11.4.4 魔塔模型的訓練 244
11.4.5 魔塔模型評估 249
11.4.6 魔塔模型導出 251
11.5 本章小結 255
第 12 章 提示工程案例實戰——撰寫市場調研報告 256
12.1 調研內容提示詞 256
12.1.1 搜索問題關鍵詞 256
12.1.2 數據分析指導 259
12.2 提煉關鍵信息提示詞 261
12.2.1 總結調研信息 261
12.2.2 分析問捲數據 262
12.3 訪談規劃提示詞 263
12.3.1 提供研究計劃 263
12.3.2 撰寫訪談大綱 266
12.3.3 設計調查問捲 268
12.4 問捲分析提示詞 271
12.5 本章小結 274
附錄 國內主要的大模型 275