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?? ?



?

序



　　ChatGPT 3.5就像引燃全球AI熱情的火種，激起了人們對人工智慧的廣泛關注，各大新聞平臺、播客節目和媒體紛紛開始關注並報導ChatGPT。我們作為專業的研發團隊，決定撰寫本書以分享我們的見解和經驗。



　　對於AIGC，個人的認知存在差異。在我們看來，AIGC是一場深層次的技術革命，它像石油、電力和資訊技術一樣，將引領底層生成力的巨大變革。其中，既包含演算法和電腦相關專業人士導向的專業機會，又包含各行各業導向的重塑機會。由於AIGC是底層技術，其所帶來的影響將遍及所有的行業。因此，每個人都可以從自己的角度去解讀AIGC。



　　AIGC技術的核心價值始終不變——提升使用者的生產效率。我們希望透過對現有AIGC產品能力的深入理解，向非電腦專業人士介紹當前各領域的優秀產品及最佳實踐經驗，讓所有對AIGC感興趣的讀者都能夠順利使用AIGC產品，避免在產品選擇和使用過程中走彎路。



　　目前AIGC應用看起來門檻還很高，但未來一定會普及的。先擁有AIGC技能的人預期在職場上會有5~10年的先發優勢。可以預見，未來AIGC的相關課程和技能培訓會越來越多。



　　AIGC的高速發展也給研發人員帶來了職業快速發展的機會，未來，AIGC帶來的研發紅利遠大於2010年以來行動網際網路帶來的紅利。因此，現今投入AIGC的研發實踐中是非常好的時機。



　　本書深入淺出地介紹了AIGC相關技術的原理、研發框架，以及幾個非常有潛力且適合初學者上手的AI Agent；展示了一個大型、成熟的企業級AIGC應用最重要的架構設計和能力分層，以及與之匹配的完整的工程化能力。



　　本書是我們多年實踐經驗的總結和沉澱，希望它可以彌補市場上AIGC企業實踐類別圖書的空白。



　　本書具有以下三大亮點。



　　（1）講解循序漸進，內容由淺入深。本書先從AIGC的技術躍遷展開，詳細介紹了大語言模型和多模態的知識背景；隨後，從應用價值和行業價值兩個角度深入探討了AIGC帶來的重大機遇。這樣的組織方式使得讀者可以逐步深入了解AIGC的核心技術和應用場景。



　　（2）內容新穎且覆蓋面廣。本書不僅介紹了AI聊天對話、AI繪畫、AI音/視訊等前端應用，還深入探討了這些應用的實現原理。此外，本書介紹了如何使用這些技術來解決實際問題，讓讀者能夠更進一步地理解和應用這些知識。



　　（3）從個人應用到企業實踐的平滑過渡。透過閱讀本書，讀者能夠輕鬆上手AIGC的應用。然而，為了更靈活地運用AIGC技術創造商業價值，深入理解其背後的原理是不可或缺的。只有逐步深入，融會貫通，才能真正學有所成。此外，本書內容由淺入深，兼顧不同層次讀者的需求。



　　總之，我們希望這本書能成為AIGC浪潮中的一朵浪花，為推動人工智慧的發展造成一點作用。我們期待與您一同探索AIGC的無限可能，共同迎接人工智慧的美好未來。