《人工智能导论（通识版）》旨在关注当前大模型技术。它不仅涵盖了人工智能的基础理论，还深入探讨了大模型技术在各领域的应用与实践，使读者能够紧跟时代步伐，了解并掌握最新的发展趋势。书中详细解释了人工智能等核心概念，并通过实例展示如何将大模型应用于实际问题中，从而使复杂的理论变得易于理解且富有吸引力。通过分析人工智能中大模型在各个行业中的创新应用案例，提供了丰富的教学资源和实用工具，旨在提升教学质量，帮助教师更好地传授人工智能知识。本书不仅帮助学生建立扎实的知识基础，还增强了他们解决实际问题的能力，为未来的学习和职业生涯做好准备。本书配套有案例和习题源代码，即能满足学生课堂学习，又能满足学生自学的需求。

第1章　人工智能概述
.................................... 1
1.1　人工智能历史........................................ 1
1.2　新一代人工智能发展规划 ................ 8
1.3　人工智能对职业的影响 ..................... 9
1.4　人工智能进展与未来展望 ..............12
习题...................................................................15

第2章 大模型与人工智能......................... 16
2.1　大模型概览 ..........................................16
2.2　大模型中的提示词 ............................19
2.3　提示词工程要素 .................................19
2.4　提示词常用类型和优化 ...................21
2.5　提示词工程技术 .................................23
2.6　提示词工程策略 .................................28
2.7　结构化提示词框架 ............................31
2.8　提示词原则和技巧 ............................37
2.9　提示词实践 ..........................................39
习题...................................................................46

第3章 人工智能与创意.............................. 47
3.1　AI与绘画..............................................48
3.2　AI与音乐..............................................49
3.3　AI与视频影像 ....................................50
3.4　AI创意实践.........................................54
习题...................................................................67

第4章　智能文档处理 ..................................69
4.1　AI制作演示文稿................................69
4.2　AI文档应用.........................................78
4.3　AI图像文字提取................................89
4.4　AI智能绘图.........................................90
4.5　机器翻译 ...............................................96
4.6　智能文档排版......................................97
4.7　团队协作 ...............................................99
习题.................................................................101

第5章 智能数据处理与分析..................103
5.1　数据分析流程....................................103
5.2 数据采集 .............................................105
5.3　数据分析基础....................................105
5.4　可视化数据分析 ...............................114
5.5　大模型中的数据分析......................120
习题.................................................................126

第6章 人工智能生态与应用..................127
6.1　人工智能产业链分析......................127
6.2　人工智能智慧底座 ..........................130
6.3　人工智能产品与服务......................141
6.4　智能机器人 ........................................145
6.5　自动驾驶 .............................................150
习题.................................................................157

第7章　人工智能理论基础.......................159

7.1　机器学习概览....................................159
7.2　机器学习流程....................................163
7.3　机器学习算法分类 ..........................167
7.4　深度学习 .............................................173
7.5　计算机视觉 ........................................176
7.6　自然语言处理....................................180
7.7　人工智能技术实践 ..........................185
习题.................................................................193

第8章　人工智能伦理与法律..................195
8.1 人工智能伦理与社会......................195
8.2　人工智能涉及的法律挑战 ............200
8.3　人工智能伦理与法律的未来趋势 .....205
习题.................................................................208

参考文献.............................................................210