本书面向文科类专业学生，帮助其建立AI认知，掌握实用技能，理解AI在专业中的应用前景。全书共14章，分为三篇。第一篇，人工智能基础，从零建立对AI的整体认知，涵盖定义与基本概念、系统架构、大模型基础，以及计算机视觉、自然语言处理等核心应用，无数学和编程门槛。第二篇，人工智能应用实践，讲解提示词工程与驾驭方法论，展示AI智能办公应用，引导构建AI数字助手。第三篇，人工智能学科融合，深入六大文科领域，呈现“AI+人文社科”图景，展示智慧教育、古籍数字化、AI创作等前沿实践。
本书具有以下特色：零门槛，通俗讲述AI逻辑；文科视角，回应学科需求；实操导向，强调学以致用；价值引领，兼顾伦理与人文。
样章试读
目录
- 目录
第一篇 人工智能基础
第1章 人工智能的定义与基本概念 1
1.1 AI的特征与学习AI的必要性 1
1.2 初识AI 2
1.3 AI的三次发展浪潮 4
1.4 弱AI、强AI与超AI 7
1.5 AI的核心能力图谱 8
1.6 破除五大误区 10
本章小结 12
习题与思考 12
第2章 人工智能系统架构 15
2.1 系统架构全景俯瞰 15
2.2 基础层 16
2.3 技术层 19
2.4 应用层 22
本章小结 23
习题与思考 24
第3章 大模型基础 25
3.1 大模型概述 25
3.2 大模型的“学习”方式 27
3.3 大模型的核心能力 31
3.4 大模型的工作原理 34
3.5 大模型的能力边界与反思 38
本章小结 41
习题与思考 41
第4章 计算机视觉 43
4.1 计算机视觉概述 43
4.2 机器“看”的原理与方法 44
4.3 计算机视觉的发展简史 45
4.4 计算机视觉的核心任务 47
4.5 计算机视觉的经典应用 50
4.6 Deepfake与视觉内容的信任危机 53
本章小结 53
习题与思考 54
第5章 自然语言处理 56
5.1 自然语言处理概述 56
5.1.1 自然语言处理的概念 56
5.1.2 自然语言处理的发展简史 57
5.2 自然语言处理的典型任务 59
5.2.1 文本分类 59
5.2.2 信息抽取 60
5.2.3 机器翻译 61
5.2.4 文本摘要 62
5.2.5 问答与对话 62
5.2.6 语音处理 63
5.3 自然语言处理的典型应用 64
5.3.1 日常生活中的NLP 64
5.3.2 行业应用中的NLP 65
5.4 NLP的技术局限与挑战 66
5.4.1 技术局限 67
5.4.2 挑战 67
5.5 使用NLP的参考框架 68
本章小结 68
习题与思考 69
第二篇 人工智能应用实践
第6章 提示词工程 71
6.1 提示词与提示词工程概述 71
6.2 基础提示词 72
6.3 思维链 73
6.4 上下文工程 75
6.5 Harness 76
6.6 提示词工程中的伦理 77
6.7 结构化提示词框架 78
6.8 提示词调试 81
6.9 综合实战 83
6.10 提示词的跨模型适配 84
6.11 提示词工程在日常办公中的应用 84
本章小结 85
习题与思考 85
第7章 智能办公 87
7.1 智能办公的发展现状与未来 87
7.1.1 智能办公的发展现状 87
7.1.2 智能办公的未来 87
7.2 WPS AI文字处理 88
7.2.1 功能概述 88
7.2.2 WPS AI写作助手 89
7.2.3 WPS AI阅读助手 91
7.2.4 综合实战 92
7.3 WPS AI电子表格 93
7.3.1 功能概述 93
7.3.2 WPS AI数据助手 93
7.3.3 WPS AI大模型推理 96
7.3.4 WPS AI数据分析与可视化 97
7.3.5 WPS AI设计助手 98
7.3.6 综合实战 100
7.4 WPS AI演示文稿 101
7.4.1 功能概述 101
7.4.2 WPS AI设计助手 101
7.4.3 WPS AI演讲备注生成 104
7.4.4 综合实战 105
本章小结 108
习题与思考 109
第8章 智能体开发实践 110
8.1 智能体概述 110
8.1.1 智能体的定义 110
8.1.2 智能体的核心能力 110
8.1.3 智能体的现状与未来 110
8.2 智能体开发平台Coze 111
8.2.1 Coze简介 111
8.2.2 实战案例 113
8.3 智能体开发平台Dify 115
8.3.1 Dify简介 115
8.3.2 实战案例 116
8.4 综合实战 119
8.4.1 搭建“古典诗词创作鉴赏助手” 119
8.4.2 搭建“历史事件多维解读助手” 124
本章小结 128
习题与思考 128
第三篇 人工智能学科融合
第9章 AI+中文 129
9.1 AI+中文的概念与挑战 129
9.1.1 定义与内涵 129
9.1.2 中文的特殊挑战 130
9.2 AI赋能教学研究的典型应用 131
9.2.1 国际中文教育的智能化变革 131
9.2.2 古籍数字化与智能整理 133
9.2.3 中文语言学研究的“显微镜”与“望远镜” 135
9.2.4 公文写作与文学创作 137
9.3 未来展望 138
本章小结 139
习题与思考 140
第10章 AI+外语 141
10.1 个性化外语学习 141
10.1.1 听力训练 141
10.1.2 口语练习 143
10.1.3 阅读提升 145
10.1.4 写作优化 146
10.2 AI赋能跨文化交际与人文社科研究 148
10.2.1 AI在跨文化交际中的应用 148
10.2.2 AI在人文社科研究中的应用 149
10.3 AI与外语教学的融合 150
10.3.1 自动化批改与反馈 151
10.3.2 个性化教学材料生成 151
10.3.3 教学过程智能化管理 151
10.4 挑战与反思 152
10.4.1 AI+外语面临的核心挑战 152
10.4.2 AI+外语应有的底线思维 153
本章小结 153
习题与思考 153
第11章 AI+历史学 155
11.1 机器视觉与史料的数字化 155
11.1.1 从扫描到理解 156
11.1.2 案例深读 156
11.1.3 进阶挑战 157
11.1.4 空间维度 157
11.1.5 行业前沿 158
11.2 从文本到数据的方法论 158
11.2.1 词语的几何学 159
11.2.2 文本的结构化 159
11.2.3 关系的拓扑学 161
11.2.4 语义的互联 162
11.3 生成式AI时代的人文新范式 163
11.3.1 从检索到生成 163
11.3.2 面对算法时代的危机 163
11.3.3 案例深读 164
11.3.4 与AI审慎同行 165
本章小结 166
习题与思考 166
第12章 AI+教育 168
12.1 传统教育的痛点与AI的核心价值 168
12.1.1 传统教育的四大核心痛点 168
12.1.2 AI在教育中的核心价值定位 169
12.2 AI技术在教育中的关键应用架构 171
12.2.1 知识图谱 171
12.2.2 个性化学习系统 171
12.2.3 智能辅导与答疑系统 171
12.2.4 技术落地反思 172
12.3 GenAI与教育内容生产范式的重构 173
12.3.1 大模型与教学内容的智能化生成 173
12.3.2 赋能项目化学习 173
12.4 人机协同中的角色重塑 174
12.4.1 教师角色的理性定位 174
12.4.2 学生发展的核心关切 174
12.4.3 教育智能体的定制 175
12.5 AI+教育的伦理挑战与社会反思 176
12.5.1 算法偏见与教育公平的新困境 176
12.5.2 数据隐私与权力集中 176
12.5.3 情感缺失与伦理应对 177
12.6 未来教育的形态 177
本章小结 178
习题与思考 178
第13章 AI+思政 180
13.1 智能时代 180
13.2 精准思政 181
13.3 AI辅导员 184
13.4 AI赋能思政课堂 187
本章小结 189
习题与思考 190
第14章 AI+文娱传媒 191
14.1 从AIGC看内容生产方式的变化 191
14.1.1 从PGC、UGC到AIGC 191
14.1.2 AIGC的影响 192
14.2 AI在文娱传媒中的典型应用 193
14.2.1 文本内容生产 193
14.2.2 视觉内容生产 194
14.2.3 音频内容生产 195
14.2.4 智能后期制作 195
14.2.5 虚拟数字人 196
14.3 AI重塑文娱传媒生态的方式 197
14.3.1 内容生产生态的变化 197
14.3.2 传播关系的变化 197
14.3.3 行业结构的变化 198
14.4 AI文娱传媒的风险 198
14.4.1 真实性问题 198
14.4.2 版权与原创性问题 199
14.4.3 隐私与人格权问题 200
14.4.4 算法偏见与审美同质化问题 200
14.5 AI时代新闻传播专业学生的应对方式 201
14.5.1 正确认识AI的工具属性 201
14.5.2 提升AI协同创作能力 201
14.5.3 强化事实核查与伦理判断能力 202
14.5.4 培养跨媒介表达能力 202
14.5.5 坚持人类主导原则 203
本章小结 203
习题与思考 204
参考文献 205
京公网安备 11010102004214号