AI 认知基础模块
第 1 章 认识人工智能 2
1.1 无处不在的人工智能 3
1.1.1 游戏人机 3
1.1.2 智能脑机 4
1.1.3 智能体育裁判 4
1.1.4 无人酒店 5
1.1.5 手机智能体 5
1.1.6 网购智能推荐 6
1.1.7 智能音箱 7
1.1.8 智能驾驶汽车 7
1.1.9 无人机配送 8
1.1.10 AI用于科研 9
1.2 人工智能基础概念 9
1.2.1 人工智能的概念 10
1.2.2 人工智能的主流学派 10
1.2.3 人工智能与认知科学的关系 11
1.3 人工智能的发展历程 12
1.3.1 人工智能发展概述 12
1.3.2 探索期（20世纪50年代—20世纪70年代末） 13
1.3.3 弱人工智能期（20世纪80年代初—21世纪10年代初） 13
1.3.4 强人工智能期（21世纪10年代至今） 14
1.3.5 我国人工智能重要发展事件 15
1.4 人工智能生成内容简述 16
1.4.1 AIGC与人工智能的关系 16
1.4.2 AIGC的定义 16
1.4.3 内容创作的定义及发展历程 16
1.4.4 AIGC的主要应用领域 17
1.5 人工智能的展望 20
1.5.1 超人工智能 20
1.5.2 人工智能的潜在应用领域 21
1.5.3 人工智能将如何影响我们的生活 23
1.6 正确使用人工智能 23
1.6.1 掌握学习人工智能的方法 23
1.6.2 使用人工智能工具 24
1.6.3 参与人工智能活动 24
1.6.4 批判性地看待人工智能 25
上机实训——体验大模型工具 25
思考与练习 26
任务实训 27
任务实训1——利用豆包实现文生图功能 27
任务实训2——利用豆包实现文字生成音乐功能 27

第 2 章 人工智能工作原理 29
2.1 人工智能三大要素 30
2.2 算法 32
2.2.1 机器学习 32
2.2.2 神经网络 35
2.2.3 深度学习 36
2.2.4 机器学习、深度学习与神经网络的关系 38
2.3 算力 39
2.3.1 CPU与GPU 39
2.3.2 算力与算法的关系 39
2.4 数据 40
2.4.1 人工智能数据的概念 40
2.4.2 数据的标注处理 40
2.4.3 数据的作用 41
上机实训——体验百度AI车辆检测算法 43
思考与练习 43
任务实训 44
任务实训1——体验百度手写文字识别算法 44
任务实训2——体验百度评论情感倾向分析算法 44

核心应用模块
第 3 章 大语言模型及提示词工程 47
3.1 大语言模型概述 48
3.1.1 大语言模型的定义 48
3.1.2 大语言模型的特点 48
3.1.3 大语言模型工作原理 50
3.2 大语言模型的产品及应用 51
3.2.1 大语言模型的主流产品 51
3.2.2 大语言模型的应用领域 55
3.3 提示词工程概述 56
3.3.1 提示词工程的定义 56
3.3.2 设计提示词的六个方法 57
3.3.3 与大语言模型对话的三个技巧 60
3.4 大语言模型的挑战与发展 62
3.4.1 大语言模型的常见缺点 62
3.4.2 大语言模型的合规使用 64
3.4.3 大语言模型的最新发展趋势 64
上机实训——使用DeepSeek生成文章摘要 65
思考与练习 66
任务实训 67
任务实训1——使用DeepSeek生成多段对话脚本 67
任务实训2——使用DeepSeek生成包含不同语气与风格的文字 68

第 4 章 智能体 69
4.1 智能体概述 70
4.1.1 智能体的定义与基本特征 70
4.1.2 智能体与传统软件的区别 72
4.1.3 智能体的工作原理 73
4.2 智能体平台与应用场景 73
4.2.1 智谱清言智能体中心 74
4.2.2 文心智能体平台 74
4.2.3 智能体的应用场景 75
4.3 创建自己的智能体 79
4.3.1 智能体的创建流程及实践 79
4.3.2 智能体的创建与优化技巧 85
4.4 智能体的优势与挑战 86
4.4.1 智能体的优势 86
4.4.2 智能体带来的挑战 86
4.5 智能体的未来发展 87
上机实训——创建短视频文案编写智能体 88
思考与练习 89
任务实训 90
任务实训1——创建AI学习助手智能体 90
任务实训2——创建AI旅行规划助手智能体 91

第 5 章 数字人 92
5.1 数字人概述 93
5.1.1 数字人的定义及分类 93
5.1.2 数字人的应用场景 94
5.2 创建数字人视频 96
5.2.1 数字人视频的创建流程及实践 97
5.2.2 数字人视频的优化技巧 99
5.3 数字人的优势与挑战 101
5.3.1 数字人的优势 101
5.3.2 数字人面临的挑战 103
5.4 数字人的未来展望 104
5.4.1 数字人如何改变商业形态 104
5.4.2 数字人的发展趋势 105
上机实训——创建口播数字人视频 106
思考与练习 107
任务实训 108
任务实训1——调整数字人配音参数并提升表达效果 108
任务实训2——进行个性化数字人场景设置与封面设计 108

第 6 章 AI 绘图 110
6.1 AI绘图概述 111
6.1.1 AI绘图的定义 111
6.1.2 AI绘图的工作原理 112
6.2 AI绘图的应用领域 114
6.2.1 艺术创作 114
6.2.2 市场营销 115
6.2.3 影视制作 115
6.3 AI绘图工具 116
6.3.1 常见的AI绘图工具 116
6.3.2 案例分享：使用豆包快速
生成Logo 120
6.4 AI绘图提示词的编写 121
6.4.1 提示词编写方法 122
6.4.2 案例分享：使用腾讯智影
创作山水画 123
6.5 AI绘图的优势与挑战 126
6.5.1 AI绘图的优势 126
6.5.2 AI绘图带来的挑战 127
6.6 AI绘图的未来 128
6.6.1 AI绘图在艺术领域的潜力 129
6.6.2 AI绘图的发展趋势 130
上机实训——生成微信公众号文章配图 131
思考与练习 131
任务实训 132
任务实训1——生成学生会社团招新海报 132
任务实训2——生成电商产品宣传图 133

第 7 章 AI 作曲 134
7.1 AI作曲概述 135
7.1.1 AI作曲的定义 135
7.1.2 AI作曲的工作原理 136
7.2 AI作曲的应用场景 137
7.2.1 音乐创作 137
7.2.2 广告配乐 137
7.2.3 音乐疗愈 138
7.2.4 个人创作 138
7.3 创作自己的AI音乐 139
7.3.1 常见的AI作曲平台 139
7.3.2 案例分享：创作一段简单的旋律 140
7.4 AI作曲提示词 141
7.4.1 如何编写有效的AI作曲提示词并完成配置 141
7.4.2 案例分享：从编写提示词到生成完整的音乐作品 142
7.5 AI作曲的优势与挑战 144
7.5.1 AI作曲的优势 144
7.5.2 AI作曲带来的挑战 145
7.6 AI作曲的未来 146
7.6.1 AI作曲在音乐产业的潜力 146
7.6.2 AI作曲的发展趋势 147
上机实训——为短视频制作卡点音乐 148
思考与练习 149
任务实训 149
任务实训1——利用海绵音乐生成活动预告短视频背景音乐 149
任务实训2——利用海绵音乐生成助眠音乐 150

伦理与价值延伸模块
第 8 章 AI 伦理：人工智能的正反面 152
8.1 人工智能时代的隐私保护 153
8.1.1 了解个人隐私数据的种类及其收集方式 153
8.1.2 数据隐私相关设置 154
8.1.3 安全性与加密技术 155
8.1.4 批判性思维与信息筛选 156
8.2 提防AI的“偏见” 156
8.2.1 AI偏见的定义与来源 156
8.2.2 AI偏见的识别与应对 157
8.2.3 未来的解决方案 157
8.3 合法合规地使用AI 158
8.3.1 AI在社会中的角色 158
8.3.2 合法合规地使用AI的重要性 158
8.3.3 如何合法合规地使用AI 159
上机实训——分析小红书和今日头条的内容推荐策略 160
思考与练习 160
任务实训 161
任务实训1——隐私泄露风险自查 161
任务实训2——解析自媒体新闻的真实性 162

第 9 章 AI 价值观：AI 时代，我们何去何从 163
9.1 AI时代的挑战与机遇 164
9.1.1 AI对就业市场的影响 164
9.1.2 人类与AI的协作关系 164
9.1.3 未来职业的发展方向 165
9.2 AI时代的适应与调整 166
9.2.1 适应AI时代的变化 166
9.2.2 学习新技能 167
9.2.3 终身学习 168
9.3 AI的社会展望 169
9.3.1 AI和社会发展的关系 169
9.3.2 AI促进社会进步 169
9.3.3 AI与人类理想的结合 170
上机实训——用AI辅助绘制“未来职业蓝图” 171
思考与练习 172
任务实训 173
任务实训1——使用AI工具制定学习路径 173
任务实训2——利用AI工具构建个人品牌 173