范素芳：打开AIGC的大门如何使用AI工具提高工作效率（46页）.pdf

《范素芳：打开AIGC的大门如何使用AI工具提高工作效率（46页）.pdf》由会员分享，可在线阅读，更多相关《范素芳：打开AIGC的大门如何使用AI工具提高工作效率（46页）.pdf（46页珍藏版）》请在三个皮匠报告上搜索。

1、 如何使用AI工具提高工作效率打开AIGC的大门分享人：范素芳ChatGPT目录C O N T E N T SPrompt 技巧实际操作什么是AIGC123未来展望41.1 内容生产方式的变化内容生产方式的发展经历了四个阶段。目前处于一、二阶段为主，第三阶段为辅的境况。AIGC代表着 AI 从以往的关系与规律发掘、理解与预测等被动角色，开始向“生成、创造”等主动角色蜕变。AIGC正在引领内容生产方式的变革，它不仅成功解决了PGC与UGC存在的质量和产量无法兼具的缺点，还为内容产业带来了更大的发展潜力和可能性。Artificial Intelligence Generated Content 生

2、成式人工智能1.2 从“已知”到“未知”泛化能力ChatGPT受到关注的重要原因是引入新技术RLHF(Reinforcement Learning with Human Feedback，即基于人类反馈的强化学习)。RLHF 解决了生成模型的一个核心问题，即如何让人工智能模型的产出和人类的常识、认知、需求、价值观保持一致。ChatGPT是AIGC（AI-Generated Content，人工智能生成内容）技术进展的成果。文本生成：AI可以生成新闻文章、报告、故事、诗歌、剧本等各种类型的文本内容。图像和视频生成：通过AI算法，可以创建全新的图像、数字艺术作品以及合成视频内容。音频生成：AI能够

3、生成语音片段、音乐曲目甚至完整的音频叙事内容。翻译和改编：AI可以自动翻译文本从一种语言到另一种语言，或者改编现有内容以适应不同的格式或目标受众。游戏内容生成：在游戏开发中，AIGC可用于生成游戏关卡、角色对话、剧情分支等元素。1.3 AIGC的应用领域AIGC的应用涵盖了多个领域，包括但不限于：1.3 AIGC的应用领域跨模态生成技术是真正实现认知和决策智能的转折点现实世界的信息是文本、音频、视觉、传感器以及人类各种触觉的综合体系，要更为精准地模拟现实世界，就需要将各种模态能力之间打通，例如文字-图像、文字-视频等跨模态生成能力。大型预训练模型的发展使得跨模态逐步成熟，文本-图像”生成正在快

4、速落地，文字-视频”的实验效果也已较为理想(视频时长、清晰程度、逻辑等还有较大提升空间)。1.4 AI大模型/AI预训练大模型AI预训练大模型，就是一种已经学过很多东西的AI大模型。它们通过在不同领域进行大量的训练，掌握了很多知识和技能。比如chatGPT就是一种预训练的大型语言模型，它可以自动生成各种类型的文本，比如新闻、小说、文章、对话等，是目前自然语言处理领域最先进的自然语言生成模型之一。AI大模型就是一种超级强大的机器学习模型。它可以处理海量的信息，比如图片、文字、声音等，并且可以完成各种各样的任务。比如智能语音助手和图像识别软件都用到了AI大模型。GPT：Generative Pre

5、-trained Transformer生成式 预训练 变换模型1.5 AIGC的关键技术 AIGC是一种利用机器学习、深度学习、自然语言处理、计算机视觉等先进AI技术来创作或编辑内容的方法。A、神经网络 神经网络就是模仿人脑的结构，用一些小点（节点）和线（链接）来连接起来，形成一个复杂的网络。这些小点就像我们大脑里的神经元，可以接收和传递信息；这些线就像我们大脑里的神经纤维，可以控制信息的流动。B、深度学习 深度学习就是让神经网络变得更深更强。深度学习把神经网络分成很多层，每一层都负责处理一部分信息，就像我们大脑里有不同功能的区域一样。这样，深度学习可以处理更复杂更高级的问题，比如识别图片里

6、的物体或者理解人说的话。C、生成式对抗网络（GAN，Generative Adversarial Networks）GAN就是让两个神经网络互相斗争，从而提高创作能力。GAN有两个角色：一个叫生成器（Generator），一个叫判别器（Discriminator）。生成器的任务是创造出看起来真实的作品，比如图片、音乐等；判别器的任务是判断这些作品是不是真的，还是生成器做出来的。生成器和判别器不断地互相挑战，生成器越来越擅长造假，判别器越来越擅长识破。最后，生成器可以创造出非常逼真的作品，让人分辨不出真假。1.5 AIGC的关键技术摆脱了人工标注数据集的缺陷1.5 AIGC的关键技术userid