资源介绍
英文视频教程）
“Generative AI for Beginners” 直译为 “生成式人工智能初学者课程”，旨在为初学者打造一个全面且系统的生成式人工智能学习平台，助力其快速掌握生成式 AI 的应用开发。通过学习本课程，学习者能够深入理解生成式 AI 的基本概念、核心原理以及实际应用，为进一步探索和应用生成式 AI 技术奠定坚实基础。
课程内容丰富多样，经统计，共包含 28 个视频文件，每个视频均配备中文字幕（.srt 文件） ，方便学习者理解课程内容。这些视频被划分为四个主要部分，从基础知识到实践工具，再到提示工程的介绍与进阶，逐步深入，全面覆盖了生成式 AI 领域的关键知识和技能。
基础夯实：AI 与生成式 AI 核心概念
在 “基础（Foundations of AI and Generative AI）” 部分，课程精心编排了 7 个视频，细致入微地阐述了 AI 和生成式 AI 的基础概念，为学员构建起坚实的知识根基 。
视频从人工智能的基本定义讲起，深入探讨其起源、发展历程以及核心技术，包括机器学习、自然语言处理、计算机视觉等。在机器学习中，详细介绍监督学习如何通过已知结果的数据集来训练模型，使其学会对新数据进行准确分类和预测；无监督学习又怎样在没有明确标签的数据中发现潜在模式和规律，如聚类分析将数据划分成不同的群组。自然语言处理技术让计算机能够理解、解析和生成人类语言，像智能客服通过理解用户的问题，运用自然语言生成合适的回答，与用户进行有效沟通。计算机视觉赋予机器 “看” 的能力，在安防监控中，通过识别图像中的人脸、物体等信息，实现安全监控和预警。
关于人工智能的感知能力，这也是课程探讨的重点。感知能力通常被认为是生物所具有的特质，包括对自身和周围环境的认知、感受和体验。当前 AI 在模式识别方面表现出色，能够通过大量数据学习和复杂算法生成看似智能的回答，但这并不等同于真正的感知。比如在自然语言处理中，一些先进的 AI 模型虽能生成流畅且符合逻辑的文本，模拟人类的情感表达，但这只是基于数据和算法的结果，它们并没有真正的意识和内在感知。
课程还深入剖析生成式 AI 的原理与应用。生成式 AI 通过学习大量的文本、图片和声音数据，逐渐掌握人类表达与理解世界的方式，进而能够预测并生成新的内容。常见的生成式 AI 模型如生成对抗网络（GANs），由生成器和判别器组成。生成器努力生成看起来真实的样本，判别器则全力区分样本是生成的还是真实数据中的。二者通过不断对抗训练，使生成器生成样本的质量逐步提高，在图像生成领域，能生成逼真的图像。自回归模型（AR Models）则常用于生成序列数据，如 GPT 系列模型，通过当前生成的输出来预测下一个值，从而生成连贯的文本内容。变换器（Transformers）模型凭借注意力机制，擅长捕捉数据中的远距离依赖关系，能够生成长篇连贯的文本或进行复杂的语言对话 。
在应用层面，生成式 AI 已广泛渗透到多个领域。在内容创作方面，它能快速生成文章、故事、社交媒体帖子等，大大提高创作效率。在图像生成领域，根据文字描述就能生成独特的图像，为艺术创作和设计提供了新的思路和方法。在音频生成方面，可创作原创音乐、进行语音合成等，丰富了音频内容的创作方式 。
工具实操：掌握生成式 AI 实用工具
“实用工具（Practical Tools for Generative AI）” 部分聚焦于生成式 AI 实用工具的应用，共设有 6 个视频 ，旨在培养学员的实际操作能力，使他们能够熟练运用各种工具，提升工作和学习效率。
Gamma 作为一款强大的生成式 AI 工具，能够帮助用户轻松创建高质量的演示文稿。使用时，用户只需输入演示文稿的主题，Gamma 便会利用 AI 技术自动生成大纲。用户可根据自身需求对大纲进行修改和完善，添加具体内容和细节。在制作过程中，Gamma 提供丰富多样的模板和设计选项，涵盖不同的风格和主题，满足用户的多样化需求。用户还能根据演示内容和受众特点，灵活选择合适的模板，使演示文稿更具专业性和吸引力。此外，Gamma 支持多人协作编辑，团队成员可实时在线协作，共同完成演示文稿的制作，提高团队协作效率。
Perplexity 则是一款功能独特的 AI 搜索引擎，它不仅能理解用户的问题，还能通过整合多种信息源，提供全面且准确的答案。在进行学术研究时，用户输入相关的研究课题，Perplexity 会迅速检索学术数据库、期刊论文等资源，为用户提供丰富的研究资料和前沿观点。它还能根据用户的需求，对搜索结果进行筛选和排序，帮助用户快速找到最有价值的信息。在日常生活中，当用户遇到各种问题时，如生活常识、科技知识等，Perplexity 同样能给出详细且准确的解答，成为用户获取信息的得力助手。
Excel 作为一款广泛应用的电子表格软件，与 AI 的结合为数据处理带来了全新的体验。在 Excel 中，用户可以利用 AI 函数和功能，快速完成数据的整理、分析和可视化。当处理大量销售数据时，用户只需输入简单的指令，AI 就能自动识别数据中的规律和趋势，生成各种统计图表，如柱状图、折线图、饼图等，直观展示数据变化，帮助用户更好地理解和分析数据。AI 还能根据历史数据进行预测，为用户提供决策支持。通过对过往销售数据的分析，AI 可以预测未来的销售趋势，帮助企业制定合理的生产和销售计划。
NotebookLM 是一款智能笔记应用，借助 AI 技术，它能够帮助用户更好地管理和利用知识。在学习过程中，用户可以将各类学习资料，如文档、网页、图片等，导入 NotebookLM 中，AI 会自动对这些资料进行分析和总结，提取关键信息，生成知识图谱，帮助用户建立知识体系。用户还能通过 NotebookLM 进行智能笔记，在记录笔记时，AI 会提供相关的建议和补充信息，使笔记更加完整和准确。当用户需要回顾学习内容时，NotebookLM 的搜索功能可以快速定位到相关的笔记和资料，提高学习效率 。
提示工程：开启高效交互的钥匙
在 “提示工程（Introduction to Prompt Engineering）” 部分，课程安排了 3 个视频，深入探讨提示工程的核心技术和应用方法 ，帮助学员掌握与 AI 高效交互的技巧，充分发挥 AI 的潜力。
提示工程是一门新兴的科学领域，旨在通过精心设计和优化输入提示，引导 AI 模型生成更准确、有用的输出。在实际应用中，提示工程技术丰富多样。明确指令策略要求用户清晰定义需求，包括期望的输出长度、格式以及内容复杂度。当需要生成一篇产品推广文案时，明确指出文案的字数限制、语言风格（如正式、幽默、亲切等）以及重点突出的产品特点，这样 AI 就能生成更符合要求的文案。提供参考文本策略是在 AI 处理任务时，为其提供相关文本作为上下文，以帮助 AI 生成更准确、可信的答案，减少虚构或不准确信息的出现。在进行法律咨询时，提供具体的法律条文和案例作为参考，AI 就能依据这些信息给出更专业、准确的法律建议。分解复杂任务策略则是将大型任务拆分为小型、易于理解的子任务，让 AI 逐步完成。在撰写一篇学术论文时，可将任务分解为引言、文献综述、研究方法、结果与讨论、结论等部分，AI 分别完成各个部分的内容生成，最后再进行整合和优化，从而提高论文的质量和生成效率。
有效提示的使用是提升 AI 交互质量的关键 。在实际操作中，用户应尽量避免模糊不清的表述，确保提示的内容具体、明确，让 AI 能够准确理解用户的意图。同时，为 AI 提供足够的背景信息和上下文，有助于 AI 生成更具针对性和相关性的回答。在与 AI 进行创意写作时，除了给出主题和大致的要求外，还可以分享一些相关的灵感来源、参考作品或个人的想法和感受，让 AI 更好地把握创作方向，生成更符合用户期望的作品。在使用 AI 进行数据分析时，提供详细的数据背景和分析目的，AI 就能更准确地分析数据，提供有价值的见解和建议 。
进阶探索：思维链提示工程的深度应用
在 “高级提示工程与思维链（Advanced Prompt Engineering with Chain of Thought）” 部分，课程通过 4 个视频深入探讨思维链提示工程，帮助学员掌握这一高级技术，进一步提升与 AI 交互的能力 。
思维链提示工程是提示工程的高级阶段，它通过引导 AI 逐步思考和推理，从而生成更具逻辑性和连贯性的回答。在实际应用中，思维链提示工程具有广泛的应用场景和重要作用。在撰写技术提案时，使用思维链提示工程可以帮助 AI 更好地理解项目的背景、目标、技术方案和实施计划等关键信息，从而生成更详细、准确的技术提案。在解决复杂的问题时，思维链提示工程能够引导 AI 将问题分解为多个子问题，逐步分析和解决每个子问题，最终得出全面、准确的解决方案。
在课程中，学员将学习如何运用思维链提示工程进行技术提案的撰写 。通过实际案例和操作演示，学员将掌握如何引导 AI 分析项目需求、设计技术方案、评估风险和制定实施计划等关键步骤。在面对一个软件开发项目的技术提案时，学员可以使用思维链提示工程，引导 AI 首先分析项目的功能需求和性能要求，然后根据这些需求设计合适的技术架构和开发方案，包括选择合适的编程语言、框架和工具，制定详细的开发流程和测试计划等。在设计技术方案的过程中，还可以引导 AI 考虑可能出现的风险和问题，并提出相应的解决方案和应对措施，如技术选型风险、人员变动风险、时间进度风险等，通过提前规划和准备，降低项目风险，确保项目的顺利实施。
课程还会讲解如何在思维链提示工程中进行总结陈词 。总结陈词是对整个思维过程和结果的概括和总结，能够帮助用户更好地理解和应用 AI 生成的内容。在总结陈词时，学员需要引导 AI 突出重点、简洁明了地表达核心观点，同时对关键信息进行强调和总结，以便用户能够快速把握要点。对于一个市场调研报告的总结陈词，学员可以引导 AI 提炼出报告中的主要发现、结论和建议，用简洁的语言进行概括和阐述，如市场趋势、竞争对手分析、目标客户需求、产品或服务的优势和不足等，同时提出针对性的建议和措施，为企业的决策提供有力支持 。
课程价值：开启 AI 世界的大门
“Generative AI for Beginners” 课程为初学者提供了全面且深入的生成式 AI 学习路径，无论是对 AI 充满好奇的新手，还是希望提升技能的学习者，都能从中获得宝贵的知识和实践经验。通过学习本课程，学员将能够深入理解生成式 AI 的核心概念和原理，熟练掌握实用工具的应用，精通提示工程的技巧，为在 AI 领域的进一步学习和实践奠定坚实的基础。在这个数字化时代，掌握生成式 AI 技术将为个人和职业发展带来无限的可能，开启通往未来科技世界的大门 。希望广大初学者能够积极投身于本课程的学习，探索生成式 AI 的奥秘，创造出更加美好的未来 。