
会员
ChatGPT写作超简单
更新时间:2023-11-29 19:51:57 最新章节:提示模板索引
书籍简介
本书基于AIGC(生成式人工智能)应用ChatGPT,结合作者十多年的写作经验,详细介绍了使用ChatGPT写作的流程、方法和技巧,旨在帮助读者快速掌握如何使用ChatGPT创作内容。本书分为3个部分:一是ChatGPT写作提示,涵盖选题、生成大纲、指定风格、指定角色、收集素材、生成标题、生成段落、生成摘要、仿写、写开头、写结尾、审校文章等任务;二是使用ChatGPT进行完整文章写作的方法,包括全包式ChatGPT写作、半包式ChatGPT写作、零工式ChatGPT写作;三是人工编辑ChatGPT生成的内容。另外,本书还介绍了如何利用ChatGPT快速生成文章、ChatGPT写作的常见问题等内容。本书提供实用的技巧、窍门和常见问题的解决方案,书末还有64例提示模板供读者直接使用,实操性强,适合所有想高效应对文字类工作的职场人、创业人及其他想提升内容产出效率的创作者。
品牌:人邮图书
上架时间:2023-11-01 00:00:00
出版社:人民邮电出版社
本书数字版权由人邮图书提供,并由其授权上海阅文信息技术有限公司制作发行
最新章节
安晓辉
同类热门书
最新上架
- 会员这是一本从工程化角度讲解大语言模型的核心技术、构建方法与前沿应用的著作。首先从语言模型的原理和大模型的基础构件入手,详细梳理了大模型技术的发展脉络,深入探讨了大模型预训练与对齐的方法;然后阐明了大模型训练中的算法设计、数据处理和分布式训练的核心原理,展示了这一系统性工程的复杂性与实现路径。除了基座模型的训练方案,本书还涵盖了大模型在各领域的落地应用方法,包括低参数量微调、知识融合、工具使用和自主智计算机12.1万字
- 会员本书理论联系实际,全面地介绍ChatGPT的主要应用场景,帮助读者掌握ChatGPT的使用方法和技巧。本书不仅讲述了ChatGPT在学习、写作、工作、生活方面的应用案例,还介绍了一个打造个人品牌的综合应用,内容实用,可操作性强。本书适合希望了解ChatGPT的初学者阅读。计算机9.6万字
- 会员本书是一本全面介绍机器学习方法特别是算法的新书,适合初学者和有一定基础的读者。机器学习可以分成三大类别,监督式学习、非监督式学习和强化学习。三大类别背后的算法也各有不同。监督式学习使用了数学分析中函数逼近方法、概率统计中的极大似然方法。非监督式学习使用了聚类和贝叶斯算法。强化学习使用了马尔可夫决策过程算法。机器学习背后的数学部分来自概率、统计、数学分析以及线性代数等领域。虽然用到的数学较多,但是最计算机7.4万字
- 会员大模型是深度学习自然语言处理皇冠上的一颗明珠,也是当前AI和NLP研究与产业中最重要的方向之一。本书使用PyTorch2.0作为学习大模型的基本框架,以ChatGLM为例详细讲解大模型的基本理论、算法、程序实现、应用实战以及微调技术,为读者揭示大模型开发技术。《从零开始大模型开发与微调:基于PyTorch与ChatGLM》共18章,内容包括人工智能与大模型、PyTorch2.0深度学习环境搭建计算机12.8万字
- 会员《洞察AIGC:智能创作的应用、机遇与挑战》内容分为3篇:第1篇AIGC的蜕变讲述AIGC的发展历史及其背后的智能;第2篇AIGC的应用讲述AIGC在文学创作、日常办公、知识管理、科研出版、工业制造、健康医疗、金融服务、品牌营销领域的应用现状及常用工具;第3篇AIGC的机遇与挑战讲述AIGC的资本与技术前景,同时提出需要注意的风险。计算机13.9万字
同类书籍最近更新
- 会员人工智能技术正在彻底改变人类的认知,重建人机相互协作的关系。史无前例的自动驾驶正在重构我们头脑中的出行地图和人类生活图景,今天的人工智能技术也正在翻译、写作、绘画等人文和艺术领域进行大胆的尝试。我们真的知道什么是人工智能吗?人工智能9.4万字
- 会员《人工智能程序员面试笔试宝典》是一本讲解人工智能面试笔试的百科全书,在写法上,除了讲解常见的面试笔试知识点,还引入了相关示例和笔试题辅以说明,让读者能够更加容易理解。《人工智能程序员面试笔试宝典》将人工智能面试笔试过程中各类知识点一网打尽,在内容的广度上,通过各种渠道,搜集了近3年来知名IT企业针对人工智能岗位面试涉及的知识点,包括但不限于人工智能、计算机网络、操作系统、算法等,所选择的知识点均为人工智能13.5万字
- 会员本书深入讲解神经网络和深度学习技术,侧重于阐释深度学习的核心概念。作者以技术原理为导向,辅以贯穿全书的MNIST手写数字识别项目示例,介绍神经网络架构、反向传播算法、过拟合解决方案、卷积神经网络等内容,以及如何利用这些知识改进深度学习项目。学完本书后,读者将能够通过编写Python代码来解决复杂的模式识别问题。人工智能13.1万字