生成式人工智能应用实战（慕课版）：七章都在教你卖货

2026-11-10silcano

微信读书《生成式人工智能应用实战（慕课版）》· 抓取 713 屏 / 10 章 / 69 条目录 · 读到书尾
逐字核对 9 屏 · p0006 前言页书名条核对为本书（目录名与真实书名一致）· 2026-11-10
抽样点位的选法：先按 pages.jsonl 的章节字段把十章的范围算清楚，再沿着「概念—方法—操作—收尾」四个位置各取一屏：概念看 p0019（1.1 认识 AI）与 p0044（1.3 认识大模型）；方法看 p0093（2.3 提示词四原则）与 p0154（3.2 用 DeepSeek 写公众号）；操作看 p0115（2.4 里的插件勾选，图 2-7）；收尾看 p0650（第 10 章实训的三个领域）与 p0123（拓展阅读只有一页）；另加 p0202（AI 的偏见陷阱）。抽读 9 屏约占 1.3%，重点压在三个问题上：它教的到底是「人工智能」还是「营销物料」；能照做的部分有多少；哪些地方把「原则」当成了「操作」。

这本书的封面写的是「生成式人工智能应用实战」，第十三章之前的每一页都在告诉你一件事：怎么用 AI 把一份文案、一张图、一段配音、一条短视频做出来，而且做出来的东西要能拿去卖。

713 屏翻完，我的判断很直接：这是一本编得挺认真的教材，但它卖错了名字。它真正的内容是「营销岗的 AIGC 物料生产流程」，而「生成式人工智能」这个词，被用来装了一个只有 58 屏的壳。

一、这本书真正的名字，应该叫「AIGC 营销物料手册」

先看第 10 章。这一章是全书的落点，标题叫「AIGC 应用综合实训」，64 屏。它的学习目标一共四条，我抄前三条：

掌握在直播运营中使用 AIGC 工具写作直播活动策划方案、直播话术，制作直播间装修物料、直播宣传物料、数字人直播预告视频和直播高光片段的方法。
掌握在文旅推广中使用 AIGC 工具写作旅游攻略、文旅宣传文案，制作文旅宣传片的方法。
掌握在微信公众号营销中使用 AIGC 工具进行市场分析与账号定位，设计账号形象，写作微信公众号文章、朋友圈文案，制作微信公众号首图、视频号短视频的方法。

三个场景：直播运营、文旅推广、公众号营销。全书的收尾就落在这三个词上。这不是缺点——教材有明确岗位指向是好事，总比什么都讲一点、什么都不敢深要好。问题在于，这个岗位指向从头到尾没在书名里出现过，于是读者拿到手的时候，以为自己买的是一本讲「生成式人工智能」的书。

再看每章开头那个「引导案例」。前六章的六个案例我全记下来了：方太和百度做的全 AI 定制营销内容、淘宝用 AIGC 做的「万人万面」参演体验、王老吉借 AI 神曲《考神》做高考营销、飞猪的「这个五一玩什么」AIGC 广告、昆仑万维 Mureka 的音乐生成、还有《AI 你·南京》给文旅视频做的那条片。六个案例，六个都是品牌营销动作，一个都不是技术案例。

教材选案例最能说明它想服务谁。它想服务的是那个明天要给甲方交一条短视频的人，不是那个想知道 Transformer 里注意力怎么算的人。这两种读者都合理，但你得在封面上说清楚。

二、十章是同一个动作，重复了七次

把十章的名字排开，你会发现它其实是一条流水线：文案（第 3 章）、图像（第 4 章）、音频（第 5 章）、视频（第 6 章）、信息与数据（第 7 章）、办公（第 8 章）、学习与生活（第 9 章），最后综合实训（第 10 章）。前面两章是概念和工具基础，第 3 到第 9 章是「一种模态一章」，第 10 章是把七种模态拼成三个项目。

七章，同一个骨架：先讲这一模态「基础技能」，再讲「用工具生成」，然后讲「优化／处理」，末尾挂一篇「拓展阅读」算伦理或延伸。第 3 章是 3.1 文本创作基础技能／3.2 社交媒体文案／3.3 商业文案／3.4 优化文本；第 5 章是 5.1 音频创作基础／5.2 生成音频／5.3 处理音频。名字换了，节拍没换。

这种写法对老师友好——一学期十几周，一章一周，谁都能排课。对自学者就有点难受：读到第 5 章，你基本能预判第 6 章下一页会写什么。而 713 屏只有 69 条目录，平均每章不到 7 个小节，意味着每一节下面都是一大段流水叙述，想回头查「AI 音频降噪到底按哪个键」，你得从头翻。

拿同类的书对比一下就更明显：同一年同一家社出的《计算机组装与维护标准教程（AIGC·第 2 版）》，754 屏配了 235 条目录；这本 713 屏只配了 69 条。屏数差不多，导航密度差了 3.4 倍。

三、五十八屏讲概念，一个数字都不给

第 1 章「AI 与 AIGC 概述」58 屏，占到全书 8.1%。这是全书唯一正面讲「人工智能是什么」的地方，所以我把它的三个关键页都读了。

1.1.1 讲 AI 的内涵，给了一个「三个层面」的框架：计算基础、认知模拟、进化路径。原文这么写：「AI 依托大规模数据处理、算法模型和算力支撑，实现对信息的高效处理」「AI 模仿人类的认知过程，包括感知能力、学习能力和推理决策」「AI 能基于规则或概率模型，对复杂问题进行逻辑推导，并做出合理的决策」。话说得没错，可这三句放到任何一本 2019 年的书里都成立，读者读完还是不知道今天的大模型跟五年前有什么不一样。

1.3「认识大模型」是全章最该硬的地方，10 屏。它给的大模型特点是「依赖大量数据」「学习能力强」——就这两个。我原以为翻过去会看到参数量、上下文窗口、token 怎么算、幻觉为什么发生，结果一个数字都没有。713 屏里，我没有找到任何一处写「某模型多少参数」「上下文多长」「一次请求大概多少钱」。

这带来一个具体的后果：读者无法建立「成本感」。你不知道一次长文本请求贵不贵、多长的文档会超限、为什么同一个提示词上午能用下午就胡写。而这三件事恰恰是日常用 AI 最先撞上的墙。教材把概念留在「是什么」的层面，读者只能自己去撞。

不过前言里有一句我想替它记下来。它引了 2025 年《政府工作报告》里的「持续推进『人工智能+』行动，将数字技术与制造优势、市场优势更好结合起来，支持大模型广泛应用」。这句引用至少说明：这本书不是把旧稿换个封面，它确实是 2025 年编的。全书主推的工具是 DeepSeek，也符合这个时点。

四、提示词那一章，是全书唯一能带走的东西

2.3「设计提示词的实用技巧」，18 屏。这一章我给正面评价，理由很实在：它给的原则后面都跟着一句能直接抄走的提示词。

「清晰具体原则」下面举了两个例子。写报告：「生成一份关于人工智能在医疗领域应用的报告，重点介绍其在疾病诊断和药物研发方面的成果及面临的挑战。」做图：「描绘一个穿着蓝色连衣裙、站在开满鲜花的花园中的小女孩，阳光洒在她金色的头发上，微风轻轻吹动裙摆。」第一个例子把主题、重点、边界三层都写清了；第二个例子把主体、服装、场景、光线、动作五层都写清了。这两个例子比任何「提示词要具体」的抽象叮嘱都有用——读者能看出「具体」到底具体在哪一层。

3.2 讲用 DeepSeek 写公众号文章，17 屏。它没有一上来就甩一个万能提示词，而是先讲「选题：找准方向，激发灵感」，再讲「痛点挖掘」：明确公众号的受众群体，以及受众最关心的问题、最迫切的需求。原文举的例子是健身类公众号——目标是追求健康生活方式的年轻人，他们关心的是怎么制订科学的健身计划、怎么在忙碌中保持规律运动。

这是全书最像「实战」的一段思路：先把读者画像写出来，再让 AI 顺着画像找选题。它教的不是提示词模板，是「喂给 AI 之前先自己想清楚」这个顺序。可惜这一层意思全书只在这里讲透了一次，后面六章又回到了「打开工具、输入、生成」。

五、「搭建智能体」：十六屏截图，平台没有名字

2.4「搭建智能体」是第 2 章最长的一节，16 屏。标题里的动词是「搭建」，所以我是带着「跟着做一遍」的期待翻的。

前几屏讲的是三条原则：明确目标与任务、以用户为中心进行设计、持续优化与迭代。第一条举例说，若构建一个游戏智能体，开发者需明确它是用于游戏攻略指导、角色养成辅助，还是制订竞技对战策略。这个区分是对的，但它仍然是设计原则，不是操作。

真正的操作在后面。p0115 有一张图 2-7，标题叫「选择『插件』」。图上是一个智能体配置界面，左侧是分类（收藏、插件商店、图像处理、实用工具、便利生活、新闻阅读、信息检索），中间是可勾选的插件，我抄下四个带英文标识的：网页抓取工具 crawlPage、通用文字识别 ocrBasic、可靠来源查询 getReliableSource、通用文本翻译 textTranslate。下方还有一句总结：「工作流是通过可视化方式编排复杂业务逻辑，实现多步骤、有条件的任务执行。」

这一屏是有价值的——它第一次让读者看见「智能体是被插件和工作流拼出来的」，而不是一个会聊天的框。但它同时暴露了这本书最大的一个操作缺陷：十六屏截图里，平台的名字一次都没出现。图注只写「选择『插件』」「选择『工作流』」，正文说「在智能体平台中」。可国内叫得上名字的智能体平台有好几个，界面各不相同，插件商店的分类和命名也不一样。读者拿着这张图，去哪注册、点哪个入口，书上没写。

这不是排版疏忽，是这类教材的通病：为了不显得「给某家做广告」，把所有产品名都抽象成「某工具」「某平台」。结果是不偏不倚地废掉了操作性。教学场景里老师还能补一句「这个就是我们课上用的那个」，自学者只能干瞪眼。

六、拓展阅读十篇，每篇一页

每章末尾有一篇「拓展阅读」，我读了第 2 章那篇，p0123，标题「提示词与模型训练的关联」。整篇三个自然段，一屏就结束了。

内容讲得对：预训练时模型学习大量文本里的语言模式、专业知识；使用时用户输入的提示词像是一个「任务导向」；如果训练数据里很少涉及某个专业领域，用户要设计更详细的解释说明，否则模型可能无法准确生成。这三句话把「为什么专业领域要写长提示词」讲清楚了，是全书少数几个真在解释机制的地方。

问题是它只有一页。713 屏的书，把唯一讲「提示词为什么有效」的位置压到一屏，而「怎么让图片更好看」给了 80 屏。这个配比，是这本书价值观的说明书：它相信读者更需要会做，而不是需要懂为什么。对岗位培训来说这可能是对的，对一本叫「生成式人工智能」的书来说，这是缺的。

唯一让我意外的是 p0202 那篇「AI 的『偏见陷阱』」。它没有停在「AI 有偏见，要注意」，而是分了三种来源：训练数据本身的偏差（招聘系统里男性应聘者成功案例远多于女性，模型就更倾向推荐男性）、算法设计的不完善、以及运行中的放大；危害举了司法和信贷两个真实感很强的场景；对策给了三条——数据收集阶段保证多样性与平衡性、算法设计引入公平性评估指标、建立透明的决策机制让用户知道依据。一页半的篇幅里塞进「成因—危害—对策」三段，这是全书密度最高的一篇。

七、它的短板

按说好的，这一节老老实实写。

第一，名不副实。书名是「生成式人工智能应用实战」，十章里七章在教「产出一份营销物料」，讲模型本身的只有 58 屏、8.1%。这不是说教材必须讲原理，而是说封面得跟内容对上。想学技术的人买到手会失望，想学营销的人看到封面会绕过去——两头都没接住。

第二，一个数字都不给。全书没有参数量、没有上下文长度、没有 token 价格、没有一次生成的时间成本。1.3 讲大模型特点，只落到「依赖大量数据」「学习能力强」。读者读完不知道自己在用的东西有多大、多贵、边界在哪。这三样恰恰决定了他一天能用几次。

第三，操作截图回避产品名。2.4 十六屏讲搭建智能体，插件、工作流、界面都截了，平台名一次没写。读者照着做不下去。同类问题在第 7 到第 9 章也有：工具被反复称作「AIGC 工具」，具体是哪个，得靠上下文猜。

第四，没有失败样本。713 屏里我找不到一处完整的「AI 做错了」的复盘：错在哪、怎么发现的、改了哪一句提示词、第二次好没好。教材只展示成功输出，读者就会以为第一次没出好是自己的问题。而实际上，改三轮才是常态。

第五，导航太稀。69 条目录撑 713 屏，每章不到 7 节，每节下面是大段流水。作为一本要放在手边查操作的书，这个密度不合格——它更像一本要通读的讲义，而不是一本要翻查的手册。

也得说句公道话：这五条里，第一条是定位问题，后四条是编法问题。定位改不了，编法本来能改——多给几个数字、多写几个产品名、多留一屏失败复盘，成本都不高。这本书的骨架是好的，缺的是往骨架里填硬东西。

八、一句话

如果你要的是「明天给客户交一条短视频，从脚本到成片怎么走」，这本书的七章流水线够用，提示词那两节尤其值；如果你要的是搞懂生成式人工智能，它只能算一本导言，而且是一本刻意不给数字的导言。它的诚实之处在于从不假装自己在讲技术，它的不诚实之处在于封面上没敢承认这一点。