本书主要介绍大模型应用，覆盖了从提示工程到AI智能体设计的全方位内容。本书分为三个部分：第1部分介绍“大模型初阶应用：提示工程”的相关知识，包括初识大模型、大模型提示词、大模型辅助工作等；第2部分深入探讨“大模型高阶应用：关键技术”，涵盖大模型检索增强生成、大模型认知框架、大模型使用工具，帮助读者更深入地理解大模型的能力；第3部分介绍“大模型高阶应用：AI智能体”，并通过平台介绍和案例展示，帮助读者培养在实际应用中通过构建AI智能体来解决问题的能力。此外，为帮助读者掌握使用AI大模型的知识与技能，本书附上了丰富的实例和习题，以及实战演练和开发示例，对实际工程开发具有指导意义。

赵宇，工学博士，西南财经大学教授，金融智能与金融工程四川省重点实验室副主任，美国罗切斯特大学联合培养博士，法国巴黎六大高级访问学者，西南财经大学光华百人计划人选，中国人工智能学会自然语言理解专委会委员，四川省计算机学会自然语言理解专委会副主任委员。主要研究方向为大模型、通用人工智能、自然语言处理、金融科技等领域，迄今在高水平期刊和会议发表学术论文30余篇（其中中国计算机学会（CCF）A类/B类推荐论文10篇），包括IEEE Trans.系列（IEEE TKDE、IEEE TNNLS、IEEE TMM、IEEE TMC）以及人工智能顶会ACL、ICME等。主持2项国家自然科学基金（1项面上，1项青年），2项四川省自然科学基金（1项重点，1项面上）。撰写《知识图谱》专著1部，参编《金融科技》教材1部。

序 一
序 二
前 言
第 1 章 绪论 /1
1.1 人工智能概述 /1
1.2 自然语言处理 /5
1.3 语言模型与大语言模型 /7
1.4 大模型应用 /10
1.5 本书内容安排 /13
1.6 讨论 /14
1.7 习题 /14
第 1 部分 大模型初阶应用：
提示工程
第 2 章 初识大模型 /18
2.1 概述 /18
2.2 大模型使用示例 /19
2.3 常见大模型 /22
2.4 大模型分类 /27
2.5 大模型本地部署 /29
2.6 大模型客户端 /36
2.7 讨论 /41
2.8 习题 /42
第 3 章 大模型提示词 /43
3.1 概述 /43
3.2 提示词组成要素 /44
3.3 提示词优化 /62
3.4 提示词案例 /66
3.5 讨论 /80
3.6 习题 /80
第 4 章 大模型辅助工作 /82
4.1 概述 /82
4.2 大模型联网检索 /83
4.3 大模型辅助办公 /87
4.4 大模型辅助创作 /111
4.5 大模型辅助学习 /128
4.6 大模型辅助编程 /132
4.7 综合案例 /140
4.8 讨论 /145
4.9 习题 /145
第 2 部分 大模型高阶应用：
关键技术
第 5 章 大模型检索增强生成 /148
5.1 概述 /148
5.2 经典检索增强生成 /149
5.3 广义检索增强生成 /153
5.4 讨论 /160
5.5 习题 /160
第 6 章 大模型认知框架 /161
6.1 概述 /161
6.2 情景学习 /162
6.3 思维链 /167
6.4 自我一致性 /173
6.5 计划与执行 /175
6.6 ReAct /177
6.7 反思 /181
6.8 其他认知框架 /187
6.9 讨论 /191
6.10 习题 /192
第 7 章 大模型使用工具 /193
7.1 概述 /193
7.2 工具调用能力 /194
7.3 工具调用方式 /196
7.4 常用工具 /209
7.5 讨论 /213
7.6 习题 /213
第 3 部分 大模型高阶应用：
AI 智能体
第 8 章 AI 智能体概述 /216
8.1 概述 /216
8.2 AI 智能体构成 /217
8.3 多智能体系统 /226
8.4 AI 智能体产品设计 /232
8.5 讨论 /237
8.6 习题 /237
第 9 章 AI 智能体平台与应用 /239
9.1 概述 /239
9.2 智能体开发平台 /240
9.3 通用 AI 智能体 /254
9.4 讨论 /257
9.5 习题 /257
第 10 章 AI 智能体行业案例 /259
10.1 概述 /259
10.2 教育行业案例 /260
10.3 金融行业案例 /263
10.4 法律行业案例 /265
10.5 医疗行业案例 /267
10.6 讨论 /271
10.7 习题 /271
附录 /272
附录 A 缩略语表 /272
附录 B 翻译对照表 /273
参考文献 /274