本书是一本写给普通人的 AI 实用指南。本书以"会聊天就会用 AI”为核心目标，系统讲解大模型原理、提示词训练与工作流搭建方法，内容涵盖智能写作、数据分析、音视频制作、编程辅助等高频场景，提供丰富案例、配套模板及图解操作清单，帮助读者将日常对话转化为高效生产力。本书的特点：语言通俗易懂，避免专业术语和复杂公式；步骤清晰可复用，按"认知—会聊—会连—会做—会管”的路径循序渐进；强调实践操作，聚焦提问技巧、 任务拆解与避坑策略。
陈放，无党派人士，硕士毕业于瑞典斯德哥尔摩经济学院（SSE），拥有计算机、金融学双专业背景。作为“工程师×投资人×AI商业化操盘手”跨界实战派专家，在AI大模型行业拥有资深从业经验，更是氛围编程的坚定支持者。职业经历涵盖技术研发、投资管理与企业战略层面，曾任明星科技企业全栈工程师、头部私募投资总监、AI大模型独角兽董事会秘书暨生态战略负责人。曾主导GitLab极狐等知名AI和软件项目投资，亲历了大模型技术商业化从0到100的完整周期。长期专注于大模型前沿应用与企业级AI智能体落地。同时作为自媒体《弗兰克的思维导图》《弗兰克的AI日记》主理人，全网拥有超10万名粉丝。多次受邀在上海交通大学、华东师范大学、模速空间、36Kr WISE大会等平台分享AI知识，并担任多项国家级、省市级创业大赛的评委及导师。张雁飞，投行与Agentic AI交叉领域研究者，长期专注于人工智能、具身智能、机器人与“AI+”传统行业交叉领域研究。在投行层面，深耕技术企业的产品化路径与资本化叙事，擅长整合技术产品化路径、商业闭环及融资并购/IPO叙事框架，曾主导或参与多家企业的上市规范工作，聚焦行业分析和投资逻辑梳理。在 AI 研究层面，曾提出“Agent-as-tool+强化学习”统一框架（arxiv：2507.01489），推动工具调用过程与推理过程解耦，并通过 GRPO 等强化学习方法构建可验证、可迭代的智能体训练范式。曾参与撰写多篇前沿科研论文（如InteractComp、arxiv：2510.24668），致力于推进自进化智能体研究。长期以“把复杂问题说清楚，把落地路径算明白”为原则，持续输出面向创业者、产业方与投资人的技术-商业共识内容，致力于成为连接前沿技术与产业资本的长期主义实践者。
目 录
第1章 初识大模型 1
1.1 从ChatGPT到Manus AI：技术革命正在悄然发生 1
1.1.1 什么是大模型：从“人工智障”到全能选手 1
1.1.2 智能体，一场跨时代的技术革命 5
1.1.3 未来的智能体时代 11
1.1.4 时代的革命与中国力量的崛起 12
1.2 大模型争霸战：谁才是AI时代的王者 14
1.2.1 基础大模型全景图：从“王者”到“黑马” 14
1.2.2 大模型的不同场景测评 24
1.2.3 如何选择和使用：AI选型指南 41
1.3 Token：大模型的语言密码与成本密钥 43
1.3.1 揭开Token的神秘面纱 43
1.3.2 Token技术的演进历程 44
1.3.3 Token与字节的本质区别 45
1.3.4 中文Token的成本真相 45
1.3.5 Token优化的实用策略 47
1.3.6 Token的未来 48
1.4 开源精神：推动大模型普及的关键力量 49
1.4.1 开源的本质：从厨师的食谱说起 49
1.4.2 开源的历史传奇：从打印机故障到改变世界 50
1.4.3 开源的运行机制：人类历史上最大的协作实验 51
1.4.4 开源的商业奇迹：免费却价值连城的经济学悖论 52
1.4.5 选择开源的战略智慧：改变游戏规则的思维革命 54
1.5 算力：支撑大模型世界的隐形基石 56
1.5.1 算力的本质：数字世界的“动力源泉” 57
1.5.2 算力的分类体系：从通用到专用的精准匹配 57
1.5.3 算力衡量指标：科学量化计算能力 58
1.5.4 算力硬件生态：多元化计算架构的协同发展 60
1.5.5 全球算力产业格局：竞争与合作并存的生态体系 61
1.5.6 英伟达GPU产品解读：算力领域的标杆案例 62
1.5.7 未来发展趋势：算力技术的演进方向 63
第2章 大模型进阶指南 65
2.1 提示词工程：像“翻译官”一样，教AI说人话 65
2.1.1 提示词存在的必然性：从认知科学到技术实现 65
2.1.2 提示词工程的最佳实践与核心策略 67
2.1.3 提示词工程案例集 69
2.1.4 提示词工程的进阶策略与未来展望 73
2.2 为大模型装上外挂：用RAG和微调驯服大模型 75
2.2.1 深入理解RAG：为AI安装知识库 76
2.2.2 深入理解微调：重塑AI的思维模式 78
2.2.3 RAG 与微调：选择的智慧 80
2.3 大模型的三大协议革命：函数调用、MCP与A2A 82
2.3.1 函数调用：OpenAI提出的大模型的“手脚” 82
2.3.2 MCP：大模型领域的Type-C接口 84
2.3.3 A2A协议：智能体之间的翻译官 87
2.3.4 从“独狼”到“群狼”：三种协议的选择之道 90
2.4 更高级的文本语法：Markdown格式 92
2.4.1 理解Markdown：大模型时代的通用语言 92
2.4.2 Typora：Markdown编辑的最佳伴侣 93
2.4.3 掌握Markdown核心语法 94
2.4.4 文本格式化：让内容更加生动 95
2.4.5 列表结构：组织信息的利器 95
2.4.6 进阶功能：释放Markdown的全部潜力 98
2.4.7 高级样式定制：打造个性化的视觉体验 102
2.4.8 特殊排版技巧 106
2.4.9 表情符号与特殊字符 109
第3章 大模型实操指南 111
3.1 大模型本地化部署与API操作指南 111
3.1.1 本地化部署的必要性与价值 111
3.1.2 如何获取本地模型的API 112
3.1.3 本地化AI客户端解决方案 116
3.2 大模型RAG：IMA、FastGPT、RagFlow 124
3.2.1 本地知识库的价值 124
3.2.2 RAG最佳实践与策略 124
3.2.3 主流RAG平台详解 125
3.2.4 案例：用IMA知识库搭建一个党建神器 132
3.3 文生图：Gemini、即梦AI、GPT-4o 134
3.3.1 文生图的起源与演进 134
3.3.2 主流文生图模型和工具 134
3.4 文生视频：Veo3、混元视频、Seedance、数字人 143
3.4.1 文生视频简介 143
3.4.2 主流文生视频模型与工具对比 143
3.4.3 延伸案例：儿童绘本视频制作 149
3.4.4 延伸案例：“回答我”爆款短视频制作 152
3.5 文生音乐：Suno、海绵音乐、Stable Audio 154
3.5.1 AI音乐的演进与现状 154
3.5.2 主流AI音乐创作工具详解 155
3.6 AI编程（代码辅助）：Cursor、CodeSouler 159
3.6.1 AI编程时代的全新范式 159
3.6.2 主流AI编程工具详解 160
3.6.3 各类代码辅助工具对比 165
3.6.4 延伸案例：用代码生成小红书配图+文案 166
3.6.5 延伸案例：无代码完成一个以太坊智能合约的部署 169
3.7 AI编程（零代码）：豆包AI编程、V0 176
3.7.1 什么是零代码编程 176
3.7.2 零代码编程工具推荐 176
3.7.3 V0 179
3.7.4 工具对比与分析 181
3.8 智能体：Manus AI、Flowith、天工Skywork 182
3.8.1 智能体的崛起与核心特征 182
3.8.2 主流智能体工具详解 183
3.8.3 智能体工具对比 188
3.9 AI浏览器：Fellou、AutoHub、豆包 188
3.9.1 什么是AI浏览器 188
3.9.2 主流AI浏览器深度解析 189
3.9.3 到底该选择哪款AI浏览器 198
3.10 AI工作流平台：Dify、Coze、n8n 198
3.10.1 工作流自动化的时代意义 198
3.10.2 主流工作流平台深度解析 199
3.10.3 平台选择的策略与应用场景 203
3.11 能转化成播客和视频的大模型笔记本计算机——NotebookLM 203
3.11.1 NotebookLM 是什么 203
3.11.2 NotebookLM 的使用方法 204
3.11.3 案例：用NotebookLM构建学习与讨论平台 206
3.12 企业级大模型资产管理工具：CSGHub 207
3.12.1 从DevOps到AgenticOps：大模型时代的运维新范式 207
3.12.2 CSGHub：企业级大模型资产管理的全能平台 209
3.12.3 大模型平台生态格局：从HuggingFace到CSGHub 212
3.13 Web3.0领域的多智能体协作开源框架：ai16z 214
3.13.1 从草根逆袭到技术明星：ai16z与Eliza的起源故事 214
3.13.2 ElizaOS的技术架构深度解析 215
3.13.3 ElizaOS的安装与快速上手 216
3.14 多智能体协作开源框架典范——MetaGPT 221
3.14.1 为什么需要MetaGPT 221
3.14.2 部署和使用指南 222
3.14.3 典型应用案例解析 224
3.14.4 MetaGPT（MGX）云端平台简介与实践 235
第4章 商业落地和思考 239
4.1 如何打造一个优秀的大模型产品：从技术思维到商业落地的
完整指南 239
4.1.1 AI产品设计的底层逻辑 239
4.1.2 现有大模型产品的市场分析 244
4.1.3 打造一个完美的AI产品 247
4.1.4 AI硬件产品构思案例：重新定义智能硬件的商业逻辑 250
4.2 大模型时代的生产力与生产关系的变革：Think Different，
Dream Bigger 254
4.2.1 技术革命必然带动社会和生产关系的变革 254
4.2.2 大模型解决生产力问题，区块链重塑生产关系 255
4.2.3 短期内最具变革潜力的行业：电影、设计、AR和VR 257
4.3 当智能体遇上价值互联网：A2A协议+AP2开启全自主
智能体新纪元 257
4.3.1 从工具到伙伴：AI的进化之路 258
4.3.2 价值互联网：智能体的数字土壤与协作语言 258
4.3.3 协同进化：A2A协议+AP2+区块链网络的化学反应 260
4.3.4 引领未来，创造可能的案例场景 262
4.3.5 结语：数字文明的新起点 263
4.4 新时代的AI公司都在做什么 263
第5章 结束语：现在开始，和AI聊起来 266
书单推荐
