


定价:89元
印次:1-1
ISBN:9787302729167
出版日期:2026.11.01
印刷日期:2026.10.29
图书责编:夏毓彦
图书分类:零售
《人人都能搭建AI应用:扣子多模态开发实操》基于扣子开发平台,从生活与工作中的真实需求出发,带领读者用自然语言描述需求,整合文字、图像、语音、视频等多模态AI能力,逐步完成从应用搭建、效果验证到部署交付的全过程。没有编程基础的任何读者,均能跟随书中的案例,把自己的想法变成可实际使用的AI应用。《人人都能搭建AI应用:扣子多模态开发实操》配套PPT课件、提示词文件、配图PDF文件、教学大纲以及作者答疑微信群,方便读者学习与实践。 《人人都能搭建AI应用:扣子多模态开发实操》共分13章,按照由浅入深、从单一能力到多模态协作、从应用开发到部署上线的路径展开。案例涵盖二手商品估价、门店宣传物料制作、短视频生成、产品结构图绘制、装修效果图设计、分步说明书制作、儿童有声故事、原创背景音乐、有声书与播客、实时语音陪练等实用场景,并进一步介绍多 Agent 协作、自动质量校验和应用部署等工程实践。读者不仅能完成具体项目,还能掌握七要素指令法、模态接力、质量校验闭环等可迁移的方法。 《人人都能搭建AI应用:扣子多模态开发实操》既适合希望借助AI解决实际问题的店主、电商运营人员、内容创作者、教育从业者,以及产品、运营、设计、市场等岗位的职场人士阅读,也适合希望了解多模态AI应用开发方法的教师、学生和开发者参考。
叶彦辛,AI布道师、解决方案架构师&AI产品经理、火山引擎Agent核心开发者、扣子编程技术顾问、国央企与高校AI培训专家。2026年WAIC世界人工智能大会演讲嘉宾,国家级数字化奖项一等奖得主。《扣子编程从一句话到产品上线:零门槛AI心流开发》《玩转FastGPT:像搭积木一样构建智能体》等书的作者。
前 言 技术背景 过去两年,AI领域发生的最大变化,不是模型又聪明了多少,而是能力的形态变多了。看懂照片、凭一句话画出海报、让静态图动起来、把文字念成清晰的人声、给一段视频写一首原创配乐——这些在几年前分属不同学科、不同团队、不同预算量级的事情,如今都变成了可以随手调用的接口。业界把这类跨越图像、文字、语音、视频的能力统称为多模态。 这些能力的成熟速度,比大多数人的预期更快。以视频为例,2026年年初的新一代模型已经支持文本、图片、音频、视频四种模态一起输入,并能原生做到音画同步;到了2026年年中,单段生成时长达到30秒,一次可联合参考的素材多达50个,图像模型、语音模型与基座大模型也在同一节奏上换代。画面、声音和文字的生成质量,已经越过了“能不能用”这条线,进入了“够不够工业交付”的讨论。 但是,能力多不等于产品多。真正卡住绝大多数人的,从来不是“有没有模型”,而是三个更朴素的问题。 能力是散的。识图归识图,出图归出图,配音归配音。一个真实需求往往需要它们首尾相接——先看懂产品照片,再想清楚步骤,然后画出插图,最后还得逐格检查文字有没有写错。把散落的能力串成一条会传递上下文的生产线,是一项工程活儿。 门槛还在。会写提示词的人和需要这个结果的人,往往不是同一批人。中介需要装修效果图,但不打算学什么叫“参考图权重”;小店主需要开业海报,但没时间研究怎么让AI把店名一字不错地写进画面。经验存在少数人的“手感”里,而手感是没法转发的。 从“能跑”到“能用”隔着一整段路。预览窗口中“点击”一下就出结果,只证明作者本人能用;换成别人访问、并发调用、要计费、要留痕、出问...
第1章 识图引擎:二手电商全能估价引擎 1
1.1 从一个生活难题说起 1
1.2 先认识主角:扣子编程与“模态接力” 2
1.2.1 什么是扣子编程(Vibe Coding) 2
1.2.2 全书的核心范式:“模态接力” 3
1.3 七要素指令法:把需求“说清楚”的模板 3
1.4 动手开发:十分钟造一个估价引擎 4
1.4.1 写下你的第一条指令 4
1.4.2 看AI如何规划与搭建 6
1.5 拆解技术方案:三步模态接力是怎么跑起来的 7
1.5.1 三步分别用了什么 7
1.5.2 为什么要做成“流式”体验 8
1.6 实测验收:给一副BOSE耳机估价 8
1.6.1 接口冒烟测试:一个“报错”反而证明它对了 9
1.6.2 上传真实照片,看它怎么干活 9
1.6.3 解读三张结果卡片 10
1.7 本章小结与延伸 12
商用延伸:这台引擎还能怎么改造 12
第2章 出图引擎:实体店开店物料一键生成 13
2.1 从一个开店难题说起 13
2.2 先认识新本领:文生图与图生图 14
2.2.1 文生图:一句话造一幅图 15
2.2.2 图生图:让AI“照着画” 15
2.2.3 接力链的延伸:从“看懂”到“造出” 15
2.3 用七要素重写需求 16
2.4 动手开发:搭一个开店物料工坊 16
2.4.1 写下你的第一条指令 16
2.4.2 看AI如何规划与搭建 18
2.5 拆解技术方案:四棒接力是怎么跑起来的 19
2.5.1 五个接口如何分工 19
2.5.2 让文字“一个字都不出错... 查看详情
(1)作者叶彦辛为AI解决方案架构师、AI产品经理、火山引擎Agent核心开发者、扣子编程技术顾问。 (2)彩色印制,从识图、生图、配音到视频生成,12个真实场景的实用案例,手把手带你跑通图文音视全链路多模态生产线。 (3)七要素说清需求,模态接力串联能力,质量闭环管住产出,部署上线完成交付。 (4)使用自然语言(提示词)开发多模态AI应用,不懂编程也能开发出可直接用于生产的多模态应用,帮助读者灵活使用扣子AI的图文音视创作能力。 (5)配套PPT课件、提示词文件、13个补充案例、教学视频、教学大纲、作者微信群答疑服务。
查看详情





