新書推薦：
《
汉代风俗制度史
》
售價：HK$
52.8
《
1920年代中国的党派与青年研究
》
售價：HK$
97.9
《
汉籍东渐：李瑢《唐宋八家诗选》与东亚汉学播迁
》
售價：HK$
107.8
《
黑石传
》
售價：HK$
120.9
《
从觉醒到破局：普通人的非线性成长密码
》
售價：HK$
64.9
《
无形之笼：算法如何控制劳动者
》
售價：HK$
97.9
《
日本经济安全战略的转型与发展
》
售價：HK$
165.0
《
旧秩序：帝国与霸权中心的世界体系构建
》
售價：HK$
107.8
|
| 編輯推薦： |
|
1.12大场景拆解：AI驱动新闻采编-写作-传播全链革新2.4大维度破局：从智能写作和传播实践到学术研究和伦理风险3.50+实战范式：从文本生成到多模态视听内容技巧4.能力三阶跃迁：思维重塑-工具驾驭-伦理决策的体系化培养
|
| 內容簡介： |
|
AI正在重塑用户的交互习惯、信息偏好、使用粘性、媒介耐性、感知信任。通过自然语言交互和临场意图识别，用户能以更便捷、直接的方式获取更准确、即时的内容反馈，同时结合上下文理解和交互指令优化，输出内容能不断贴合用户需求、实现微颗粒度上的质量提升。此外，AI在提供“已知”答案和既有内容输出的同时，还可以创作“未知”答案和创意性内容生成，这种“即时定制”的内容生成模式大幅提升了用户的主观能动性，这让用户对媒介信息反馈的耐性也进化到了“秒级”响应。加之交互过程中机器所形成的人格特征和共情特点，让用户对“媒体”的理解也赋予了更多的情感因素，这也会进一步强化用户使用粘性。主要内容和特色：从新闻传播专业教育视角切入，面向新闻写作过程中的关键环节，探索AIGC的“赋能”之路径和“负能”之边界。针对新闻选题、新闻评论、数据新闻、舆情分析、受众分析、效果评估、论文写作等环节，系统性讲解AIGC的应用流程、技巧与实战案例。通过理论与实践相结合，培养学生在AGI背景下的新闻素养与专业技能。读者对象：新闻与传播专业本科生、研究生，及传媒领域从业者、新闻写作爱好者。
|
| 目錄：
|
第1章大模型赋能新闻传播研究与实践
1.1应用场景： AIGC驱动传媒产业供需升级
1.1.1AIGC跨界应用： 场景强化，多元辐射
1.1.2AIGC与传媒： 新闻生产流程革新与范式升级
1.1.3AIGC+新闻传播教育与实践
1.2技术逻辑： 生成式人工智能的特点与痛点
1.2.1大语言模型： 生成式AI的拐点
1.2.2AIGC的本质： 统计语言模型
1.2.3“百模”大战： 大模型产品的创新浪潮
1.3核心技能： 人机协作的可控性与能动性
1.3.1会提问： 逐层递进，刨根问底
1.3.2会求证： 博闻明辨，唯求其是
1.3.3会补短： 取长补短，融会贯通
第2章AI辅助新闻选题与热点洞察
2.1AI辅助选题的基本原则
2.1.1新闻选题的“冷”与“热”
2.1.2数据驱动的新闻选题
2.1.3AI辅助新闻选题的核心逻辑
2.2AI辅助选题的素材准备
2.2.1素材收集维度
2.2.2数据获取方式
2.3AI辅助选题的基础操作
2.3.1一步到位式选题生成
2.3.2逐层递进的提示引导
第3章AI辅助消息类新闻的写作
3.1AI辅助新闻写作的类型与思路
3.1.1AI新闻写作的类型
3.1.2AI辅助消息类新闻写作的思路
3.2消息类新闻AI写作的流程
3.2.1新闻主题确定与资料准备
3.2.2新闻结构拆解与框架梳理
3.2.3分版块提示指令与内容生成
3.3AI辅助新闻整合与润色
3.3.1新闻文本整合与润色
3.3.2新闻结构与篇幅调整
第4章AI辅助新闻评论生成
4.1新闻评论写作基础步骤
4.1.1新闻评论撰写的核心特性
4.1.2新闻评论撰写的基本模块
4.1.3新闻评论撰写的基础流程
4.2AI辅助新闻评论写作的流程
4.2.1新闻素材准备： 背景信息收集
4.2.2评论标题生成
4.2.3整体结构篇幅规划
4.2.4导语和引论撰写
4.2.5主体内容撰写
4.2.6评论结尾撰写
4.3新闻评论的整合与润色
第5章AI辅助数据新闻生成
5.1数据新闻写作的基础步骤
5.1.1数据新闻的制作流程
5.1.2AI辅助数据新闻制作的步骤
5.2AI辅助新闻数据收集
5.2.1数据维度： 需要哪些数据
5.2.2数据收集： 从哪些渠道收集
5.3AI辅助新闻数据分析
5.3.1统计数据分析
5.3.2文本数据挖掘
5.4AI辅助数据可视化与叙事
5.4.1数据图表制作
5.4.2故事化叙事： 逻辑串联
第6章AI辅助网络舆情分析
6.1舆情分析的基础框架
6.1.1舆情分析的主要内容
6.1.2舆情分析报告核心模块
6.2AI辅助舆情数据挖掘
6.2.1AI辅助事件概述生成
6.2.2AI辅助传播概况分析
6.2.3AI辅助媒体观点分析
6.2.4AI辅助舆论观点挖掘
6.3AI辅助舆情态势研判
6.3.1AI辅助风险洞察/舆情点评/舆情研判
6.3.2AI辅助对策建议生成
第7章AI辅助新媒体文案生成
7.1AI辅助平台调性与特征挖掘
7.1.1差异化平台调性识别
7.1.2爆款内容的数据洞察
7.2AI辅助长篇幅文案生成
7.2.1微信爆款内容的规律挖掘
7.2.2AI辅助生成微信公众号文章
7.3AI辅助短篇幅文案生成
7.3.1AI辅助微博内容生成
7.3.2AI辅助小红书文案生成
第8章AI辅助多模态与多语种新闻生成
8.1AI辅助图文类新闻生成
8.1.1AI辅助新闻配图
8.1.2AI辅助图片解说
8.2AI辅助视频类脚本创作
8.2.1AI辅助视频脚本分析
8.2.2AI辅助视频脚本生成
8.2.3AI辅助视频内容生成
8.3AI辅助多语种新闻生成
8.3.1多语种新闻翻译
8.3.2多语种新闻风格调整
第9章AI辅助受众分析
9.1受众分析的维度和方法
9.1.1受众分析维度
9.1.2受众分析方法
9.2受众需求挖掘与定位
9.2.1受众需求痛点分析
9.2.2既有市场环境分析
9.2.3受众差异化定位
9.2.4受众需求挖掘
9.3受众数据画像与调查
9.3.1用户数据洞察： 标签化
9.3.2群像洞察与竞品分析
9.3.3受众调查与问卷设计
9.3.4用户角色模拟
第10章AI辅助传播效果评估
10.1传播效果研究范式
10.1.1传播效果研究的三大层次
10.1.2AI辅助经典传播效果理论分析
10.2AI辅助议程设置分析
10.2.1AI辅助第一层议程设置分析
10.2.2AI辅助第二层议程设置分析
10.2.3AI辅助第三层议程设置分析
10.3AI辅助框架分析
10.3.1常见媒介框架
10.3.2AI辅助新闻框架分析
第11章AI辅助学术论文写作
11.1AIGC赋能社会科学研究
11.1.1人类知识谱系中的社会科学
11.1.2AIGC： 一种认识世界的新方法
11.1.3AIGC辅助社会科学论文写作
11.2AI辅助研究设计
11.2.1AI辅助研究选题
11.2.2AI辅助研究框架搭建
11.2.3AI辅助文献阅读
11.3AI辅助实证分析
11.3.1AI辅助数据调研
11.3.2AI辅助数据解读
11.3.3AI辅助数据分析结论提炼
11.3.4AI辅助文字润色
11.4AI辅助论文写作操作示例
11.4.1辅助选题提示语示例
11.4.2搭建框架提示语示例
11.4.3文献阅读提示语示例
11.4.4明确问题提示语示例
11.4.5数据调研提示语示例
11.4.6数据分析提示语示例
11.4.7结论提炼提示语示例
11.4.8文字润色提示语示例
第12章AIGC背景下的新闻伦理
12.1AIGC风险洞察
12.1.1概率生成与AI幻觉
12.1.2数据污染与知识盲区
12.1.3交互误导与偏见滤泡
12.2AI对新闻伦理的挑战
12.2.1自动化虚假新闻
12.2.2模板化流水新闻
12.2.3AI作品与版权争议
12.3AIGC应用边界
12.3.1新闻职业伦理
12.3.2学术伦理规范
12.3.3技术伦理约束
参考文献
附录人工智能生成合成内容标识办法
|
| 內容試閱：
|
前言
2022年被称为人工智能生成内容（Artificial Intelligence Generated Content，AIGC）的元年，从AI绘画揽获行业大奖，到
AI创作
视频引发行业热议，再到ChatGPT、DeepSeek、可灵的火爆出圈，各类AI作品在革新大众认知的同时，也给新闻传播行业的发展带来新的挑战和机遇。
AIGC在大众领域的泛化应用，实现了从机器语言到自然语言、从专业领域到通用领域、从单轮交互到多轮对话、从模板输出到开放创作、从整合归纳到逻辑推理的人机交互范式升级。这种大规模、多模态、即时性的内容生成方式极大程度上超越了传统的PGC（Professional Generated Content，专业生产内容）和UGC（User Generated Content，用户生成内容），已逐步成为Web 3.0时代媒介内容生产的新引擎。
对于生产端而言，AI正在重新定义媒介供需关系。在AIGC驱动下，供需流动效率极大提升，供需结构逐步趋向动态平衡。在PGC主导的传统媒体时代，主流媒体长期处于“供小于求”状态，供需不匹配的失衡结构也限制了信息流动效率； 而在UGC主导的社交媒体时代，主流媒体逐渐转向多终端、多模态、矩阵化内容生产模式，加之平台无尽信息流模式的推荐模式，使得媒介信息转向“供大于求”的“买方市场” 随着AIGC主导的智能媒体时代到来，需求端在人机交互中的主观能动性增强，供给侧的信息组织效率和跨模态生产能力提升，逐步转向“按需供给”的动态平衡结构。
从需求端来看，AI正在重塑用户的交互习惯、信息偏好、使用黏性、媒介耐性、感知信任。通过自然语言交互和临场意图识别，用户能以更便捷、直接的方式获取更准确、即时的内容反馈。同时，结合上下文理解和交互指令优化，输出内容能不断贴合用户需求，实现微颗粒度上的质量提升。此外，AI在提供“已知”答案和既有内容输出的同时，还可以创作“未知”答案和创意性内容生成，这种“即时定制”的内容生成模式大幅提升了用户的主观能动性，这让用户对媒介信息反馈的耐性也进化到了“秒级”响应。加之交互过程中机器所形成的人格特征和共情特点，让用户对“媒体”的理解也被赋予了更多的情感因素，这也会进一步提升用户黏度。
诚然，庞大的语料和算力支撑让AI看上去“无所不能”，但这种显性功能的强大也在一定程度上掩盖了用户对其内容质量和可信度的关注。研究发现，相比于欧美国家用户对AIGC的批判性态度，中国用户对AIGC的应用表现出了更明显的积极态度。在部分场景下，用户对署名为机器的新闻信息的感知可信度甚至高于对人类记者的信任度，这也进一步加大了AIGC的风险规制的必要性。目前，AI内容输出已基本做到多场景“可供”、多领域“可用”，但其“可信度”和“可塑性”还有待进一步提升。而这种“可信”和“可塑”正是新闻传播专业在AIGC应用上可介入的重点方向。
在此背景下，本书试图从新闻传播研究与实践视角切入，针对新闻写作过程中的关键环节，探索AIGC的“赋能”之路径和“负能”之边界。针对新闻选题、新闻评论、数据新闻、舆情分析、受众分析、效果评估、论文写作等环节，系统性讲解AIGC的应用流程、技巧与实践案例。通过理论与实践相结合，培养学生在AGI（Artificial General Intelligence，人工通用智能）背景下的新闻素养与专业技能。
本书的具体内容如下。
第1章旨在探讨大语言模型（如
DeepSeek、ChatGPT
等）在新闻传播研究和实践中的应用，涵盖了大模型的基本原理、功能、特性，以及在新闻领域的应用前景与局限。通过案例分析和实践操作，揭示大模型技术在辅助新闻写作中的潜力空间与可能边界。
第2章着重于AI技术在新闻选题和热点分析中的应用。探讨AI如何帮助新闻工作者识别和预测热点趋势，以及如何在新闻报道中有效利用这些信息进行洞察。通过实际案例和练xi，旨在提升学习者运用AI进行新闻选题和热点分析的意识和提示语写作技能。
第3章专注于AIGC技术在消息类新闻写作中的辅助应用。通过对消息类新闻的结构解析、写作要点梳理、素材收集整合、文本逻辑串联，借助AI来实现基于消息类新闻生成和新闻文本润色修改。
第4章探讨AI在撰写新闻评论中的应用，重点是如何利用AI技术生成指定观点的内容，同时保持人类写作的风格和情感。
第5章探讨AIGC技术在可视化制作中的应用。包括如何利用AI生成图表、图形和其他可视化内容，以及将数据转化为有趣且易于理解的图表和图形，以增强新闻报道的视觉呈现效果。
第6章分析AI在数据挖掘和舆情分析中的应用，包括AI舆情分析的基本原理与流程，以及利用AI进行多源异构数据分析与舆情报告写作。
第7章聚焦于利用AI技术进行多渠道新媒体内容的创作。包括利用AI洞察常见的新媒体平台的内容调性与爆款文章特点，并辅助进行多渠道内容创作。
第8章探讨AIGC技术在多模态（图文、视频等）和多语种新闻写作中的应用。
第9章着眼于AIGC技术在用户洞察和受众分析中的应用。
第10章从新闻理论研究视角切入，探讨AIGC在新闻内容的框架分析和效果评估中的应用。包括AIGC在信息编码与内容分类中的应用，以及AI辅助议程设置分析与效果分析的操作流程。
第11章聚焦于AIGC在辅助学术论文写作中的应用。包括AI辅助选题、搭建框架、阅读文献、数据调研、数据分析、结论提炼等论文写作环节。
第12章探讨AIGC技术在新闻传播中的伦理和法律问题。探讨如何在新闻传播研究与实践中平衡创新和伦理，强调在把握风险边界的基础上，最大化挖掘技术红利。
为了使读者更好地学习AIGC应用相关知识，本书以理论结合实践，通过案例引导、理论加固、实操演示相结合，配套视频教学内容和电子课件，通过专题性讲解和逐步演示帮助读者快速掌握相关知识点。
由于编者学术水平局限，书中难免存在表达欠妥或未详尽之处，由衷期望各位读者和相关专家学者能提出宝贵的修改建议。此外，本书所配套的电子教学资源（含教学视频和PPT课件），读者可查看本书的随书资源，或到百度飞桨学习社区免费下载。
编者
2025年10月
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
暢銷書架
