法律人ChatGPT应用指南
全新正版现货
￥ 54.6 7.0折 ￥ 78 全新
库存2件
四川成都
认证卖家担保交易快速发货售后保障
作者陈焕,叶俊希,李伯阳,唐简捷,林广军
出版社法律出版社
ISBN9787519780272
出版时间2024-02
装帧平装
开本16开
纸张胶版纸
定价78元
货号29687825
上书时间2024-07-29
商品详情
- 品相描述：全新
- 正版全新
- 商品描述
-
【内容简介】:
ChatGPT虽然只是市场上诸多人工智能应用工具的其中之一，但其有着广泛的用户基础和充分的代表性。作者团队遵循法律工作的特点和需求，将技术工具原理、具体应用场景和进阶使用方法进行系统梳理和梯度介绍。
体例上，本书共分三篇，并模拟“手把手教你做任务”的学习主线，带领读者从入门篇、进阶篇到高阶篇，每读完一篇均能掌握一项或多项实用技能，有很强的获得感。具体而言，章到第五章为“入门篇：AI能为法律人的生活和工作做点什么”，从对ChatGPT工作原理、使用技巧、生活及工作场景应用做了介绍，旨在让读者快速入门并掌握技巧。第六章到第七章为“进阶篇：手把手教你打造AI法律助理”，即在第七章介绍如何搭建LangChain库，旨在让读者学会如何将ChatGPT变成个人专属数据库。第八章为“高阶篇：手把手教你接入国产大模型”，介绍如何打造安全又好用的法律垂类模型，旨在指引读者在用好大模型的同时兼顾数据安全。
【作者简介】:
陈焕，北京市隆安（广州）律师事务所律师，隆安湾区人工智能法律研究中心主任、数字经济部副部长，国家工业信息安全发展研究中心牵头起草的《生成式人工智能数据应用合规指南》团体标准起草人。多次在诉讼实践中成功运用AI、爬虫、哈希值比对等技术，代理多起互联网、计算机案件。曾获广州律协2022年度业务成果奖。
叶俊希，具有法学与工学双背景，北京市隆安（广州）律师事务所合伙人、广州市律师协会文化传媒与体育娱乐法律专业委员会委员、广州市人大常委会立法专家座谈会列席代表、国家工业信息安全发展研究中心牵头起草的《生成式人工智能数据应用合规指南》团体标准起草人。曾获广州律协2022年度业务成果奖。
李伯阳，北京市隆安（广州）律师事务所律师、隆安湾区人工智能法律研究中心高顾问，前互联网大厂法务负责人。善用编程等计算机技术办案，曾成功研发多个人工智能法律定制产品，包括“AI律师助理”等。
唐简捷，某知名法律科技公司 法律AI产品合规研究员，曾任国内头部运营商法务主管。善于在法律合规中应用AI技术、测试技术、加密技术，曾参与数字广东粤商通、中盾安信（公安一所）、中国电信等多个数据安全与合规项目。
林广军，上海数科（深圳）律师事务所高合伙人。在刑事辩护领域具有较高的专业能力和丰富的实践经验，善于使用计算机技术协助提高办案效率与质量。
【目录】:
章 认识ChatGPT——新时代的人工智能
节 人工智能的起承转合
第二节 ChatGPT的诞生背景
第三节 ChatGPT的技术原理
第四节 ChatGPT的不足之处
第五节 GPT对法律人的影响
第二章 使用ChatGPT前的准备
节 ChatGPT详细注册指南
第二节 认识ChatGPT的操作界面
第三节 使用ChatGPT的插件
第四节 搭配Bing、Claude解决不同需求
第五节 国产大模型介绍
第六节 保护隐私，警惕幻觉
第三章 如何用好提示词
节 什么是提示词
第二节 设置指令
第三节 设置特定身份
第四节 少样本学习
第五节 使用标点符号
第六节 分解任务
第七节 用提示词调用ChatGPT的各种格式
第八节 调节temperature参数
第九节 重要建议
第十节 法律人常用的prompt和万能公式
第四章 ChatGPT帮助法律人提升技能
节 法律人的随身私教
第二节 法律人的写作神器
第三节 “令人心动”的求职招聘专家
第四节 让法律人做“故事大王”
第五节 法律人的翻译助理和外语私教
第六节 让法律意见可视化
第五章 ChatGPT在法律工作场景中的应用
节 快速提炼文章要点
第二节 轻松解答法律咨询
第三节 从零入门陌生行业
第四节 定制个性化的法律文书
第五节 快速生成证据收集清单
第六节 高效助力合规审查
第七节 一键搞定批量文书
第八节 模拟法庭攻守辩论
第六章 手把手教你打造AI法律助理（上）
节 法律人也可以“速成”AI编程
第二节 打造AI小助理之前的准备工作
第三节 开始打造AI小助理
第四节 让AI小助理“融入办公室”
第七章 手把手教你打造AI法律助理（下）
节 LangChain：给AI小助理加装“外脑”
第二节 给“外脑”输入中国法律
第三节 让AI小助理回答中国法律问题
第四节 升AI小助理的操作界面
第五节 探索更多可能性：LangChain还能做什么
第八章 除了ChatGPT，我们还有哪些选择
节 对法律人而言，使用大语言模型有什么风险
第二节 当我们聊“开源”的时候，我们在聊什么
第三节 有哪些开源模型可供选择
第四节 接入国产开源大模型——以ChatGLM为例
第五节 ChatGLM2与GPT-4的效果对比
第六节 参数微调，法律垂类大模型的可能性
— 没有更多了 —
以下为对购买帮助不大的评价