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。通过实际案例和练习，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