庫存狀況
「香港二樓書店」讓您 愛上二樓●愛上書
我的購物車 加入會員 會員中心 常見問題 首頁
「香港二樓書店」邁向第一華人書店
登入 客戶評價 whatsapp 常見問題 加入會員 會員專區 現貨書籍 現貨書籍 購物流程 運費計算 我的購物車 聯絡我們 返回首頁
香港二樓書店 > 今日好書推介
二樓書籍分類
 
生成式AI提示工程|以前瞻性的設計打造穩定、可信任的AI解決方案

生成式AI提示工程|以前瞻性的設計打造穩定、可信任的AI解決方案

沒有庫存
訂購需時10-14天
9786264251020
James Phoenix,Mike Taylor
CAVEDU教育團隊,曾吉弘
歐萊禮
2025年7月16日
293.00  元
HK$ 263.7  






ISBN:9786264251020
  • 規格:平裝 / 464頁 / 18.5 x 23 x 2 cm / 普通級 / 部份全彩 / 初版
  • 出版地:台灣


  • 電腦資訊 > 概論/科技趨勢 > 人工智慧/機器學習











      ChatGPT、DALL-E這類大型語言模型(LLM)和生成擴散模型具備了前所未有的潛力。經由網際網路上的公開文字與圖像訓練之後,這些模型可應用於各種任務。由於進入門檻大幅降低,幾乎任何開發者都能利用AI模型來解決以往不適合自動化的問題。?



      透過本書,你將掌握生成式AI的扎實基礎,並學習如何將這些模型應用於實際情境。在將大型語言模型與生成擴散模型整合至工作流程時,多數開發者往往難以生成可供自動化系統使用的可靠結果。本書作者James Phoenix與Mike Taylor將深入解析提示工程的核心原則,讓你在正式部署後能與AI高效共事。?



      本書精彩內容:?

      • 適用於不同模型且未來也依然有效的提示五大原則。?

      • 使用LangChain等函式庫和框架,將生成式AI應用於實際案例。?

      • 評估GPT-4和DALL-E 2等OpenAI模型與其他包括開放原始碼模型的替代方案,分析比較各自的優勢與弱點。?

      • 這些原則如何實際應用在自然語言處理、文字與圖像生成以及程式開發領域中。



    好評推薦



      來自業界專家的推薦

      「Mike和James是這領域的大師,這絕對是我讀過關於提示工程的最棒書籍之一。」 ── Dan Shipper,Every共同創辦人與CEO?



      「如果想要提升AI系統的準確性和可靠性,這本書在你的書架上足有一席之地。」 ── Mayo Oshin,Siennai Analytics創辦人與CEO,LangChain早期貢獻者?

    ?


     





    chapter 01 提示五大原則?

    簡述提示五大原則?

    1. 給予方向?

    2. 指定格式?

    3. 提供範例?

    4. 評估品質?

    5. 任務分工?

    總結?



    chapter 02 簡介大型語言模型用於文字生成?

    什麼是文字生成模型??

    歷史背景:Transformer 架構的崛起?

    OpenAI 的 GPT?

    GPT-4?

    Google Gemini?

    Meta Llama 與開放原始碼?

    運用量化與 LoRA?

    Mistral?

    Anthropic: Claude?

    GPT-4V(ision)?

    比較各種模型?

    總結?



    chapter 03 使用 ChatGPT 來生成文字的標準做法?

    生成清單?

    階層式清單生成?

    何時要避免使用正則表達式?

    生成 JSON?

    過濾 YAML 負載?

    處理 YAML 中的無效負載?

    使用 ChatGPT 生成多種格式?

    用五歲小孩都能懂的方式來說明?

    藉由 LLM 實現通用翻譯?

    要求上下文?

    文字風格拆解?

    辨識所需的文字特徵?

    使用提取特徵來生成新內容?

    使用 LLM 提取特定文字特徵?

    摘要?

    在上下文窗口受限的情況下摘要?

    文字分塊?

    分塊策略?

    使用 SpaCy 進行語句偵測?

    在 Python 中建置簡易分塊演算法?

    滑動窗口分塊?

    文字分塊套件包?

    使用 Tiktoken 進行文字分塊?

    編碼?

    估計 Chat API 呼叫的標記用量?

    情感分析?

    最少到最多?

    角色提示?

    GPT 提示策略?

    使用 LLM 分類?

    建置分類模型?

    多數決分類法?

    評估標準?

    元提示?

    總結?



    chapter 04 使用 LangChain 的進階文字生成技巧?

    簡介 LangChain?

    聊天模型?

    串流聊天模型?

    建立多個 LLM 生成結果?

    LangChain 提示樣板?

    LangChain 表達式語言(LCEL)?

    使用提示樣板與聊天模型?

    輸出解析器?

    LangChain 評估?

    OpenAI 函式呼叫?

    平行函式呼叫?

    在 LangChain 中進行函式呼叫?

    使用 LangChain 來提取資料?

    查詢規劃?

    建立少樣本提示樣板?

    少樣本範例的限制?

    儲存與載入 LLM 提示?

    資料連接?

    文件載入器?

    文字分割器?

    根據長度和憑證大小來分割文字?

    使用遞歸字元分割來分割文字?

    任務分解?

    提示鏈接?

    總結?



    chapter 05 FAISS 與 Pinecone 向量資料庫?

    檢索增強生成(RAG)?

    淺談嵌入?

    載入文件?

    使用 FAISS 進行記憶檢索?

    使用 LangChain 來進行 RAG?

    使用 Pinecone 來託管向量資料庫?

    自我查詢?

    其他檢索機制?

    總結?



    chapter 06 具有記憶和工具的自動代理?

    思維鏈?

    代理?

    使用 LLM 作為 API(OpenAI 函式)?

    比較 OpenAI 函式與 ReAct?

    代理工具包?

    自定義標準代理?

    LCEL 中的自定義代理?

    理解與使用記憶?

    LangChain 中的記憶?

    LangChain 中其他常見的記憶類型?

    具備記憶的 OpenAI 函式代理?

    進階代理框架?

    回呼?

    總結?



    chapter 07 淺談圖像生成擴散模型?

    OpenAI 的 DALL-E?

    Midjourney?

    Stable Diffusion?

    Google Gemini?

    文字轉影像?

    模型比較?

    總結?



    chapter 08 用 Midjourney 生成圖像的標準做法?

    樣式修飾符?

    藝術風格修飾符?

    負面提示工程?

    品質提升器?

    負面提示?

    加權詞?

    以圖像為提示?

    圖像修復?

    圖像擴展?

    角色一致性?

    重寫提示?

    拆解迷因?

    迷因對應?

    提示分析?

    總結?



    chapter 09 使用 Stable Diffusion 生成圖片之進階技巧?

    執行 Stable Diffusion?

    AUTOMATIC1111 網頁版使用者介面?

    Img2Img?

    放大圖像?

    Interrogate CLIP?

    SD 圖像修復與圖像擴展?

    ControlNet?

    任意分割模型(SAM)?

    DreamBooth 微調?

    Stable Diffusion XL Refiner?

    總結?



    chapter 10 打造 AI 驅動應用程式?

    AI 部落格寫作?

    主題研究?

    專家訪談?

    生成大綱?

    文字生成?

    寫作風格?

    標題最佳化?

    AI 生成的部落格插圖?

    使用者介面?

    總結?



    索引?




    其 他 著 作