登入
｜
註冊
｜
會員中心
｜
結帳
｜
培訓課程
魔法弟子
｜
自資出版
｜
電子書
｜
客服中心
｜
智慧型立体會員
書名
出版社
作者
isbn
編號
5050魔法眾籌
|
NG書城
|
國際級品牌課程
|
優惠通知
|
霹靂英雄音樂精選
|
App程式設計入門：iPhone、iPad(附光碟)
此作者無相關書籍
文學小說
文學
｜
小說
商管創投
財經投資
｜
行銷企管
人文藝坊
宗教、哲學
社會、人文、史地
藝術、美學
｜
電影戲劇
勵志養生
醫療、保健
料理、生活百科
教育、心理、勵志
進修學習
電腦與網路
｜
語言工具
雜誌、期刊
｜
軍政、法律
參考、考試、教科用書
科學工程
科學、自然
｜
工業、工程
家庭親子
家庭、親子、人際
青少年、童書
玩樂天地
旅遊、地圖
｜
休閒娛樂
漫畫、插圖
｜
限制級
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
Prompt Engineering for Generative AI
作者：
James Phoenix, Mike Taylor
譯者：
CAVEDU教育團隊, 曾吉弘
分類：
電腦與網路
／
程式語言
出版社：
美商歐萊禮中文書
出版日期：2025/7/16
ISBN：9786264251020
書籍編號：kk0605475
頁數：464
定價：
880
元
優惠價：
82
折
722
元
書價若有異動，以出版社實際定價為準
訂購後立即為您進貨
訂購後立即為您進貨：目前無庫存量,讀者下訂後,開始進入調書程序,一般天數約為2-10工作日(不含例假日)。
團購數最低為 20 本以上
評價數：
(請將滑鼠移至星星處進行評價)
目前平均評價：
文字連結
複製語法
<a href='https://www.silkbook.com/book_detail.asp?goods_ser=kk0605475'>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</a>
圖片連結
複製語法
<a href='https://www.silkbook.com/book_detail.asp?goods_ser=kk0605475'><img src='https://www.silkbook.com/mall_image/bk/kk0605475.jpg' ALT='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' height='120' width='90'></a>
分
享
內容簡介
作者介紹
書籍目錄
同類推薦
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 內容簡介 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
作者簡介 James Phoenix 曾為General Assembly教育公司開設超過60場資料科學訓練營。 Mike Taylor 創辦了行銷公司Ladder，該公司在美國、英國與歐盟擁有50名員工。 James和Mike 透過他們攜手創辦的公司Vexpower，一同教授各種生成式AI課程。
目錄 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
APCS完全攻略：從
軟體就該是軟的：設計
軟體就該是軟的：設計
前端工程師進階軟體開
一本搞定 AI數位員
UI自動化測試與AI
輕鬆學Python程
AI 時代的 Sid
從零開始學Pytho
聰明提問AI的技巧與
為了保障您的權益，新絲路網路書店所購買的商品均享有到貨七天的鑑賞期（含例假日）。退回之商品必須於鑑賞期內寄回（以郵戳或收執聯為憑），且商品必須是全新狀態與完整包裝(商品、附件、內外包裝、隨貨文件、贈品等)，否則恕不接受退貨。
