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
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。
「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
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。