生成式AI已開始真正進入產品、服務與企業流程,但當團隊實際開發GenAI應用程式與AI Agent時,往往很快就遇到各種工程問題:
模型產生幻覺、回應結果不穩定該如何處理？
怎麼讓生成內容符合品牌風格與指定格式？
如何讓Agent具備規劃、自我修正與協作能力？
多個Agent又該如何組合成可落地的應用系統？
本書整理了32種生成式AI設計模式(Generative AI Design Patterns),將研究論文與第一線實務經驗轉化為可直接套用的工程解法。
無論是拿來作為參考手冊、架構設計指南,或是培養整體GenAI設計思維,這本書都是對工程師、資料科學家、軟體架構師或產品經理極具價值的工具書。
【專業推薦】
「這是一本引領GenAI從原型邁向正式部署的實戰手冊。書中收錄的設計模式匯集了現實的工程經驗,可讓開發者充滿信心地應對幻覺、可靠性與規模化的種種挑戰。」
——Marily Nika博士,《Building AI-Powered Products》作者
「Hannes與Lak將寶貴的實戰智慧寫成這本全方位指南,幫助你將理論轉化為實際做法。」
——Chip Huyen,《設計機器學習系統》與《AI工程》作者
生成式AI帶來強大的新能力,然而,在正式交付可靠的應用程式或代理之前,你仍然會面臨有一些棘手的限制。幸運的是,來自業界專家的二位作者已經整理了32種經得起考驗的設計模式。在開發LLM專案時難以避免的難題都可以在本書中找到對策,包括幻覺、不確定的回應,以及模型知識斷層。
本書將論文研究跟實務經驗整理成可以直接套用的建議。在每一種模式中,作者會先說明問題在哪,再附上完整的範例程式來示範解法,最後還會分析解決方案背後的取捨。
. 因應LLM的侷限性
. 確保生成的內容符合特定風格、語調與格式
. 在權衡各類風險的同時,將創意極大化
. 讓代理具備規劃能力、自我修正能力、行動能力,而且能與其他代理協作
. 將多種模式組合成適合各種應用場景的代理型應用程式
模型產生幻覺、回應結果不穩定該如何處理？
怎麼讓生成內容符合品牌風格與指定格式？
如何讓Agent具備規劃、自我修正與協作能力？
多個Agent又該如何組合成可落地的應用系統？
本書整理了32種生成式AI設計模式(Generative AI Design Patterns),將研究論文與第一線實務經驗轉化為可直接套用的工程解法。
無論是拿來作為參考手冊、架構設計指南,或是培養整體GenAI設計思維,這本書都是對工程師、資料科學家、軟體架構師或產品經理極具價值的工具書。
【專業推薦】
「這是一本引領GenAI從原型邁向正式部署的實戰手冊。書中收錄的設計模式匯集了現實的工程經驗,可讓開發者充滿信心地應對幻覺、可靠性與規模化的種種挑戰。」
——Marily Nika博士,《Building AI-Powered Products》作者
「Hannes與Lak將寶貴的實戰智慧寫成這本全方位指南,幫助你將理論轉化為實際做法。」
——Chip Huyen,《設計機器學習系統》與《AI工程》作者
生成式AI帶來強大的新能力,然而,在正式交付可靠的應用程式或代理之前,你仍然會面臨有一些棘手的限制。幸運的是,來自業界專家的二位作者已經整理了32種經得起考驗的設計模式。在開發LLM專案時難以避免的難題都可以在本書中找到對策,包括幻覺、不確定的回應,以及模型知識斷層。
本書將論文研究跟實務經驗整理成可以直接套用的建議。在每一種模式中,作者會先說明問題在哪,再附上完整的範例程式來示範解法,最後還會分析解決方案背後的取捨。
. 因應LLM的侷限性
. 確保生成的內容符合特定風格、語調與格式
. 在權衡各類風險的同時,將創意極大化
. 讓代理具備規劃能力、自我修正能力、行動能力,而且能與其他代理協作
. 將多種模式組合成適合各種應用場景的代理型應用程式
