書名: GPT語言模型大揭密:OpenAI API應用全攻略,打造頂尖NLP產品 (1版)
作者: Sandra Kublik, Shubham Saboo
譯者: 人工智慧小組(GPT, 博碩編輯室)
版次: 1
ISBN: 9786263334618
出版社: 博碩
出版日期: 2023/05
書籍開數、尺寸: 17x23x1.49
頁數: 192
內文印刷顏色: 單色
#資訊
#資訊科學與資訊系統
定價: 600
售價: 510
庫存: 已售完
LINE US! 詢問這本書 團購優惠、書籍資訊 等
此書籍已售完,調書籍需2-5工作日。建議與有庫存書籍分開下單

付款方式: 超商取貨付款 line pay
信用卡 全支付
線上轉帳 Apple pay
物流方式: 超商取貨
宅配
門市自取

詳細資訊

【簡介】 👍本書特色 2022年11月,一個震撼全球的AI軟體ChatGPT面世,造成白領階級的大恐慌,因為實際試過ChatGPT的人都知道,這次AI的大躍進可能會讓自己的工作不保。例如這本書的翻譯主要就是由ChatGPT完成的,出版社再針對翻譯內容進行勘誤審校,確實發現ChatGPT的翻譯能力屬於優良等級。 ChatGPT是由OpenAI開發的GPT應用之一,是一種大型語言模型,參數量從第一代到第三代成長了1000倍,在微軟投入大量資金後,GPT-3.5的參數量達到2000億個,GPT-4也隨之而來,並持續在發展中。Google及其他大廠也都緊急增加投入AI領域的資源。在可預期的未來,AI軍備大戰不可避免。GPT確實讓內容產生者(包含程式設計師)產生了極大的恐慌。但恐慌是沒有用的,一個工具的誕生必須接受它,並且利用它來提升自己的效率才是王道。 因著ChatGPT的推出,現在要想建置人工智慧應用程式比以往任何時候都更加容易。本書將向你展示如何輕鬆入門OpenAI API,介紹如何以創新方式利用這個工具來滿足你的使用案例,探討建立於GPT-3之上的成功新創公司以及將它應用在產品領域的企業,並檢視其發展中的問題和潛在未來趨勢。 書籍第一部分涵蓋了OpenAI API的基礎知識;第二部分探索了環繞GPT-3自然演化而成的豐富生態系統。 第1章_介紹了輕鬆進入這些主題的必要背景和基本定義。 第2章_深入研究API,將其分解為最關鍵的元素,例如引擎和端點,描述它們的目的和最佳實踐,讓讀者得以在更深層次上與它們互動。 第3章_提供一個簡單而有趣的例子,可作為你第一個由GPT-3驅動的應用程式。 第4章_則採訪一些最成功的GPT-3產品和應用程式創辦人,聽取他們在商業規模互動模型方面的挑戰和經驗分享。 第5章_探討企業如何看待GPT-3及其廣泛採用的潛力。 第6章_討論更廣泛採用所帶來的問題,例如誤用和偏見,並說明如何解決這些問題。 最後一個章節_則更進一步探索最令人興奮的未來趨勢和可能性。 |來劃重點| ★ 對API不再一知半解,拆解Playground的組成元件工作方式給你看 ★ 手把手教你如何在Python、Go、Java語言中使用OpenAI API ★ 看看Fable Studio、Viable、Quickchat、Copysmith、Stenography怎麼搞創作、做客服、聊天機器人、玩行銷、寫程式 ★ GitHub Copilot、Microsoft和Algolia的高階經理人親上火線說明他們如何大規模使用GPT-3 👍本書對象 如果你是以下這些對象,這本書將對你有所幫助: ☛ 想要學習AI技能的資料專家 ☛ 想要在AI領域打造下一個重要產品的企業家 ☛ 希望提升AI知識並將其應用於推動關鍵決策的企業領袖 ☛ 希望利用GPT-3的語言能力進行創意用途的作家、播客、社群媒體管理員或其他以語言為基礎的創作者 ☛ 擁有任何基於人工智慧的好點子、一度被認為在技術上不可能實現或成本過高的人 本書針對不同族群,提供了適合的AI知識和應用案例,是一本實用性和啟發性兼備的完整指南,對想要掌握AI技能或應用AI技術於工作和創作的人都將有極大助益! 👍專業推薦 ♕ 本書獲AI領域知名新創企業創辦人及研究學者大力推薦! ♕ 「對於想了解GPT-3語言模型及如何在OpenAI API上開發應用程式的從業人員和開發人員而言,這本書是完美的起點。」 —Peter Welinder,OpenAI產品和合作夥伴關係副總裁 「這本書立刻就能吸引人的原因在於,不同技術背景的人都能閱讀此書並使用AI人工智慧創造出世界級的解決方案。」 —Noah Gift,杜克大學駐校執行長,Pragmatic AI實驗室創辦人 「如果你想使用GPT-3或任何大型語言模型來建構應用程式或服務,本書擁有你所需的一切。本書深入探討了GPT-3,其使用案例將幫助你將這些知識應用於你的產品上。」 ——Daniel Erickson,Viable創辦人兼首席執行長 「作者們在提供GPT-3技術和社會影響方面有出色的工作表現。閱讀此書後,你會對於人工智慧領域的最新進展充滿信心。」 —Bram Adams,Stenography創辦人 「這本書非常適合初學者!它甚至還包含了一些迷因,並包括了一個非常必要的人工智慧和道德章節,但其真正的優勢在於使用GPT-3的逐步程式。」 —Ricardo Joseh Lima,里約熱內盧州立大學語言學教授 「這本書全面深入探討了自然語言處理當中的一個關鍵生成模型,並著重於實際介紹如何使用OpenAI API並將其整合到自己的應用程式中。除了技術價值外,我認為特別深刻的是最後一章中提供的視角,包括偏見、隱私以及在AI民主化中的角色。」 —Raul Ramos-Pollan,哥倫比亞麥德林安地奧基亞大學的人工智慧教授 【目錄】 [第1章] 大型語言模型革命     自然語言處理幕後探祕     語言模型變得愈來愈大、愈來愈好     生成式預訓練變換模型:GPT-3     Transformer 注意力機制     GPT-3:簡史     使用OpenAI API [第2章] 開始使用OpenAI API     OpenAI Playground     提示工程和設計     分解OpenAI API     執行引擎     端點     嵌入     自定義GPT-3     token     定價     GPT-3 在標準自然語言處理任務上的表現     命名實體辨識     文本摘要     文本生成     文章生成     社群媒體貼文生成     結論 [第3章] GPT-3 和程式設計     如何在Python 中使用OpenAI API ?     如何在Go 語言中使用OpenAI API ?     如何在Java 中使用OpenAI API ?     由Streamlit 驅動的GPT-3 沙箱     結論 [第4章] GPT-3作為下一代新創企業的賦能者     模型即服務     探究新創公司環境:案例研究     一名投資者對GPT-3 新創生態系統的展望     結論 [第5章] GPT-3成為企業創新的下一步     案例研究:GitHub Copilot     案例研究:Algolia Answers     案例研究:Microsoft 的Azure OpenAI 服務     結論 [第6章] GPT-3:優點、 缺點和醜聞     解決人工智慧偏見問題     反偏見對策     低品質內容和錯誤訊息的傳播     大型語言模型的綠色足跡     謹慎前進     結論 結論:讓AI可民主化存取     沒有程式碼?沒有問題!     存取和模型即服務     結語

為您推薦

全面掌握生成式AI與LLM開發實務:NLP×PyTorch×GPT輕鬆打造專屬的大型語言模型 (1版)

全面掌握生成式AI與LLM開發實務:NLP×PyTorch×GPT輕鬆打造專屬的大型語言模型 (1版)

類似書籍推薦給您

原價: 620 售價: 558 現省: 62元
立即查看
跟 NVIDIA 學深度學習!從基本神經網路到 CNN‧RNN‧LSTM‧seq2seq‧Transformer‧GPT‧BERT...,紮穩機器視覺與大型語言模型 (LLM) 的建模基礎 (1版)

跟 NVIDIA 學深度學習!從基本神經網路到 CNN‧RNN‧LSTM‧seq2seq‧Transformer‧GPT‧BERT...,紮穩機器視覺與大型語言模型 (LLM) 的建模基礎 (1版)

類似書籍推薦給您

內容介紹 ▍AI 界扛霸子 NVIDIA 的深度學習 (Deep Learning) 指定教材! ▍GPT、Transformer、seq2seq、self-attention 機制...大型語言模型 (LLM) 背後的先進技術「硬派」揭密! 近年來,在 NVIDIA (輝達) GPU、CUDA 技術的推波助瀾下,深度學習 (Deep Learning) 領域有著爆炸性的成長,例如最為人知的 ChatGPT 正是運用深度學習技術開發出來的當紅應用。 【★學深度學習,跟 AI 重要推手 - NVIDIA 學最到位!】 除了硬體上的助益外,為了幫助眾多初學者快速上手深度學習,任職於 NVIDIA 的本書作者 Magnus Ekman 凝聚了他多年來在 NVIDIA 所積累的 AI 知識撰寫了本書。除了介紹深度學習基礎知識外,也包括此領域的最新重要進展。本書同時也是 NVIDIA 的教育和培訓部門 -【深度學習機構 (Deep Learning Institute, DLI)】 指定的培訓教材 (https://www.nvidia.com/zh-tw/training/books/)。 要學深度學習,跟深度學習的重要推手 NVIDIA 學就對了!眾多紮實的內容保證讓你受益滿滿! 【★機器視覺、生成式 AI 語言模型 100% 從零開始打造!】 在深度學習的教學上,本書將從神經網路的底層知識 (梯度下降、反向傳播...) 介紹起,帶你打好深度學習的底子。接著會介紹用 Colab 雲端開發環境 + tf.Keras 建構、調校多層神經網路,以及經典的 CNN (卷積神經網路) 圖形辨識模型建構...等機器視覺主題。最後則邁入自然語言處理 (NLP) 領域,在介紹完基本的 RNN / LSTM 知識後,以先進的 Transformer、GPT...語言模型架構做結。 尤其自從 ChatGPT 爆紅之後,自然語言處理 (NLP) 一直是深度學習的熱門研究話題,而這部分正是本書最精彩之處! RNN / LSTM 神經網路雖然問世已有一段時間,現今一些先進的 NLP 模型或許不會用它們來建構,但由它們衍生出來的 hidden state (隱藏狀態) 概念可說是重中之重,我們會帶你好好熟悉,以便能跟後續章節順利銜接上。 之後則會利用各種神經網路技術帶你實作【多國語言翻譯模型】、【Auto-Complete 文字自動完成模型】...等範例。從處理原始文字訓練資料 → 切割資料集 → 建構模型 → 模型調校、優化,從頭到尾示範一遍,帶你紮穩大型語言模型 (LLM) 的建模基礎。 令小編最印象深刻的是,本書所設計的 NLP 章節內容可說是「環環相扣」,從 RNN / LSTM 章節初次觸及 NLP 模型開始,次一章的模型架構幾乎都是為了解決前一章模型的特定問題而生的。這種層層舖墊的獨到方式能讓你深刻理解 RNN / LSTM / seq2seq / encoder-decoder / attention / self-attention 機制...等技術的發展脈絡,對於看懂 Transformer、GPT 等最先進的神經網路技術有莫大的幫助,這絕對是其他書看不到的精彩內容! 本書特色 □【徹底看懂 ChatGPT 背後核心技術 - GPT 的模型架構】 GPT、Transformer、encoder-decoder、seq2seq、self-attention 機制、attention 機制、query-key-value 機制、Multi-head、位置編碼 (positional encoding)、預訓練 (pre-train)、微調 (fine-tune)...各種建模技術輕鬆搞懂! □【生成式 AI 語言模型 100% 從零開始打造!】 ‧用 Colab + tf.Keras 實作多國語言翻譯模型、Auto-Complete 文字自動完成模型 ‧從處理原始文字訓練資料 → 切割資料集 → 建構模型 → 模型調校、優化,從頭到尾示範一遍,帶你紮穩大型語言模型 (LLM) 的建模基礎 □【深度學習基礎知識學好學滿】 ‧紮穩根基!不被損失函數 / 梯度下降 / 反向傳播 / 正規化 / 常規化…一拖拉庫技術名詞搞的暈頭轉向! ‧深度神經網路基礎 / CNN / RNN / LSTM...概念詳解。 ‧多模態學習 (multimodal learning)、多任務學習 (multitask learning)、自動化模型架構搜尋...熱門主題介紹。 □詳細解說, 流暢翻譯 本書由【施威銘研究室】監修, 書中針對原書進行大量補充, 並適當添加註解, 幫助讀者更加理解內容! 書籍目錄 Ch01 從感知器看神經網路的底層知識 1-1 最早的人工神經元 - Rosenblatt 感知器 1-2 增加感知器模型的能力 1-3 用線性代數實現神經網路模型 Ch02 梯度下降法與反向傳播 2-1 導數的基礎概念 2-2 以梯度下降法 (gradient descent) 對模型訓練問題求解 2-3 反向傳播 (back propagation) Ch03 多層神經網路的建立與調校 3-1 動手實作:建立辨識手寫數字的多層神經網路 3-2 改善神經網路的訓練成效 3-3 實驗:調整神經網路與學習參數 Ch04 用卷積神經網路 (CNN) 進行圖片辨識 4-1 卷積神經網路 (CNN) 4-2 實作:以卷積神經網路做圖片分類 4-3 更深層的 CNN 與預訓練模型 Ch05 用循環神經網路 (RNN、LSTM...) 處理序列資料 5-1 RNN 的基本概念 5-2 RNN 範例:預測書店銷售額 5-3 LSTM (長短期記憶神經網路) 5-4 LSTM 範例:文字的 Auto-Complete 機制 Ch06 自然語言處理的重要前置工作:建立詞向量空間 6-1 詞向量空間的基本知識 6-2 做法(一):在神經網路建模過程中「順便」生成詞向量空間 6-3 做法(二):以 word2vec、GloVe 專用演算法生成詞向量空間 Ch07 用機器翻譯模型熟悉 seq2seq 架構 7-1 機器翻譯模型的基本知識 7-2 機器翻譯的範例實作 7-2-1 tf.Keras 函數式 API 簡介 7-2-2 建構模型前的工作 7-2-3 建構模型 7-2-4 訓練及測試模型 7-2-5 實驗結果 Ch08 認識 attention 與 self-attention 機制 8-1 熟悉 attention 機制 8-2 認識 self-attention 機制 8-2-1 self-attention 的基本概念 8-2-2 self-attention 機制的算法 8-2-3 multi-head (多頭) 的 self-attention 機制 Ch09 Transformer、GPT 及其他衍生模型架構 9-1 Transformer 架構 9-1-1 編碼器端的架構 9-1-2 解碼器端的架構 9-1-3 Transformer 內的其他設計 9-1-4 小編補充:觀摩 keras 官網上的 Transformer 範例 9-2 Transformer 架構的衍生模型:GPT、BERT 9-2-1 認識 GPT 模型 9-2-2 認識 BERT 模型 9-2-3 其他從 Transformer 衍生出的模型 附錄 A 延伸學習 (一):多模態、多任務...等模型建構相關主題 附錄 B 延伸學習 (二):自動化模型架構搜尋 附錄 C 延伸學習 (三):後續學習方向建議 附錄 D 使用 Google 的 Colab 雲端開發環境

原價: 880 售價: 792 現省: 88元
立即查看
GPT就是這麼來的:最新自然語言處理技術詳解 (1版)

GPT就是這麼來的:最新自然語言處理技術詳解 (1版)

類似書籍推薦給您

內容簡介   ● NLP專用Python開發環境架設   ● 自然語言處理的發展歷程   ● 無監督學習的原理與應用及實作   ● Pretraing的完整實作   ● 文字分類、機器閱讀理解、命名實體辨識   ● ChatGPT的原理 - 文字生成   ● 損失函式與模型瘦身   大型語言模型已經成為現代AI的範式,不管是ChatGPT或是llama、Falcon等,這個新興學科是人工智慧時代最熱門的話題,沒有一個有志於AI的人可以忽略這個趨勢。而大型語言模型的基礎,當然就是自然語言處理(Natural Language Processing,簡稱NLP)。自然語言處理主要工作包括了語言理解、語言生成、機器翻譯、語音識別等。目前見的應用非常多,包括了自動化客服、垃圾郵件檢測、社交媒體情感分析、醫療記錄分析、金融預測和新聞摘要等。   總結來說,自然語言處理是一個動態且充滿潛力的領域,它正在不斷改變我們與計算機和數字訊息互動的方式。隨著技術的不斷發展,我們可以期待在更多領域看到 NLP 的創新應用,同時也需要持續關注與其發展相關的倫理和社會問題。本書最重要目的就是將你帶入這個行業,如果你是程式設計師,網頁設計師,又或者是App的開發者,如果不想被人工智慧搶掉工作,加入是最好的選擇。 目錄 第1 章 導論 1.1 基於深度學習的自然語言處理 1.2 本書章節脈絡 1.3 自然語言處理演算法流程 1.4 小結 第2 章 Python 開發環境配置 2.1 Linux 伺服器 2.2 Python 虛擬環境 2.3 PyCharm 遠端連接伺服器 2.4 screen 任務管理 2.5 Docker 技術 2.6 小結 第3 章 自然語言處理的發展處理程序 3.1 人工規則與自然語言處理 3.2 機器學習與自熱語言處理 3.3 深度學習與自然語言處理 3.4 小結 第4 章 無監督學習的原理與應用 4.1 淺層無監督預訓練模型 4.2 深層無監督預訓練模型 4.3 其他預訓練模型 4.4 自然語言處理四大下游任務 4.5 小結 第5 章 無監督學習進階 5.1 生成式對抗網路 5.2 元學習 5.3 小結 第6 章 預訓練 6.1 賽題任務 6.2 環境架設 6.3 程式框架 6.4 資料分析實踐 6.5 小結 第7 章 文字分類 7.1 資料分析 7.2 環境架設 7.3 程式框架 7.4 文字分類實踐 7.5 小結 第8 章 機器閱讀理解 8.1 機器閱讀理解的定義 8.2 評測方法 8.3 研究方法 8.4 經典結構 8.5 多文件機器閱讀理解實踐 8.6 小結 第9 章 命名實體辨識 9.1 NER 技術的發展現狀 9.2 命名實體辨識的定義 9.3 命名實體辨識模型 9.4 命名實體辨識實驗 9.5 小結 第10 章 文字生成 10.1 文字生成的發展現狀 10.2 基於預訓練模型的文字生成模型 10.3 文字生成任務實踐 10.4 小結 第11 章 損失函式與模型瘦身 11.1 損失函式 11.2 常用的損失函式 11.3 損失函式的進階 11.4 模型瘦身 11.5 小結

原價: 720 售價: 648 現省: 72元
立即查看
運用GPT-4與ChatGPT開發App: 智慧聊天機器人與內容生成工具開發指南 (1版)

運用GPT-4與ChatGPT開發App: 智慧聊天機器人與內容生成工具開發指南 (1版)

類似書籍推薦給您

【簡介】   AI正在改變開發世界,準備好加入這場革新了嗎?   本書帶你掌握ChatGPT與LLM的強大功能,從文字生成、智慧問答到提示工程、模型微調。   用Python就能讓AI成為你最棒的開發夥伴!   本書提供:   從零開始:快速理解 LLM 原理,掌握 ChatGPT 應用開發核心技術   實戰導向:使用 OpenAI API,打造各種 AI 功能,包括智能助理與問答系統   進階技巧:提示工程、RAG、LangChain、LlamaIndex,優化AI效能   完整範例:GitHub 程式碼+逐步指引,動手實作 AI 應用   不論你是開發者、數據工程師,還是 AI 愛好者,本書都是你進入AI應用開發領域的最佳幫手!   這本書是Python開發者的理想指南,可為學習如何使用大型語言模型來開發應用程式提供協助。作者Olivier Caelen和Marie-Alice Blete詳細介紹了GPT-4和GPT-3.5模型的主要功能與優勢,並深入解釋這些模型的運作原理。此外,書中還提供了使用OpenAI的Python函式庫進行應用程式開發的步驟指南,包括文本生成、問答系統和智慧助裡等應用。   本書以清晰易懂的敘述方式撰寫,搭配簡單易學的範例,幫助讀者理解概念並將其應用於實際專案。書中提供的Python程式碼範例皆可在GitHub上取得,並附有關鍵術語的詞彙表。準備好在應用程式中釋放大型語言模型的威力了嗎?這本書是您的必備之選!   您將於本書中學習到:   .GPT-4與GPT-3.5模型的基本概念、核心特性與運作方式。   .如何將這些模型整合至基於Python的應用程式中,並充分發揮自然語言處理能力,解決LLM相關的挑戰。   .在Python中使用OpenAI API進行文本生成、問答、內容摘要、分類等實作應用。   .進階的LLM主題,如提示工程、特定任務的模型微調、檢索強化生成(RAG)、插件、LangChain、LlamaIndex、GPTs和智慧助理。 好評推薦   來自Amazon讀者的好評   「這本書是LLM新手的理想入門書,簡單易懂的 Python範例,幫助我輕鬆學會在應用程式中運用GPT技術。」   「書中提供很多實用的OpenAI API使用建議,並包含清晰的範例和經驗分享。讓我節省了大量搜尋和試錯的時間,是學習GPT開發的絕佳資源。」   來自業界專家的推薦   「透過實用範例與逐步指南,作者為前沿應用開發鋪設了清晰的道路。」 ——Tom Taulli,《Generative AI》(Apress)作者   「完美結合理論與實作,讓GPT-4和ChatGPT的技術細節變得易於理解。」 ——Lucas Soares,Biometrid機器學習工程師  【目錄】 第一章 GPT-4 與 ChatGPT 的基礎知識 LLM(大語言模型)簡介 簡史:從 GPT-1 到 GPT-4 LLM 的使用情境和產品範例 謹防 AI 幻覺:限制和考量 透過進階功能釋放 GPT 潛力 第二章 深入探討 OpenAI API 基本概念 用 OpenAI Playground 來試玩 GPT 模型 入門:OpenAI Python 函式庫 使用聊天補全模型 使用其他文字補全模型 各方面的考量 其他的 OpenAI API 和功能 第三章 可支援 LLM 的應用程式:能力和挑戰 App 開發概要說明 軟體架構設計原則 把 LLM 的各種能力整合到你的專案中 範例專案 成本管理 支援 LLM 的 App 各種可能的漏洞 使用外部 API 第四章 OpenAI 的進階 LLM 整合策略 提示工程 微調 RAG(檢索增強生成) 在不同策略之間進行選擇 從標準的應用程式,到支援 LLM 的解決方案 第五章 利用框架、外掛等方式來提升 LLM 的能力 LangChain 框架 LlamaIndex 框架 GPT-4 外掛 GPT Assistant API 第六章 全部整合起來 重點回顧 全部整合起來:AI 助理的使用情境 所學習到的經驗教訓 關鍵術語詞彙表 附錄A 工具、函式庫與框架 索引

原價: 680 售價: 578 現省: 102元
立即查看
ChatGPT 4.5 萬用手冊:GPT-4.5/4o、o1/o3、Deep Research、DeepSeek、Claude 3.7、Grok 3、Gemini 2.5、NotebookLM、Copilot (1版)

ChatGPT 4.5 萬用手冊:GPT-4.5/4o、o1/o3、Deep Research、DeepSeek、Claude 3.7、Grok 3、Gemini 2.5、NotebookLM、Copilot (1版)

類似書籍推薦給您

【簡介】 \\ AI 學 習 第 一 品 牌 #1 // // 系列書累積銷售 45,000本 \\   AI 的進化不停歇, 隨著超強的新模型和先進技術接連問世, 以往為人詬病的缺陷, 像是算術很爛、胡言亂語、邏輯有問題的毛病都補起來了, 並且在短時間就超越我們的期待。現在, 用 AI 搜尋比你自己找資料更豐富也更準確, 用 AI 做研究可以幫你閱讀更全面、更深入的文獻, 程式也寫得比絕大多數工程師更好、更穩定。AI 做事真的快狠準, 打不贏就學會好好用它吧!   上述這些厲害的功能散落各處, 得先搞清楚工具怎麼用。整體來說, ChatGPT 還是一枝獨秀, 但其他廠商也追上來了...。DeepSeek 端出極具破壞性的開源模型, 加上中文程度超級好, 讓人難以忽視。馬斯克加持的 Grok 3, 在各種效能測試輾壓眾 AI, 堪稱地表最強模型(之一)。以及程式設計師又愛又恨的 Claude 推出 3.7 版, 寫程式的功力又上了好幾層樓。還有最後在截稿前最新發表的 Google Gemini 2.5, 強大到讓 AI 兵器譜又翻了翻。   在這場神仙打架的頂尖對決中, 沒人要你選邊站。讓 ChatGPT 聯手 6 大 AI 工具, 結合自家 GPT 模型、o1/o3 推理模型和 GPT 機器人, 還有 DALL-E 3 和 Sora, 強強聯手的夢幻陣容一次擁有。對了!   ChatGPT 剛剛火燙推出的全新生圖功能, 可以完美在圖上加上中文字, 還可以畫四格科普漫畫和變換風格, 我們也第一時間寫進去了。   眼下 AI 應用越來越厲害, 懂得善用的人就像拿到 AI 紅利, 而且先用先贏, 贏得更多時間、省下更多力氣, 讓你工作更加游刃有餘。 本書特色   AI 學習第一品牌,更快、更強、更即時的 AI 活用技,都在這裡!   AI 大爆發的時代已經到來, 現在不只有 ChatGPT, 還有其他強大的工具和模型可以選擇!本書完整蒐羅 ChatGPT 功能技巧, 榨出各個模型的應用極限, 搭配主流的 6 大 AI 平台, 跟你一起煉成辦公室、研究室、Lab 實驗室不可或缺的各種 AI 活用技。   ★ 特別收錄 ★   【刊頭拉頁】:7 大 AI 平台×模型選用引導地圖   【書附下載】:上百個實證有效的 Prompt 懶人包   【Bonus 電子書】:兩個 GPT 機器人手把手實作教學   【Bonus 電子書】:兩個 AI 輔助的探索式分析案例   ★AI 平台大亂鬥,最強 AI 完全蒐羅   ◆ 最聰明、EQ 最好的 ChatGPT-4.5   ◆ 實測效能最快的 Grok 3   ◆ 中文造詣最好的 AI (沒有之一) - DeepSeek   ◆ 最會寫程式的 Claude 3.7   ◆ 多模態又會推理思考的 Gemini 2.5   ★比自動化還厲害的 AI 代理人來了!   ◆ 用 NotebookLM 瞬間讀完整本書, 摘要、心得、問不倒   ◆ 嫌 AI 文案太樣版!改用深入研究模式會更有深度   ◆ AI 搜尋時代!不只找資料還能自動過濾和寫報告   ◆ 讓 AI 定時執行任務, 蒐集各類網路情報   ◆ 一句話讓 AI 寫出整個俄羅斯方塊遊戲   ★必看!殺手級 AI 應用超展開   ◆ GPT 全新生圖功能, 完美加上中文字、轉換風格、還能生科普漫畫   ◆ 超擬真的 AI 進階語音/視訊對談, 抑揚頓挫好療癒~   ◆ 最強文案生成器!太長?太短? Canvas 模式一鍵改到好   ◆ Artifacts 程式碼生完直接跑, 網頁遊戲立馬玩   ◆ 強迫 AI 動動腦,會思考、查證的最強推理模型   ◆ 超好用的專案功能, 對話不混淆還可以共用檔案和命令   ◆ 中文 OK!掛上 ChatGPT 讓 Siri 更聰明   【跟 AI 溝通必學的提示工程,接地氣範本即學即用】   ◆ 階段式、多輪問法、發散再聚焦、零樣本、少量樣本   ◆ 13 大應用情境, 現學現用立馬派上用場   ◆ 入職神攻略!幫你寫履歷和客製化面試預演   ◆ 草擬日常合約條文、存證信函內容和法律諮詢   ◆ 對話管理、備份、分享全紀錄   ◆ 讓 ChatGPT 隨時記住你的特定指示和個人需求   【上班族必學 AI 工作術, 讓職涯全面進化】   ◆ 自動彙整簡報內容, 還能生成圖文簡報檔   ◆ 直接摘要影片精華, 比 1.5 倍速更有效率   ◆ 論文、資料讀不完, 讓 ChatGPT 幫你畫重點   ◆ 用大白話自己設計專屬的法律助理 GPT   ◆ 使命必達的 SEO 文案達人   【AI 神繪師不只會畫圖, 還帶聲光影】   ◆ 最美 Sora 影片生成搶先玩   ◆ 功力大增又看得懂中文的 DALL-E 3   ◆ 生圖零門檻的 Copilot Designer   【小天使幫寫 Code!你也是 AI 工程師】   ◆ 讓 ChatGPT 幫你寫程式, 用 Python 處理大小事   ◆ 程式看不懂?有 Bug?要說明文件?一次全搞定!   ◆ 用說的就能做資料分析, 補缺值、視覺化還能幫建模   ◆ 資料分析不求人, AI 幫你做得快又好   ◆ 實戰見真章!大量 QRCode 和股市資料爬蟲應用   【目錄】 刊頭拉頁 1 ChatGPT 模型選用引導地圖 刊頭拉頁 2 AI 平台功能引導地圖 ▋第 1 章 ChatGPT 起手式 1-1 ChatGPT 大哉問 1-2 ChatGPT 的對話與註冊 1-3 問一波!來跟 ChatGPT 互動吧 1-4 該不該付費升級 ChatGPT Plus 帳號? 1-5 多管齊下跟 GPT-4.5 溝通互動 - 切換 ChatGPT 使用的模型 - 語音朗讀回覆內容 - 使用圖片、附件進行互動 - 讓 ChatGPT 上網查詢資訊 - 使用無痕對話模式 1-6 使用 ChatGPT 時可能遇到的狀況 ▋第 2 章 讓 ChatGPT 化身手機、電腦小助手 2-1 ChatGPT 就是你的隨身助理! 2-2 仿真人語音對話, 隨時都能 talk! - 語音即時翻譯 - 英語口說家教 - 影像互動功能 2-3 Apple Intelligence, 替 Siri 掛 Power! 2-4 ChatGPT APP, Mac / Win 都適用 - 截圖功能 - 在 ChatGPT 執行第三方應用程式 - 請 ChatGPT 幫你看程式碼 - 直接請 ChatGPT 在 IDE 上修改程式碼 ▋第 3 章 跟 ChatGPT 好好說話的各種技巧 3-1 ChatGPT 的對話與記憶 - 聊天紀錄的管理 - 分享對話內容 - 封存用不到的對話紀錄 - 備份所有聊天紀錄 - 自訂 ChatGPT, 讓它更懂你 - 記憶功能:跨對話串記得你說過的話 3-2 幫你做摘要 3-3 幫你讀圖片 3-4 利用 Canvas 功能撰寫長篇文案 3-5 讓 ChatGPT 先思考再回答的 o1/o3 模型 3-6 專為 J 人設計:專案 Project 功能 - 應用一:整理原本雜亂四散的對話紀錄 - 應用二:上傳文件檔案, 為這個專案建立專屬資料庫 - 應用三:自訂指令, 讓回應符合指令的設定回答 3-7 個人專屬提醒助手:任務排程 Task 功能 3-8 AI 研究助理:深入研究 Deep Research 功能 - 應用一:請 Deep Research 當流言終結者 - 應用二:請 Deep Research 來比價 ▋第 4 章 超實用 ChatGPT 對話情境與範例 4-1 多國翻譯機 - 1 文字翻譯 - 2 圖片翻譯 - 3 寫封英文信 - 4 校正與潤稿 4-2 英文小老師 - 5 寫作家教 - 6 英文會話 4-3 文書小幫手 - 7 摘要文案 - 8 短篇寫作 - 9 當個編劇 - 10 各種文書疑難雜症 4-4 行銷好夥伴 - 11 下標題達人 - 12 下 Slogan 達人 - 13 找出 SEO 關鍵字 - 14 探查市場趨勢 - 15 行銷企劃方案 4-5 數據分析師 - 16 將資料整理成表格 - 17 Excel 函數製造機 - 18 VBA 製造機 4-6 教學小助理 - 19 教案設計 - 20 出題高手 4-7 入職神攻略 - 21 寫履歷好簡單 - 22 面試預演 4-8 法律知識王 - 23 合約擬定 - 24 存證信函 - 25 法律諮詢 4-9 生活大小事 - 26 旅遊規劃師 - 27 客製化食譜 - 28 民俗專家來取名 - 29 解夢大師 4-10 提升正能量 - 30 每天陪伴你的心理諮商師 - 31 心誠則靈的請求引領 ▋第 5 章 跟 AI 溝通必修的提示工程 5-1 有些可以靠 AI, 但有些還是得靠自己! 5-2 做事要用對工具!GPT 模型、 - 1 模型選用 - 2 介面對話形式 - 3 輸入格式 5-3 問對問題很重要!撰寫 Prompt 的基本原則與技巧 - 1 提問形式 - 2 提問的段落格式 - 3 提供角色定位 - 4 提供背景與細節資訊 - 5 提供具體案例 - 6 指定輸出格式與條件 - 7 提高輸出的易讀性 - 8 記憶內容 - 9 驗證結果 ▋第 6 章 活用 GPT 機器人, 提升辦公室生產力 6-1 官方 GPT 機器人初體驗 6-2 Excel AI:幫忙處理複雜的表格資料 6-3 Slide Maker:一鍵生成完整簡報檔 6-4 VoxScript:不用再花大把時間看影片 - 影片沒有提供字幕的解決方法 6-5 SEO 行銷機器人: - 一秒完成行銷新聞稿網頁體檢 - 利用 AI 優化既有網頁內容 - Search Intent Optimization Tools 6-6 AI Voice Generator:文字轉語音 6-7 AI PDF Drive:請 AI 讀繁雜的 PDF 文件 6-8 Consensus:論文搜尋神器 6-9 其他好用的 GPT 機器人 ▋第 7 章 ChatGPT 和它的影片生成小夥伴 7-1 最好溝通的 AI 繪圖工具–DALL-E 7-2 ChatGPT 圖片生成再進化 7-3 超擬真的影片生成工具–Sora ▋第 8 章 Copilot & 擴充工具大全 8-1 微軟 Copilot 介紹 8-2 Copilot 應用 8-3 Copilot 影像建立工具 ▋第 9 章 截長補短:善用不同的 AI 模型 9-1 長篇論述的佼佼者–Claude 9-2 中文造詣最好的模型–DeepSeek 9-3 地表最聰明的 AI 模型–Grok 9-4 多才多藝的潛在王者–Gemini 9-5 AI 加持的最強筆記工具–NotebookLM 9-6 AI 對話平台大亂鬥 ▋第 10 章 Canvas 幫寫 Code, 用 Python 處理大小事 10-1 生成 Python 程式 - 在 Canvas 模式生成和執行程式碼 - 詢問或修改特定程式碼 - 在 Colab 上驗證程式碼 10-2 重構程式 - 增加可讀性、可重用性 - 重構程式、增加效能 - 簡化邏輯、減少重複 - 使用「程式碼評論」功能 - 控制台執行與錯誤修復 - 生成網頁遊戲 10-3 註解 - 程式註解 - 使用 docstrings 註解 10-4 程式除錯 - 修正語法錯誤 - 修正邏輯錯誤 10-5 轉換語言與生成說明文件 10-6 用 GPT 機器人生成中文流程圖 10-7 實戰 1:自動生成大量 QR code 10-8 實戰 2:股市爬蟲程式 10-9 實戰 3:分析資料與建立圖表 BONUS 電子書 A 用自然語言打造專屬 GPT 機器人 BONUS 電子書 B 利用 ChatGPT 做探索式資料分析   看更多

原價: 680 售價: 612 現省: 68元
立即查看