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 (1版)

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