AI提示工程實戰從零開始利用提​​示工程學習應用大語言模型

蘭一傑,於輝

  • 出版商: 北京大學
  • 出版日期: 2024-01-15
  • 定價: $534
  • 售價: 8.5$454
  • 語言: 簡體中文
  • 頁數: 312
  • 裝訂: 平裝
  • ISBN: 7301347634
  • ISBN-13: 9787301347638
  • 相關分類: LangChain
  • 立即出貨

買這商品的人也買了...

相關主題

商品描述

隨著大語言模式的快速發展,語言AI已經進入了新的階段。
這種新型的語言AI模型具有強大的自然語言處理能力,能夠理解並產生人類語言,從而在許多領域中都有廣泛的應用前景。
大語言模型的出現將深刻影響人類的生產和生活方式。
本書將介紹提示工程的基本概念和實踐,旨在幫助讀者了解如何建立高品質的提示內容,以便更有效率地利用大語言模型進行工作和學習。
本書內容通俗易懂,案例豐富,適合所有對大語言模型和提示工程感興趣的讀者。
無論是初學者還是進階讀者,都可以從本書中獲得有價值的資訊和實用技巧,幫助他們更好地應對各種挑戰和問題。

目錄大綱

第1章認識大語言模型
1.1 大語言模型是什麼
1.2 大語言模型的發展現況
1.3 大語言模型的重要概念
1.4 大語言模型的使用方式
第2章ChatGPT應用體驗
2.1 次對話
2.2 設計定語境脈絡
2.3模擬API參數
2.4 產業領域助理
2.5 基於對話繪圖
2.6 場景總結
第3章ChatGPT API
3.1 準備工作
3.2 ChatGPT API呼叫流程
第4章Python ChatGPT API庫
4.1 Python ChatGPT開發環境
4.2 Python範例應用
程式4.3 解析
Pyt章提示工程
5.1 提示工程是什麼
5.2 提示內容
5.3 規範化提示
第6章提示類型
6.1 標準、指令、角色提示
6.2 思維鏈提示
6.3 自洽、知識生成提示
6.4 總結與建議
第7章基於提示工程應用Python數據分析
7.1 提示建構想法
7.2 Python是什麼
7.3 Python語法徵
7.4 Python變數
7.5 Python運算子
7.6 Python字串
7.7 Python條件控制
7.8 Python循環
7.9 Python複合資料型別
7.10 Python
7.11 Python 類別
7.12 Python模組和 7.13 Python複合資料型別 7.10
Python
Python Matplotlib
第8章基於提示工程應用SQL
8.1 應用想法
8.2 建構SQL情境
8.3 查詢資料
8.4 資料排序分析
8.5 資料修改
8.6 資料刪除
8.7 多表關聯分析
8.8 字串處理
8.9 日期、時間資料處理
8.10 視窗函數
8.111報表分析
8.12 NULL值處理
8.13 整合Python資料分析
8.14 SQL整合GPT
第9章基於提示工程應用機率與統計
9.1 應用
想法9.2 基本概念
9.3 離散型隨機分佈
9.4 連續型隨機分佈
9.5 線性迴歸分析
9.6 時間序列分析
第10章基於提示工程應用生產力工具
10.1 Excel資料處理
10.2 心智圖
10.3 圖片編輯
10.4 流程編輯
第11章國產大語言模型
11.1 大語言模型通用提示技巧
11.2 介紹國產大語言模型
11.3 應用國產大語言模型
附錄1分國產大語言模式
附錄2 國產大語言模式的發展