





LLM提示工程技術: 打造兼具藝術與科學的高效應用
Prompt Engineering for LLMs: The Art and Science of Building Large Language Model-Based Applications
9
620558
查詢門市庫存
Albert 和 John 是史上最成功的生成式 AI 產品之一 GitHub Copilot 的幕後推手,也因此成為值得學習的典範。本書讓每個人都能輕鬆邁入提示工程這個領域。
—— Hamel Husain,獨立 AI 研究員與顧問
—— Hamel Husain,獨立 AI 研究員與顧問
內容簡介
Albert 和 John 是史上最成功的生成式 AI 產品之一 GitHub Copilot 的幕後推手,也因此成為值得學習的典範。本書讓每個人都能輕鬆邁入提示工程這個領域。
—— Hamel Husain,獨立 AI 研究員與顧問
大型語言模型(LLM)正在徹底改變世界,期許能自動化各種任務並解決複雜問題。新一代的軟體應用紛紛把這些模型作為基礎元件來釋放幾乎所有領域中的驚人潛力,但同時也需要全新的技能才能穩定運用這些能力。本書將帶領你學習提示工程的藝術與科學 — 這正是釋放 LLM 真正潛能的關鍵。
產業專家 John Berryman 和 Albert Ziegler 將分享如何與 AI 有效溝通,將你的想法轉化為適合語言模型理解的格式。學會理論基礎與實用技巧之後,你將具備充分的知識與信心來打造新一代的 LLM 應用程式。
本書精彩內容:
• 理解 LLM 的架構,並學會與其互動的最佳方式
• 針對你的應用程式設計完整的提示撰寫策略
• 收集、篩選並呈現高效提示所需的上下文資訊
• 精通特定提示技巧,例如少樣本學習、思維鏈提示設計與 RAG(檢索增強生成)
產品目錄
【第一篇 基礎】
第一章 淺談提示工程
LLM 好神奇
語言模型:如何發展到今天這一步?
提示工程
總結
第二章 認識 LLM
什麼是大型語言模型?
LLM 如何看待這個世界?
一次只有一個標記
溫度與機率
Transformer 架構
總結
第三章 轉向聊天模式
人類回饋強化學習
從指令轉向聊天
不斷變化的 API
提示工程,就像在寫劇本
總結
第四章 設計 LLM 應用
解析 LLM 應用迴圈
深入解析前饋傳遞
評估 LLM 應用的品質
總結
【第二篇 核心技術】
第五章 提示內容
內容來源
靜態內容
動態內容
總結
第六章 組裝提示
理想提示的剖析
文件類型有哪些?
格式化文字片段
彈性文字片段
提示元素之間的關係
整合起來
總結
第七章 駕馭模型
解析理想的補全
文字之外:對數機率
選擇模型
總結
【第三篇 手藝大師】
第八章 對話代理
工具使用
推理
以任務為基礎的互動之上下文
建立對話代理
總結
第九章 LLM 工作流程
對話代理夠用嗎?
LLM 基本工作流程
LLM 進階工作流程
總結
第十章 評估 LLM 應用程式
到底在測試什麼?
離線評估
線上評估
總結
第十一章 展望未來
多模態
總結
索引
第一章 淺談提示工程
LLM 好神奇
語言模型:如何發展到今天這一步?
提示工程
總結
第二章 認識 LLM
什麼是大型語言模型?
LLM 如何看待這個世界?
一次只有一個標記
溫度與機率
Transformer 架構
總結
第三章 轉向聊天模式
人類回饋強化學習
從指令轉向聊天
不斷變化的 API
提示工程,就像在寫劇本
總結
第四章 設計 LLM 應用
解析 LLM 應用迴圈
深入解析前饋傳遞
評估 LLM 應用的品質
總結
【第二篇 核心技術】
第五章 提示內容
內容來源
靜態內容
動態內容
總結
第六章 組裝提示
理想提示的剖析
文件類型有哪些?
格式化文字片段
彈性文字片段
提示元素之間的關係
整合起來
總結
第七章 駕馭模型
解析理想的補全
文字之外:對數機率
選擇模型
總結
【第三篇 手藝大師】
第八章 對話代理
工具使用
推理
以任務為基礎的互動之上下文
建立對話代理
總結
第九章 LLM 工作流程
對話代理夠用嗎?
LLM 基本工作流程
LLM 進階工作流程
總結
第十章 評估 LLM 應用程式
到底在測試什麼?
離線評估
線上評估
總結
第十一章 展望未來
多模態
總結
索引
作者介紹
John Berryman 是 Arcturus Labs 的創辦人,該公司專注開發各種大型語言模型應用。他曾是 GitHub Copilot 的早期階段工程師,負責聊天功能與程式碼補全。此外,John 也是搜尋技術專家,著有《Relevant Search》(Manning 出版)。
Albert Ziegler 是 AI 資安公司 XBOW 的 AI 負責人,也是 GitHub Copilot 的創始工程師之一。作為第一款成功推出的大型語言模型企業級產品,他主要負責模型互動與提示工程系統的開發與實作。
Albert Ziegler 是 AI 資安公司 XBOW 的 AI 負責人,也是 GitHub Copilot 的創始工程師之一。作為第一款成功推出的大型語言模型企業級產品,他主要負責模型互動與提示工程系統的開發與實作。
規格
誠品貨碼 / 2683057699007
ISBN13 / 9786264252195
ISBN10 /
EAN貨碼 / 9786264252195
頁數 / 280
裝訂 / P:平裝
語言 / 1:中文/繁體
尺寸 / 18.5X23X1.65CM
級別 / N:無
退貨說明
退貨須知:
- 依照消費者保護法的規定,您享有商品貨到次日起七天猶豫期(含例假日)的權益(請注意!猶豫期非試用期),辦理退貨之商品必須是全新狀態(不得有刮傷、破損、受潮)且需完整(包含全部商品、配件、原廠內外包裝、贈品及所有附隨文件或資料的完整性等)。
- 請您以送貨廠商使用之包裝紙箱將退貨商品包裝妥當,若原紙箱已遺失,請另使用其他紙箱包覆於商品原廠包裝之外,切勿直接於原廠包裝上黏貼紙張或書寫文字。若原廠包裝損毀將可能被認定為已逾越檢查商品之必要程度,本公司得依毀損程度扣除回復原狀必要費用(整新費)後退費;請您先確認商品正確、外觀可接受,再行拆封,以免影響您的權利;若為產品瑕疵,本公司接受退貨。
依「通訊交易解除權合理例外情事適用準則」,下列商品不適用七日猶豫期,除產品本身有瑕疵外,不接受退貨:
- 易於腐敗、保存期限較短或解約時即將逾期。(如:生鮮蔬果、乳製品、冷凍冷藏食材、蛋糕)
- 依消費者要求所為之客製化給付。(如:客製印章、鋼筆刻字)
- 報紙、期刊或雜誌。
- 經消費者拆封之影音商品或電腦軟體。
- 非以有形媒介提供之數位內容或一經提供即為完成之線上服務,經消費者事先同意始提供。(如:電子書)
- 已拆封之個人衛生用品。(如:內衣褲、襪類、褲襪、刮鬍刀、除毛刀等貼身用品)
- 國際航空客運服務。
若您退貨時有下列情形,可能被認定已逾越檢查商品之必要程度而須負擔為回復原狀必要費用(整新費),或影響您的退貨權利,請您在拆封前決定是否要退貨:
- 以數位或電磁紀錄形式儲存或著作權相關之商品(包含但不限於CD、VCD、DVD、電腦軟體等) 包裝已拆封者(除運送用之包裝以外)。
- 耗材(包含但不限於墨水匣、碳粉匣、紙張、筆類墨水、清潔劑補充包等)之商品包裝已拆封者(除運送用之包裝以外)。
- 衣飾鞋類/寢具/織品(包含但不限於衣褲、鞋子、襪子、泳裝、床單、被套、填充玩具)或之商品缺件(含購買商品、附件、內外包裝、贈品等)或經剪標或下水或商品有不可回復之髒污或磨損痕跡。
- 食品、美容/保養用品、內衣褲等消耗性或個人衛生用品、商品銷售頁面上特別載明之商品已拆封者(除運送用之包裝外一切包裝、包括但不限於瓶蓋、封口、封膜等接觸商品內容之包裝部分)或已非全新狀態(外觀有刮傷、破損、受潮等)與包裝不完整(缺少商品、附件、原廠外盒、保護袋、配件紙箱、保麗龍、隨貨文件、贈品等)。
- 家電、3C、畫作、電子閱讀器等商品,除商品本身有瑕疵外,退回之商品已拆封(除運送用之包裝外一切包裝、包括但不限於封膜等接觸商品內容之包裝部分、移除封條、拆除吊牌、拆除貼膠或標籤等情形)或已非全新狀態(外觀有刮傷、破損、受潮等)與包裝不完整(缺少商品、附件、原廠外盒、保護袋、配件紙箱、保麗龍、隨貨文件、贈品等)。
- 退貨程序請參閱【客服專區→常見問題→誠品線上退貨退款】之說明。
付款/配送






