生成式AI：以ChatGPT 與 OpenAI模型實現高效創新

＜內容簡介＞

本書協助你深入了解LLM 的內部運作，建立自己的語言模型。從生成式AI 概論開始談起，讓你理解如何訓練這些模型產生新資料，接著介紹提高生產力與增加創造力的ChatGPT 使用案例。你將學會如何改善提示設計，利用零樣本、單樣本、小樣本的學習能力，進而從ChatGPT 互動中獲得最佳效果。分別針對行銷人員、研究人員、開發人員設計案例，讓你將本書所學有效應用在自己的領域中。

列舉企業情境，運用Azure 基礎架構上的OpenAI 模型 API；包含生成式模型 (如：GPT)與嵌入模型 (如：Ada)。各情境均涵蓋Python 實作，並以Streamlit 製作前端介面，以及利用 LangChain SDK 協助將模型整合到你的應用程式中。讀完本書，你將具備生成式AI领域的運用能力，可以在自己的專案中使用 ChatGPT 和 OpenAl 模型的API。

本書內容涵蓋：
*理解生成式AI 的初級與中級概念
*透過有效的提示設計充分發揮ChatGPT 的效能
*探索ChatGPT 的應用與使用案例
*以API使用OpenAI 模型與功能
*用Python 建置與部署AI系統
*利用Azure 基礎架構實作企業級使用案例
*確保生成式AI 系統具有負責任的AI與倫理


★目錄：

【第一篇 生成式 AI 與 GPT 模型基礎】
第一章 生成式 AI 概論
生成式 AI 概論
研究的過往與現況
本章總結
參考資源

第二章 超越市面渲染的 OpenAI 與 ChatGPT
技術要求
OpenAI 是什麼？
OpenAI 系列模型概觀
ChatGPT 探究之路：背後模型的數學之旅
ChatGPT：最新進展
本章總結
參考資源

【第二篇 ChatGPT 實際運用】
第三章 熟悉 ChatGPT
設定 ChatGPT 帳戶
熟悉 UI
安排聊天
本章總結
參考資源

第四章 了解提示設計
提示是什麼、為什麼重要？
零樣本、單樣本、小樣本學習 ─ 轉換器模型的典型
定義明確的提示（得到相關與一致結果的原則）
隱性偏見的風險趨避與 ChatGPT 的倫理考量
本章總結
參考資源

第五章 用 ChatGPT 提升日常生產力
技術要求
讓 ChatGPT 成為日常助理
生成文字
改善寫作技巧與翻譯
迅速的資訊檢索與競爭情報
本章總結

第六章 用 ChatGPT 開發未來
開發人員為何要用 ChatGPT？
程式碼的生成、最佳化、除錯
文件生成與程式碼解釋性
了解 ML 模型可理解性
各種程式語言的翻譯
本章總結

第七章 用 ChatGPT 掌握行銷
技術要求
行銷人員的 ChatGPT 需求
新產品的開發與上市策略
針對行銷比較的 A/B 測試
提升搜尋引擎最佳化（SEO）
提高品質與增加客戶滿意度的情感分析
本章總結

第八章 用 ChatGPT 獨創研究
研究人員的 ChatGPT 需求
為研究構思文獻
為實驗設計與框架提供支援
產生格式化參考文獻
產生研究簡報
本章總結
參考資源

【第三篇 OpenAI 模型的企業應用】
第九章 OpenAI 和 ChatGPT 企業版 ─ Azure OpenAI
技術要求
OpenAI 與 Microsoft 的企業級 AI ─ Azure OpenAI
為何採用公有雲？
了解負責任 AI
本章總結
參考資源

第十章 企業版的熱門使用案例
技術要求
Azure OpenAI 的企業應用方式
合約分析器與生成器
了解有關客服中心的分析
探究語意搜尋
本章總結
參考資源

第十一章 結語與最終想法
我們至今所學的本書內容回顧
這只是剛開始
生成式技術對產業的影響 ─ 顛覆力
揭露對生成式 AI 的擔憂
生成式 AI 的倫理影響與需要負責任 AI 的原因
不久將來的預期
本章總結
參考資源