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 James Phoenix, Mike Taylor
產品編號：9786264251020
促銷 團購優惠-碁峰(歐萊禮) 出版社
促銷 下單就送小禮物
購物每消費滿300元，可獲得1元購物金
網路價
NT${{ commaFormat(product.price_actu) }}
NT${{commaFormat(product.price_sugg)}}
專屬特惠價 NT${{ commaFormat(product.group_price) }}
優惠價
NT${{ commaFormat(product.member_price) }}
NT${{ commaFormat(product.group_price) }}
商品組合
贈品 (買就送)
{{ pItem.title }}
付款方式
轉帳/匯款/無摺存款 / LinePay付款 / 超商代碼付款(綠界金流) / 信用卡一次付清(綠界金流) / AFTEE 先享後付 / [圖書專用] 7-11取貨付款
配送方式
7-11超商取貨 / 全家超商取貨 / 宅配到家 / 校園門市店到店取貨(需7~10個工作天，急用勿選)
超值加購
{{ pItem.title }}
型號:{{ pItem.model }}
加購價 NT${{pItem.extra_price}}
(原價NT${{pItem.price_orig}})
加購數量
已搶購一空
ISBN13：9786264251020
出版社：美商歐萊禮
作者：James Phoenix; Mike Taylor
譯者：CAVEDU教育團隊 曾吉弘
出版日：2025/07/16
裝訂／頁數：平裝／464頁
規格：23cm*18.5cm*2cm (高/寬/厚)
版次：1
【內容】
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
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。
【目錄】
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
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
【關於教科書訂購說明】
☆ 單本即有折扣，將商品放入購物車就可以看見優惠價唷！五本以上團購更便宜！加入會員訂購，還可累積購物金！
★ 若有急需用書，可先LINE私訊詢問庫存呦~
☆ 出貨時間：有現貨的，2個工作日內出貨；無現貨，約3~5個工作日 出貨
【寄送方式說明】
❶ 實體門市取貨
全台麗文校園書局皆可取貨，貨到書局將會以簡訊通知。
❷ 超商取貨
提供7-11及全家超商取貨(需先付款，無貨到付款)。
❸ 一般宅配
本公司主要與黑貓宅急便配合，送達到您指定的地址。
※當您於本網站消費交易完成後，電子發票將會以電子郵件寄給您；如需紙本發票請於下訂時於備註欄位說明。
【付款方式說明】
❶ ATM轉帳、匯款
銀行│第一銀行-三民分行
代號│007
戶名│麗文文化事業股份有限公司
帳號│704-10-051861
※實體ATM每日轉帳最高限額為3萬，若訂購金額超過3萬元，請分兩天或是使用不同的銀行帳戶轉帳。
❷ 信用卡（可分期，需負擔手續費）
凡各家銀行的VISA、MASTER、Union Pay、JCB信用卡皆可使用。
❺ 超商代碼
系統會發送繳費代碼至您的電子信箱，需自行至「超商機器ex：iBon」輸入代碼，產生繳費單後前往櫃檯繳費。
❼ 免卡分期
麗文校園購與「zingala銀角零卡」「第一資融」以及「皮路後支付」合作，讓您免用信用卡就可以購物。
如有使用上的問題，可以先與揪小編聯絡唷！。
※請注意：超過7天未付款之訂單則訂單自動失效；免卡分期訂單成立起7天內未主動聯繫亦同。
【其他說明】
❶關於出貨
1.商品為不缺貨前提下，訂單完成付款後2-4個工作天將會出貨(不含例假日及國定假日)；若商品缺貨則須等待1-2週。
2.麗文校園揪來玩保留訂單接受與否權利，若因交易條件有誤或有其他情形導致我們無法接受您的訂單，將以E-mail發送取消訂單通知給您，造成不便敬請見諒。
❷關於退貨
1.非門市現場消費享有七天猶豫期，收到商品當天往後算七天內若是決定不買，則協助不要拆封，一拆封視同願意購買。
2.若真的決定不購買商品要退貨，請聯繫我們LINE線上客服，我們會盡速為您處理。
❸關於新品瑕疵與維修保固
1.全新商品享有購買七日內，新品瑕疵的換新保障；但新品瑕疵與否，是由商品代理商或原廠所判定，麗文校園揪來玩僅能依據判定的結果給予協助。若是原廠判定非新品瑕疵則無法換新，需改為維修的方式處理。
2.新品瑕疵換新的作業時間，將依各廠商的流程而定，最快2個工作天，慢的話也可能需要到15個工作天。
3.購買超過七日後，維修服務由原廠提供。如有需要維修，麗文校園揪來玩可以代為送修，但送修如需運費時（EX:原廠沒有提供免費收件服務），則需由您負擔送修的運費（運費約為100元起，因商品大小而異）。
【華碩的維修服務】
