新書推薦:
《
SDGSAT-1卫星热红外影像图集
》
售價:HK$
445.8
《
股市趋势技术分析(原书第11版)
》
售價:HK$
221.8
《
汉匈战争全史
》
售價:HK$
99.7
《
恶的哲学研究(社会思想丛书)
》
售價:HK$
109.8
《
不止江湖
》
售價:HK$
98.6
《
天才留步!——从文艺复兴到新艺术运动(一本关于艺术天才的鲜活故事集,聚焦艺术史的高光时刻!)
》
售價:HK$
154.6
《
双城史
》
售價:HK$
110.9
《
冯友兰和青年谈心系列:不是问题的问题(哲学大师冯友兰和年轻人谈心,命运解读)
》
售價:HK$
55.8
|
編輯推薦: |
本书全面解析和实战提示工程技术,通过丰富的案例展示了GPT-4的强大魅力。
作者基于GPT-4和Azure OpenAI Studio演示相关实践,旨在帮助读者打造企业级AI大模型生态。
本书内容覆盖多个行业落地场景,涵盖初/中/高阶提示词应用,购书读者可以免费获得案例提示词包 《DALL·E 3使用教程》。
通过阅读本书,读者能够全面认识GPT-4,掌握提示工程技术,并学会一些动手做Agent的技能(助理设置、思维链、任务链、风险对抗等)。
|
內容簡介: |
人工智能技术的发展日新月异,提示工程不仅极大地提高了人工智能在各个领域的应用效率和准确性,还为人类打开了一扇通往智能化世界的大门。大语言模型如同一位博学多才的智者,拥有处理和理解自然语言的超凡能力。提示工程可以看作与这位智者沟通的桥梁和工具,其关键在于如何提出精准而富有启发性的问题,激发大语言模型的创造力和解决问题的能力。
本书作者通过与GPT-4的深度对话,精心梳理了一系列重要的提示工程实践秘诀。全书共7章,从了解大语言模型的进化之路开始,循序渐进地介绍了提示词及提示工程的知识和实践技巧,并结合GPT-4在各领域的应用案例展现了大语言模型的强大魅力。此外,本书还基于Azure OpenAI Studio平台讲解了具体的应用开发实践。
本书适合对大语言模型及提示工程感兴趣的读者阅读,书中丰富的案例能帮助读者全面了解和掌握提示工程及其应用。
|
關於作者: |
仇华,从事人工智能开发15年,目前在TCL担任资深算法开发工程师。苏州市五一劳动奖章获得者,微软最有价值专家,苏州工业园区大数据协会特聘专家,多年来专注于人工智能领域的研究。曾获得Google深度学习开发者认证、微软AIM人工智能经理证书和苏州市高级视觉工程师证书。
|
目錄:
|
目 录
第 1章 人工智能的大语言模型进化之路 1
1.1 从AI的崛起到AIGC的繁荣 1
1.1.1 人工智能技术的发展 1
1.1.2 自然语言处理的关键角色 2
1.1.3 AIGC的挑战与机遇 3
1.2 大语言模型技术历程 4
1.2.1 大语言模型技术路线 4
1.2.2 浅谈智能涌现 6
1.3 ChatGPT和GPT-4的成长故事 7
1.3.1 GPT系列的逆袭之路 8
1.3.2 ChatGPT产品化之旅 11
1.3.3 GPT-4和下一代GPT 14
第 2章 提示词基础 21
2.1 提示词基础概念 21
2.1.1 提示词和提示工程 21
2.1.2 提示词范式思想 22
2.2 提示词的主要内容 23
2.2.1 提示词的基本要素 23
2.2.2 Token的计算与空间效率 28
第3章 提示词入门 33
3.1 提示词设计的通用技巧 33
3.1.1 明确指示任务和目标 33
3.1.2 提供足够的上下文 35
3.1.3 清晰的结构和精确的描述 36
3.1.4 自动提示词(AutoPrompt)优化器 38
3.2 7种提示词的典型场景 43
3.2.1 文本摘要 43
3.2.2 信息抽取 45
3.2.3 知识问答 46
3.2.4 文本分类 48
3.2.5 人机对话 50
3.2.6 代码生成 53
3.2.7 逻辑推理 55
第4章 提示工程技术 60
4.1 全局消息 60
4.2 零样本提示和少样本提示 65
4.3 明确说明前置 68
4.4 在末尾重复指令 70
4.5 引导输出 71
4.6 标记语言层次化 72
4.7 任务分解 77
4.8 提供基础上下文 80
4.9 思维链提示 82
4.9.1 案例1:多轮对话任务 84
4.9.2 案例2:复杂问题解答 85
4.9.3 案例3:知识迁移与学习能力 87
4.10 自我反查 89
4.11 结构化输出 92
4.12 自我一致性 94
4.13 符号规则 96
4.14 伪代码任务器 98
4.14.1 案例1:菜谱小助手 98
4.14.2 案例2:AI助手 100
4.14.3 案例3:AI教学助手 103
4.15 “AI魔法指令”—神奇提示词 110
4.15.1 英文神奇提示词 110
4.15.2 中文神奇提示词 115
4.16 反向提示模式 116
4.17 创意激发与风险对抗 118
4.17.1 创意激发实验 119
4.17.2 对抗性提示设计 123
第5章 深度探索GPT-4的特性和能力 128
5.1 探索多模态多学科融合能力 128
5.1.1 艺术理解与代码生成的融合 128
5.1.2 文学理解与数学逻辑的融合 129
5.1.3 科学知识与历史人文的融合 132
5.1.4 诗歌理解和音乐创作的融合 133
5.2 惊人的数学思维能力 137
5.2.1 非标准答案解题—考验GPT-4的理解能力 137
5.2.2 物理&数学思维建模能力 140
5.2.3 有趣的费米问题理解能力 141
5.2.4 挑战真题:高考数学真题的解答 144
5.3 神奇的“真实物理世界”感知能力 147
5.3.1 探索AI对真实世界的空间体验 147
5.3.2 强大的世界物理法则感知能力 150
5.4 “像人一样思考”—人类思维能力 152
5.4.1 人类基本心理能力的探索 152
5.4.2 “自圆其说”—自我解释能力 156
5.4.3 “分辨是非”—辨别能力 159
5.4.4 “深谋远虑”—规划推理能力 161
5.5 启迪GPT-4的更多奇妙创意能力 165
5.5.1 探索文字类、棋类和RPG游戏 165
5.5.2 “奇思妙想”精彩创意问答 177
第6章 GPT-4落地应用实战 187
6.1 程序员基础编程实践 187
6.1.1 简单代码编写 187
6.1.2 代码解读助手 191
6.1.3 代码重构优化 193
6.1.4 代码转译 195
6.1.5 担任解释器&终端 198
6.2 进阶编程任务实战 204
6.2.1 LeetCode真题任务 204
6.2.2 完整的《汉字方块大师》游戏开发 207
6.2.3 GPT-4演绎代码执行任务 219
6.2.4 伪代码执行和代码理解 221
6.3 学术教育实践 223
6.3.1 学术论文助手 223
6.3.2 课堂教学助理 228
6.3.3 学术科研的图形图表生成 235
6.4 行业应用 258
6.4.1 金融和数据行业 258
6.4.2 医疗健康领域 263
6.4.3 新闻传媒领域 266
6.4.4 文学艺术创作领域 268
6.4.5 自媒体领域 273
6.4.6 私人助理服务行业 276
6.4.7 办公自动化领域 286
第7章 Azure OpenAI Studio应用 开发 302
7.1 Azure OpenAI GPT模型部署和推理 303
7.2 API调用和二次开发指南 311
7.2.1 Web应用部署生成 311
7.2.2 通过API调用开发应用程序 314
7.3 增强GPT-4:用户文档对话和任务链问题解决 325
7.3.1 LangChain基础用法 327
7.3.2 复杂任务链规划问题解决 328
7.3.3 用户本地私有知识库问答 332
参考资料 346
|
|