AI 應用程式開發|活用 ChatGPT 與 LLM 技術開發實作, 2/e (Developing Apps with GPT-4 and ChatGPT: Build Intelligent Chatbots, Content Generators, and More, 2/e)
Olivier Caelen, Marie-Alice Blete 藍子軒 譯
- 出版商: 歐萊禮
- 出版日期: 2025-04-08
- 定價: $680
- 售價: 7.9 折 $537
- 語言: 繁體中文
- 頁數: 332
- 裝訂: 平裝
- ISBN: 6264250228
- ISBN-13: 9786264250221
-
相關分類:
ChatGPT
- 此書翻譯自: Developing Apps with GPT-4 and ChatGPT: Build Intelligent Chatbots, Content Generators, and More, 2/e (Paperback) 銷售排行: 🥉 2025/4 繁體中文書 銷售排行 第 3 名
立即出貨 (庫存 > 10)
買這商品的人也買了...
-
軟體架構原理|工程方法 (Fundamentals of Software Architecture: A Comprehensive Guide to Patterns, Characteristics, and Best Practices)$680$537 -
精通 API 架構|設計、營運和發展基於 API 的系統 (Mastering API Architecture: Design, Operate, and Evolve Api-Based Systems)$680$537 -
生成深度學習|訓練機器繪畫、寫作、作曲與玩遊戲, 2/e (Generative Deep Learning: Teaching Machines to Paint, Write, Compose, and Play, 2/e)$880$695 -
流暢的 React : 建構快速、高效、直覺的 Web 應用程式 (Fluent React: Build Fast, Performant, and Intuitive Web Applications)$780$616 -
先整理一下?|個人層面的軟體設計考量 (Tidy First?: A Personal Exercise in Empirical Software Design)$480$379 -
讓 AI 好好說話!從頭打造 LLM (大型語言模型) 實戰秘笈$680$537 -
生成式 AI 入門 – 揭開 LLM 潘朵拉的秘密 : 語言建模、訓練微調、隱私風險、合成媒體、認知作戰、社交工程、人機關係、AI Agent、OpenAI、DeepSeek (Introduction to Generative AI)$580$458 -
版本控制使用 Git, 3/e (Version Control with Git: Powerful Tools and Techniques for Collaborative Software Development, 3/e)$880$695 -
Microsoft Azure 學習手冊|雲端運算與雲端系統開發的關鍵知識 (Learning Microsoft Azure: Cloud Computing and Development Fundamentals)$880$695 -
LLM 核心攻略制霸生成式 AI:ChatGPT、嵌入技術、微調與多模態 AI 最佳實踐$680$510 -
你的第一本 Git 與 GitHub 入門書:輕鬆實作本機與遠端儲存庫的版本控制$620$434 -
FastAPI|現代 Python 網站開發 (FastAPI : Modern Python Web Development)$680$537 -
AI 超神筆記術:NotebookLM 高效資料整理與分析 250技$480$379 -
ChatGPT 4.5 萬用手冊:GPT-4.5/4.1/4o、o3/o4、Deep Research、NotebookLM 中文版、Claude 4、Grok 3、Gemini 2.5$680$578 -
無瑕的程式碼 函數式設計篇:原則、模式與實踐$780$608 -
生成式 AI 專案實踐指南:從模型挑選、上線、RAG 技術到 AI Agent 整合$650$507 -
軟體設計耦合的平衡之道:建構模組化軟體系統的通用設計原則 (Balancing Coupling in Software Design: Successful Software Architecture in General and Distributed Systems)$650$507 -
使用者體驗法則 |運用心理學原則設計更好的產品與服務, 2/e (Laws of UX: Using Psychology to Design Better Products & Services, 2/e)$580$458 -
GitHub Copilot 讓你寫程式快 10 倍!AI 程式開發大解放$690$545 -
深度學習詳解|台大李宏毅老師機器學習課程精粹$750$592 -
LLM 資安教戰手冊|打造安全的 AI 應用程式 (The Developer's Playbook for Large Language Model Security)$580$458 -
OpenAI API 開發手冊 - 用 Responses API、Realtime API、MCP、Agents SDK、Function calling 打造即時語音、RAG、Agent 應用$790$624 -
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 (Prompt Engineering for Generative AI: Future-Proof Inputs for Reliable AI Outputs)$880$695 -
AI 工程|從基礎模型建構應用 (AI Engineering : Building Applications with Foundation Models)$1,200$948 -
LLM 語意理解與生成技術完全開發 (Hands-On Large Language Models)$980$774
LLM 大語言模型 詳見活動內容 »
-
78折
零基礎玩轉 LLM 應用全攻略:Python × No-Code 實作 AI 開發超簡單(iThome鐵人賽系列書)$690$538 -
79折
大型語言模型應用實戰:從 Prompt Engineering 到 Agentic RAG 與 MCP$790$624 -
78折
大模型時代:從 ChatGPT 一枝獨秀到全面開戰的 AI 賽局$500$390 -
79折
業界實戰親授 - 大型語言模型微調、最佳化、佈署一次到位$980$774 -
79折
深度學習最佳入門與專題實戰:自然語言處理、大型語言模型與強化學習篇$880$695 -
79折
AIGC 大型語言模型 - 個人應用到企業實戰立刻上手$780$616 -
79折
讓 LLM 飛起來的工具使用 - AI Agent MCP 協議開發、標準、應用$790$624 -
79折
AI Agent 手刻首選 - 使用 LangChain 親手實作 LLM 大型商業專案$880$695 -
79折
LLMOps 打造穩定運行的大型語言模型系統 (LLMOps: Managing Large Language Models in Production)$620$489 -
79折
實用 DeepSeek 技術 - 開發真正可用的 LLM 應用程式$880$695 -
78折
AI 程式設計、深度學習與 LLM 入門到精通:PyTorch × GPT × Transformer × LLaMA 實作指南(iThome鐵人賽系列書)$650$507 -
79折
LLM 工程師開發手冊 (LLM Engineer's Handbook: Master the art of engineering large language models from concept to production)$1,250$987 -
79折
AI Agent 智能工作流:設計與自動化全實戰$760$600 -
79折
不再是 ChatBot - 最新 AI Agent 代理建構$880$695 -
79折
最新 AI 開發範式 - Agent 多重智慧體自動產生應用$680$537 -
79折
LangChain 開發手冊 -- OpenAI × LCEL 表達式 × Agent 自動化流程 × RAG 擴展模型知識 × 圖形資料庫 × LangSmith 除錯工具$680$537 -
79折
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)$620$489 -
79折
LLM 語意理解與生成技術完全開發 (Hands-On Large Language Models)$980$774 -
79折
LLM × 網路爬蟲終極實戰:n8n 串接資料爬取 × Qdrant × RAG 打造本機 AI Agent$980$774 -
79折
LangChain 學習手冊|使用 LangChain 與 LangGraph 建構 AI 與 LLM 應用程式 (Learning LangChain: Building AI and LLM Applications with LangChain and LangGraph)$680$537 -
79折
Node.js 與 LLM 原理與實務:AI 應用程式開發$780$616 -
79折
知道你的下一筆訂單 - 使用 LLM$980$774 -
79折
更少 GPU 卻更強 - LLM 輕量化壓縮及加速訓練$980$774 -
79折
AI Agent 自動化流程超 Easy -- 不寫程式 No Code 聰明完成樣樣事$750$592 -
VIP 95折
AI傳媒學:大模型助力傳媒行業應用與創新$588$558
商品描述
來自Amazon讀者的好評📢
「這本書是LLM新手的理想入門書,簡單易懂的 Python範例,幫助我輕鬆學會在應用程式中運用GPT技術。」
「書中提供很多實用的OpenAI API使用建議,並包含清晰的範例和經驗分享。讓我節省了大量搜尋和試錯的時間,是學習GPT開發的絕佳資源。」
來自業界專家的推薦📢
「透過實用範例與逐步指南,作者為前沿應用開發鋪設了清晰的道路。」
——Tom Taulli,《Generative AI》(Apress)作者
「完美結合理論與實作,讓GPT-4和ChatGPT的技術細節變得易於理解。」
——Lucas Soares,Biometrid機器學習工程師
🌟 AI正在改變開發世界,準備好加入這場革新了嗎?
本書帶你掌握ChatGPT與LLM的強大功能,從文字生成、智慧問答到提示工程、模型微調。
用Python就能讓AI成為你最棒的開發夥伴!
本書提供:
✅ 從零開始:快速理解 LLM 原理,掌握 ChatGPT 應用開發核心技術
✅ 實戰導向:使用 OpenAI API,打造各種 AI 功能,包括智能助理與問答系統
✅ 進階技巧:提示工程、RAG、LangChain、LlamaIndex,優化AI效能
✅ 完整範例:GitHub 程式碼+逐步指引,動手實作 AI 應用
🎯 不論你是開發者、數據工程師,還是 AI 愛好者,本書都是你進入AI應用開發領域的最佳幫手!
----------------------------------------------
這本書是Python開發者的理想指南,可為學習如何使用大型語言模型來開發應用程式提供協助。作者Olivier Caelen和Marie-Alice Blete詳細介紹了GPT-4和GPT-3.5模型的主要功能與優勢,並深入解釋這些模型的運作原理。此外,書中還提供了使用OpenAI的Python函式庫進行應用程式開發的步驟指南,包括文本生成、問答系統和智慧助裡等應用。
本書以清晰易懂的敘述方式撰寫,搭配簡單易學的範例,幫助讀者理解概念並將其應用於實際專案。書中提供的Python程式碼範例皆可在GitHub上取得,並附有關鍵術語的詞彙表。準備好在應用程式中釋放大型語言模型的威力了嗎?這本書是您的必備之選!
您將於本書中學習到:
.GPT-4與GPT-3.5模型的基本概念、核心特性與運作方式。
.如何將這些模型整合至基於Python的應用程式中,並充分發揮自然語言處理能力,解決LLM相關的挑戰。
.在Python中使用OpenAI API進行文本生成、問答、內容摘要、分類等實作應用。
.進階的LLM主題,如提示工程、特定任務的模型微調、檢索強化生成(RAG)、插件、LangChain、LlamaIndex、GPTs和智慧助理。
作者簡介
Olivier Caelen 是Worldline公司的一位機器學習研究者,這家公司是支付技術的先驅,專為無縫支付提供解決方案。他同時也在布魯塞爾自由大學(the Université libre de Bruxelles)傳授機器學習入門課程以及進階深度學習課程。
Marie-Alice Blete 是一位AI工程師。她經常向資料科學家同事們宣揚各種工程上最佳的實務做法,尤其是對於AI解決方案部署相關的效能表現與延遲問題特別感興趣。她喜歡以技術演講者的身份分享她的知識,並與社群進行互動。
目錄大綱
第一章 GPT-4 與 ChatGPT 的基礎知識
LLM(大語言模型)簡介
簡史:從 GPT-1 到 GPT-4
LLM 的使用情境和產品範例
謹防 AI 幻覺:限制和考量
透過進階功能釋放 GPT 潛力
第二章 深入探討 OpenAI API
基本概念
用 OpenAI Playground 來試玩 GPT 模型
入門:OpenAI Python 函式庫
使用聊天補全模型
使用其他文字補全模型
各方面的考量
其他的 OpenAI API 和功能
第三章 可支援 LLM 的應用程式:能力和挑戰
App 開發概要說明
軟體架構設計原則
把 LLM 的各種能力整合到你的專案中
範例專案
成本管理
支援 LLM 的 App 各種可能的漏洞
使用外部 API
第四章 OpenAI 的進階 LLM 整合策略
提示工程
微調
RAG(檢索增強生成)
在不同策略之間進行選擇
從標準的應用程式,到支援 LLM 的解決方案
第五章 利用框架、外掛等方式來提升 LLM 的能力
LangChain 框架
LlamaIndex 框架
GPT-4 外掛
GPT
Assistant API
第六章 全部整合起來
重點回顧
全部整合起來:AI 助理的使用情境
所學習到的經驗教訓
關鍵術語詞彙表
附錄A 工具、函式庫與框架
索引









