ChatGPT 的实际应用：从提示到产品

资源截图

MP4 |视频：h264，1920×1080 |音频：AAC，44.1 KHz，2 Ch
语言：英语 |时长：6小时20分钟

你将学到什么

• 了解 ChatGPT 和大型语言模型的实际工作原理，包括它们的功能、限制和现实世界的风险，以便负责任地使用它们
• 设计可靠、结构化的提示，生成适合实际业务和工程用例的一致、可控的输出。
• 超越聊天机器人，使用 API、工具调用和多步骤工作流程构建可投入生产的 ChatGPT 应用程序。
• 使用检索增强生成 (RAG) 将 ChatGPT 与外部数据集成，以减少幻觉并生成可靠、可审核的响应。
• 设计和评估 ChatGPT 系统架构，考虑延迟、成本、可扩展性和容错工作流程。
• 应用测试、监控和评估技术，确保 AI 输出在生产环境中保持准确、可靠且值得信赖。
• 解决偏见、隐私和合规性等现实问题，包括安全处理敏感数据和人机交互验证。
• 构建并展示一个完整的 ChatGPT 支持的应用程序，展示将想法从即时设计转变为生产就绪部署的能力。

要求

基本熟悉使用 ChatGPT 或类似 AI 工具
对软件或业务工作流程的运行方式有大致了解
对 AI 系统、自动化或现实应用程序感到好奇
愿意超越简单的提示和聊天界面进行思考

描述

“本课程包含人工智能的使用”ChatGPT 已经远远超出了简单的聊天机器人和演示，但大多数人仍在以无法转化为实际业务或生产环境的方式使用它。本课程旨在缩小这一差距。 ChatGPT for Real-World applications: From Prompts to Production 教您如何以在现代组织中实际应用的方式使用 ChatGPT – 作为可靠系统、数据管道和生产就绪工作流程的一部分。您将首先清楚地了解大型语言模型 (LLM) 的真正含义、ChatGPT 可以做什么和不能做什么，以及为什么单独提示不足以满足现实世界的使用。从那里，课程逐步进入提示工程基础知识、高级可靠性技术和结构化提示工作流程，以减少幻觉和不一致的输出。随着您的进步，您将了解 ChatGPT 如何集成到业务分析、工程自动化和内部工具中，包括如何设计支持决策、报告和代码辅助而不引入风险的提示。本课程的一个主要重点是检索增强生成 (RAG)，您将学习如何将 ChatGPT 安全地连接到您自己的数据、数据库和文档，以便输出有依据、可追踪和可审计。然后课程转向系统设计和架构，教您如何使用 API、工具调用和多步骤工作流程将 ChatGPT 放置在实际应用程序中。您将学习如何处理延迟、成本控制、扩展和容错设计，确保您的应用程序能够在实际使用条件下可靠运行。您还将涵盖人工智能安全、偏见和隐私，包括 PII 处理、合规性注意事项和人机交互验证，以便您的系统能够受到用户和利益相关者的信任。最后，本课程强调测试、监控和评估，将 ChatGPT 像任何其他生产软件组件一样对待，而不是黑匣子。在课程结束时，您将完成一个顶点项目，在其中设计、构建、评估和展示一个可用于生产的 ChatGPT 应用程序，展示您充满信心地从构思到部署的能力。从本课程中您将获得什么通过完成本课程，您将：了解 ChatGPT 的实际工作原理以及它在实际系统中的适用范围设计可靠的提示，以生成一致、受控的提示输出 超越聊天机器人，构建生产级 ChatGPT 应用程序 使用 API、工具和检索系统 (RAG) 集成 ChatGPT 通过结构化工作流程和基础技术减少幻觉 设计可扩展且具有成本意识的架构 对 AI 系统应用测试、监控和评估策略 构建值得信赖、可审计且合规的 AI 解决方案 获得工程师、分析师和产品团队使用的真实、适合工作的技能 如果您想专业地使用 ChatGPT、构建人工智能驱动的系统，或者通过了解生成式人工智能如何在现代组织中实际部署（而不仅仅是实验）来推进您的职业生涯。

本课程适合谁

想要使用 API、工具将 ChatGPT 集成到实际应用程序、工作流程和生产系统中的开发人员和软件工程师和结构化架构。
希望使用 ChatGPT 进行报告、洞察生成、内部助理和数据驱动的决策支持的数据分析师、数据工程师和分析专业人员。
需要负责任且有效地设计、评估和交付 AI 驱动的功能的产品经理、技术主管和创始人。
希望自动化工作流程、提高生产力并了解如何在真实业务环境中安全部署 ChatGPT 的业务专业人员和运营团队。
学生和职业除了简单的提示写作之外，想要在生成人工智能方面为工作做好准备的实际技能的转换人员。