促进生成式人工智能的智能应用

从提示到生产 – 用生成式 AI 构建未来。

书籍说明
从自然语言到生产规模的智能系统

生成式 AI 正在重塑软件的构建方式、企业的运营方式以及专业人员如何交付价值，而从自然语言想法转变为可行的 AI 应用程序的能力是下一个十年的定义技能。提示智能应用的生成式 AI 向您展示如何使用 AI 将简单的语言意图直接转化为 LLM 应用程序、RAG 管道和智能代理，从而加速从首次提示到生产部署的每个开发阶段。

本书不是从头开始教授 AI 理论，而是以提示驱动的执行为中心。您可以使用即时工程技术来构建聊天机器人、链式 AI 操作、使用矢量数据库设计知识库，并编排多代理系统，然后自信地跨云和私有基础设施部署它们。每一章都围绕着更快地获得有效的人工智能输出，而不是理论。

在本书结束时，您将使用提示作为人工智能开发工作流程的核心部分，以比传统开发方法更高的速度、清晰度和生产信心构建和部署智能应用程序。

您将学到什么
● 使用提示工程技术将自然语言意图转化为有效的 LLM 应用程序。
● 通过将提示、操作和工具链接成逻辑多步骤来构建人工智能工作流程
● 使用嵌入、向量数据库和知识检索架构设计和部署 RAG 系统。
● 编排智能多代理系统，以进行复杂推理和协作 AI 任务执行。
● 跨云平台和私有基础设施部署 AI 应用程序，充满生产就绪的信心。
● 从第一天起就嵌入道德、安全和治理框架，构建负责任的 AI 解决方案。

目录
1.探索 GenAI 革命从炒作到真正的影响
2。大型语言模型如何理解和生成文本
3。使用标记、提示和嵌入构建您的 AI 词汇
4。通过探索 GPT、Claude 和 Gemini
5 选择您的 AI 合作伙伴。使用无代码平台创建无需代码的人工智能解决方案
6。掌握快速工程，让人工智能为您服务
7。将想法转化为代码，构建您的第一个人工智能应用程序
8。通过将人工智能操作链接在一起创建智能工作流程
9。使用专业的用户界面设计精美的人工智能应用程序
10。教人工智能通过语义搜索理解含义
11。使用矢量数据库构建知识库
12。使用具有记忆功能的 RAG 系统创建带有记忆的 AI
13。用设计思维构建推理代理
14。使用协作多代理系统协调 AI 团队
15。在您自己的硬件上私下部署人工智能
16。在云端启动人工智能应用程序
17。利用人工智能驱动的编码助手加速开发
18。通过道德和安全最佳实践构建负责任的人工智能
19。在生成人工智能领域建立可持续的职业
20。使用生成式 AI 的 Capstone 项目
索引