只要 30 天,從 0 打造專屬 AI 聊天助理!先學會規劃對話流程、資料來源與個人化設定,腦中先有藍圖,再走兩條落地路線:路線一:Gemini API(透過 Google AI Studio);路線二:Gemini API in Vertex AI——會完整跑一遍;另外,如需多代理/搜尋等進階能力,會補充 AI Applications(原 Agent Builder) 的用法。30 天結束,打造一個可用、可管、可維運的 AI 助理。
生成式 AI 的蓬勃發展,推動了對模型微調(fine-tuning) 與 平台化開發的強烈需求。本系列以實戰為核心,完整記錄一個可部署、可監控、可回滾的 AI 微調平台的落地過程,涵蓋資料處理、任務排程、訓練與部署、效能監控、多租戶架構等核心模組,並輔以 Kubernetes、MLflow、DVC、Helm Chart 等技術的整合應用。
在落實系統基礎功能的同時,系列文章也嘗試引入 AI 協作的開發模式 —— 包含 AI 生成測試案例、初版設定檔、自動化技術文檔與壓測腳本 等方式,驗證生成式 AI 如何反向參與工程流程,協助開發者提升效率、減少重工,並探索人機協作下的工程最佳化可能性。
這次的挑戰以「科學的盡頭是玄學?」為主題,結合 AWS S3 與 Bedrock,建置一個能根據占卜知識庫進行解讀的 AI 小助手。
透過建立結構化的塔羅牌資料、設計牌陣與主題化分析,嘗試讓 AI 不只是隨機說結果,而要能引用正確牌義、結合位置與提問背景,給出有邏輯的解讀。
接下來的 30 天,我將嘗試實作並驗證 AI 使否夠「聰明」,探索科技遇上玄學時會擦出什麼火花。