iT邦幫忙

genai相關文章
共有 149 則文章
鐵人賽 AI & Data DAY 25

技術 Day 25|上下文學習(In-Context Learning)與 Prompt 設計

引言 我們今天要談的主題是要怎麼讓 AI 理解你!想像一個情境是,你想要你的朋友幫你做一件事。如果你只說一句「幫我寫報告」,他根本不會知道你想要什麼內容、怎樣的...

鐵人賽 AI & Data DAY 24

技術 Day 24|生成式大型語言模型:GPT 怎麼生成文字

引言 當 ChatGPT 剛問世時,大家是不是都被它震驚到了?電腦居然能生成這麼自然、這麼像人講的文字!而且隨著 OpenAI 推出越來越多升級版,它似乎也變得...

鐵人賽 生成式 AI

技術 【Day30】未來展望:將顧問思維應用於軟體開發與團隊協作

TL;DR 將我們建立的 AI 工作流程,類比並應用到「軟體開發」與「敏捷 (Scrum)」的團隊協作中。 探索 AI 在不同職能角色(如產品經理、工程師)中...

鐵人賽 生成式 AI

技術 【Day28】終極整合:AI 金融助理團隊成形

TL;DR 將課程中建立的所有工具與流程,整合到一個從「陌生開發」到「簽約成交」的完整客戶服務場景中。 理解 AI 助理團隊如何系統性地為我們的日常工作賦能...

鐵人賽 生成式 AI

技術 【Day27】第三專案(三):Gemini+NotebookLM協同開發

TL;DR 學習如何將 NotebookLM 的「分析成果」,無縫整合進 Gemini 的「開發指令」中。 體驗 AI 團隊的進階工作流:NotebookLM...

鐵人賽 生成式 AI DAY 13

技術 Day 13 - 【鬧鐘實戰 IV】注入靈魂:連接 Realm 數據與左滑刪除

昨天,我們成功地用假資料搭建了一個外觀精美的 UI。列表看起來有模有樣,但它目前的開關按了沒反應,資料都是寫死的,更沒有辦法新增或刪除鬧鐘。 困惑點:如何讓...

鐵人賽 生成式 AI DAY 12

技術 Day 12 - 【鬧鐘實戰 III】畫面施工:用 UITableView 打造列表 UI

昨天,我們用 UITabBarController 把 App 的幾個主要功能區都隔出來了,感覺 App 好像有模有樣了。但點到「鬧鐘」分頁,眼前還是一片空白,...

鐵人賽 生成式 AI DAY 11

技術 Day 11 - 【鬧鐘實戰 II】App 框架搭建:用 TabBarController 打造我們的 App 骨架

昨天,我們為鬧鐘 App 打好了所有地基工程:一個乾淨的專案、安裝好的 Realm 資料庫、以及核心的 AlarmData 資料模型。 然而,要復刻鬧鐘 App...

鐵人賽 生成式 AI DAY 9

技術 D-0x10【Vibe Coding 實戰】需求設計 By Golang v2

在上一篇中,我們雖然多少看懂了行為是怎麼運作,但如果不靠GenAI,我們還是無法理解程式碼是怎麼運作的,所以 臨時急件 救火中... 臨時急件 救火中...臨時...

鐵人賽 生成式 AI DAY 10

技術 Day 10 - 【鬧鐘實戰 I】打好地基:專案設定、Realm 模型與 App 框架

歡迎來到「鬧鐘實戰」的第一天!在過去九天,我們儲備了所有必要的知識。今天,我們要建立一個乾淨的專案,安裝好我們的資料庫,並設計出鬧鐘的核心資料模型。 1-1:建...

鐵人賽 生成式 AI DAY 23

技術 【Day26】第三專案(二):NotebookLM擔任技術顧問

TL;DR 在開發複雜工具前,先讓 NotebookLM 擔任「技術顧問」,幫我們預習、消化複雜的文件。 透過精準提問,命令 NotebookLM 將難懂的金...

鐵人賽 生成式 AI DAY 9

技術 D-0x09【Vibe Coding 實戰】需求設計 By Golang

還記得我們的目標是什麼嗎! 設計一組能夠記錄「待辦功能」的 API。 1. 路徑規劃 2. 需求解析 3. 回應結構 這三項是三大重點。 而專案的主要需求是...

鐵人賽 生成式 AI DAY 9

技術 Day 9 - 數據儲存:認識 RealmSwift,為之後的專案做準備

昨天,我們規劃好了 App 內部畫面的 Delegate 。但這樣又有新的問題:當「新增鬧鐘」畫面,將一個新的鬧鐘資訊回報給列表畫面後,這個鬧鐘該被存放在哪裡?...

鐵人賽 生成式 AI DAY 23

技術 【Day25】終極協奏曲:衍生性商品風險模擬器藍圖

TL;DR 打造一個能解釋複雜金融商品(如 PGN, ELN)的互動工具,製作其藍圖。 學習為什麼「互動模擬」是打開這類產品「黑盒子」、與客戶建立信任的最佳...

鐵人賽 生成式 AI DAY 23

技術 【Day24】工作流優化:建立你的 AI 日常 SOP

TL;DR 學習將 AI 技巧「SOP 化」提升長期工作效率的關鍵。 拆解顧問的三大工作場景:每日晨間例行公事、每週一規劃、以及每次會議前後。 將自己的「AI...

鐵人賽 生成式 AI DAY 8

技術 D-0x08【Vibe Coding 實戰】程式碼啟動!

在上一篇我們已經生了四份對應的程式碼,但接下來我們要怎麼讓這四份程式碼動起來? 我自己是習慣使用『Docker』環境來運行程式碼,不管在哪個OS,都是可控、穩定...

鐵人賽 生成式 AI DAY 8

技術 Day 8 - 承先啟後:為何在深入 AI 前,我們必須先征服 App 內部溝通的核心?

在過去的七天,我們學會了 Swift 語法、學會了畫面排版,甚至為我們的 App 規劃了 MVC 架構。我們好像已經準備好要大展身手了。 但在我開始規劃「鬧鐘...

鐵人賽 生成式 AI DAY 7

技術 D-0x07 【Vibe Coding 實戰】第一份簡易程式碼

接下來我們的實作都會在VScode + Github Copilot ,所以一定要準備的 VScode + Github Copilot 不能少。 在覺得最舒服...

鐵人賽 生成式 AI DAY 7

技術 Day 7 - 架構思維:淺談 MVC 架構與專案的資料夾結構

昨天,我們學會了如何在 XIB 這個畫版上,佈置我們的View,並透過 @IBOutlet 讓Controller來控制它們。 學習資源 Model-Vie...

鐵人賽 生成式 AI DAY 6

技術 D-0x06 【Vibe Coding 實戰】用一個 To-Do API 感受後端語言的「形狀」

我想討論的這個議題是,假設你是 第一次想接觸後端的新手只會前端(HTML/CSS/JS),但想嘗試「做一個能 CRUD 的 API」感受後端的味道。 考...

鐵人賽 生成式 AI DAY 23

技術 【Day23】Gemini + NotebookLM:打造自動化客戶Email

TL;DR 將 NotebookLM 的「深度洞察」與 Gemini 的「溝通藝術」結合。 掌握第一個整合性的 AI 工作流程,實現半自動化的個人化客戶溝通。...

鐵人賽 生成式 AI DAY 6

技術 Day 6 - 畫面佈局初探:在 XIB 中設定第一個元件與 Auto Layout 約束

昨天,我們成功建立了一個 MainViewController.swift 檔案與其對應的 .xib 檔案。這個 .xib 檔案,就是我們今天的畫布。 今天,我...

鐵人賽 生成式 AI DAY 5

技術 D-0x05 GenAI 時代,工程師要練的不是寫程式,而是「提問能力」

前幾篇我們聊了 vibe coding 的起手式: 怎麼用 VSCode + GitHub Copilot 建立試驗場,也討論過如何挑選工具(Codex、Cla...

鐵人賽 生成式 AI DAY 5

技術 Day 5 - 專案啟動與架構解析:App 如何從無到有並開始呼吸?

昨天我們將開發者的「心法」與「工具箱」都準備妥當。今天,我們終於建立我們的第一個 Xcode 專案。 建立專案 - 進入Swift的世界 第一步:打開Xcod...

鐵人賽 生成式 AI DAY 22

技術 【Day22】NotebookLM實戰(四):將會議錄音轉化為客戶洞察

TL;DR 學習一套「會後分析」工作流,將顧問的服務從「被動回應」提升至「主動洞察」。 學習如何將會議音檔或逐字稿上傳至 NotebookLM,並提出三個關鍵...

鐵人賽 生成式 AI DAY 4

技術 Day 4 - 開發習慣:聊聊 Coding Guidelines 與如何讓 AI 成為你的學習家教

經過前兩天高強度的語法學習,今天我們可以稍微放鬆一下,從具體的程式碼中抽離出來,聊一些更「軟」但同樣重要的事情。 今天,我想分享兩件事:一是讓團隊合作更順暢的「...

鐵人賽 生成式 AI DAY 21

技術 【Day21】NotebookLM實戰(三):打造你的「反對問題應答智庫」

TL;DR 將 NotebookLM 的應用,從「單一客戶」管理,提升至「通用策略」的建立。 學習如何彙整公司報告、法規、成功話術等,打造一個能應對市場挑戰的...

鐵人賽 生成式 AI DAY 20

技術 【Day20】NotebookLM實戰(二):會議前的「AI助教」

TL;DR 學習如何向 NotebookLM 提出精準的問題,在 5 分鐘內獲得一份完整的會前簡報。 體驗 AI 如何幫助我們記住客戶的每一個細節,大幅提升專...

鐵人賽 生成式 AI DAY 19

技術 【Day19】NotebookLM實戰(一):建立「客戶備忘錄」

TL;DR 學習 NotebookLM 在客戶關係管理中的獨特定位:處理「非結構化」的深度資訊。 學習如何將客戶的會議逐字稿、Email、感興趣的報告等,彙整...

鐵人賽 生成式 AI DAY 2

技術 D-0x02 「Vibe coding」不會憑空出現

工欲善其事,必先利其器 在上一篇文章裡,我談到「vibe coding」這個現象:AI 讓人們突破了學習門檻,哪怕你不是工程背景,也能用自然語言去實現腦中的構想...