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。
我已經使用 Chat AI 將近三年了。無論是解決生活中的疑難雜症,還是面對工作上的大小挑戰,AI已成為我日常中不可或缺的工具。有時候,我甚至會開啟對話模式,讓...
接下來幾天我會圍繞這一些比較重要但基礎的觀念探討 現行Chat AI工具已經廣泛地在使用,如果針對此次比賽主題有興趣者,我相信多少已經在使用Chat AI工具來...
昨天我們聊了模型能「看懂」什麼,但更重要的是如何「指揮」它。如果沒有好的指揮,模型再強大,但方向有可能不符合你的需求,看似頭頭是道,實際上很多時候會是毫無章法。...
還記得昨天我們聊的嗎?提示詞就像是指揮棒,能把模型從「亂猜」拉回正軌。可是就算你指揮得再精準,大型語言模型還是有一個很難避免的毛病——幻覺(Hallucinat...
昨天我們聊過 LLM 為什麼容易「幻覺」,甚至一本正經地說出錯誤。那我們要怎麼辦? 最快速的方式就是寫出好提示詞,也就是一直都很夯的提示工程。 提示工程各家教法...
昨天我們探討了 Google 提出的 T-C-R-E-I 五步驟,為「寫出好提示詞」打下穩固基礎。今天,我們將深入三個能顯著提升模型表現的進階技巧:Chain...
到目前為止,我們已經學會如何透過精準的提示詞,引導 AI 正確地「發問」與「推理」。然而,要讓 AI 的答案真正做到可追溯、可稽核、並能持續更新,單憑既有的推理...
我們已經知道 RAG 讓 AI 學會了開書考,那接下來的問題是:這本『參考書』(知識庫)是如何被製作出來的?AI 又是如何以毫秒級的速度,從成千上萬頁的資料中,...
在昨天的文章中,我們探討了 RAG(檢索增強生成)的準備階段 (Indexing)。了解到此準備工作如同為 AI 精心打造一本高品質、易於查閱的「參考書」。從載...