擁抱AIGC：應用ChatGPT和OpenAI API（簡體書）

本書先概述生成式人工智能所涉及的技術和工具，幫助你了解如何訓練模型以生成新數據；接著展示如何用 ChatGPT 提高營銷、科研和軟件開發等相關工作的生產力和創造力；隨後介紹如何通過改進提示設計從與 ChatGPT 的交互中獲得好的效果，以及如何在企業級場景中使用 OpenAI 模型。
通過閱讀本書，你可以了解生成式人工智能的相關概念，以及如何通過有效的提示設計增加ChatGPT的價值，如何基於Python語言構建和部署生成式人工智能系統，如何利用 Azure OpenAI 服務實現企業級應用。
本書適合想用生成式人工智能提升工作效率的所有人閱讀，包括但不限於商務人士、數據科學家、軟件開發人員、營銷人員和科研人員。

瓦倫蒂娜·阿爾托（Valentina Alto）於 2020 年進入微軟公司，任 Azure 解決方案專家，並於 2022 年後轉至製造業和製藥業的數據分析及人工智能樹算法負載均衡研究。長期以來，她與客戶項目的系統集成商密切合作，共同部署云架構，主要關注現代數據平臺、數據 Mesh 網格框架、物聯網和實時分析、Azure 機器學習、Azure認知服務（包括 Azure OpenAI 服務），以及 Power BI。她發表了多篇關於統計、機器學習、深度學習和人工智能的技術文章，並撰寫了一本關於用 Python 進行機器學習的入門類圖書。

1.技術背景深厚的微軟工程師帶你探索AIGC的奧秘，作者在人工智能領域有非常大的建樹。
2.與目前市場上已有的多側重於強調生成式人工智能的功能和作用的圖書不同，本書詳細介紹AIGC的技術原理和企業用例，從理論到實踐，搞懂ChatGPT。
3.代碼基於Python，採用Ray和Longchain主流框架，基於Azure實現企業級用例，實用且易學。

第 一部分 生成式人工智能與GPT模型基礎001
第 1章 生成式人工智能概述002
1.1 什麼是生成式人工智能002
1.2 研究歷程和新發展008
1.3 小結011
第 2章 與OpenAI和ChatGPT面對面012
2.1 技術要求012
2.2 什麼是OpenAI012
2.3 OpenAI系列模型概述015
2.4 通往ChatGPT之路：模型背後的數學原理024
2.5 ChatGPT 033
2.6 小結035
2.7 參考資料035
第二部分 ChatGPT應用037
第3章 熟悉ChatGPT038
3.1 設置ChatGPT帳戶038
3.2 熟悉界面040
3.3 組織對話044
3.4 小結046
第4章 了解提示設計047
4.1 什麼是提示，提示為什麼重要047
4.2 零樣本學習 一次樣本學習 少樣本學習—Transformer模型的典型功能 049
4.3 定義明確的提示規則，以獲得相關和一致結果054
4.4 應避免隱性偏見的風險，並在ChatGPT中納入倫理道德考量059
4.5 小結061
第5章 ChatGPT助力生產力提升062
5.1 技術要求062
5.2 日常小助手—ChatGPT062
5.3 文本生成068
5.4 提升寫作技能和優化翻譯效果072
5.5 快速檢索信息和競爭情報080
5.6 小結084
第6章 ChatGPT助力軟件開發085
6.1 為什麼開發人員需要ChatGPT？085
6.2 生成、優化和調試代碼086
6.3 生成文檔和代碼可解釋性095
6.4 理解機器學習模型可解釋性100
6.5 不同編程語言之間的轉換103
6.6 小結109
第7章 ChatGPT助力營銷110
7.1 技術要求110
7.2 營銷人員對ChatGPT的需求110
7.3 新品研發和上架策略111
7.4 用於營銷對比的A B測試118
7.5 促進搜索引擎優化（SEO）123
7.6 用於提高質量和提高客戶滿意度的情緒分析126
7.7 小結130
第8章 ChatGPT助力科學研究131
8.1 研究人員對ChatGPT的需求131
8.2 收集文獻資料131
8.3 就實驗的設計和研究框架的制訂提供支持137
8.4 生成和格式化參考文獻141
8.5 生成演示文稿144
8.6 小結146
第三部分 企業OpenAI147
第9章 企業OpenAI和ChatGPT—Azure OpenAI148
9.1 技術要求148
9.2 OpenAI和微軟的合作以及Azure OpenAI服務 148
9.3 引入公共云的目的159
9.4 負責任的AI159
9.5 小結162
第 10章 企業用例163
10.1 技術要求163
10.2 企業如何使用Azure OpenAI164
10.3 合同分析器和生成器165
10.4 了解呼叫中心的分析方法180
10.5 探索語義搜索191
10.6 小結195
第 11章 結語196
11.1 回顧前面所學196
11.2 這只是開始197
11.3 生成技術對行業的影響—一種顛覆性的力量205
11.4 對生成式人工智能的擔憂206
11.5 生成式人工智能的倫理影響及為何需要負責任的人工智能208
11.6 未來的發展方向210
11.7 小結210