本書為大模型應用開發極簡入門手冊，為初學者提供了一份清晰、全面的“可用知識”，帶領大家快速了解GPT-4和ChatGPT的工作原理及優勢，并在此基礎上使用流行的Python編程語言構建大模型應用。通過本書，你不僅可以學會如何構建文本生成、問答和內容摘要等初階大模型應用，還能了解到提示工程、模型微調、插件、LangChain等高階實踐技術。書中提供了簡單易學的示例，幫你理解并應用在自己的項目中。此外，書后還提供了一份術語表，方便你隨時參考。
準備好了嗎？只需了解Python，你即可將本書作為進入大模型時代的啟動手冊，開發出自己的大模型應用。
你的實用LLM應用開發手冊
1.【0門檻】人人都可以借力大模型，做出 AI 應用
2.【簡單】學習大模型應用開發的“Z小可用知識”
3.【實操】學會寫提示詞、模型微調、使用 LangChain 等
4.【實戰】提供常用場景代碼示例，方便快速學習
5.【快速】2H 上手構建你的頭個原生 AI 應用
6.【全面】了解 GPT-4 和 ChatGPT 的工作原理
專業翻譯、專家推薦
1.【品控】一線從業者翻譯，注釋說明內容更新
2.【推薦】大模型一線創業者、應用技術專家推薦
奧利維耶·卡埃朗（Olivier Caelen）
國際支付服務先驅Worldline公司機器學習研究員、布魯塞爾自由大學機器學習博士，業余時間在布魯塞爾自由大學教授機器學習課程。
瑪麗-艾麗斯·布萊特（Marie-Alice Blete）
國際支付服務先驅Worldline公司研發部門軟件架構師、數據工程師。她還負責維護開發者關系，并擔任技術演講嘉賓。
何文斯（譯者）
大模型創業公司 Dify 產品經理、自媒體“何文斯”作者，致力于研究大模型中間件技術和AI應用工程化的實際落地。業余時間撰寫大模型相關技術的科普文章，期待共同見證通用人工智能的實現。
推薦序一 學習成為善用 AI 的人 | 寶玉
推薦序二 開啟一段有趣、有啟發、 有收獲的冒險旅程 | 張路宇
推薦序三 人人都要學會和 AI 相處 | 孫志崗
推薦序四 AI 工程師：做新一輪智能革命的首批探索者 | 鄧范鑫
推薦序五 進入智能應用的新時代 | 梁宇鵬（@一樂）
推薦序六 AGI：不要旁觀，要真正參與 | 羅云
推薦序七 不要害怕被 ChatGPT 取代，要做第 一批駕馭新技術的人 | 宜博
譯者序 沒有誰天生就是 AI 工程師 | 何文斯
前言
第 1章 初識GPT-4 和 ChatGPT 1
1.1 LLM 概述 2
1.1.1 探索語言模型和 NLP 的基礎 2
1.1.2 理解 Transformer 架構及其在 LLM 中的作用 4
1.1.3 解密 GPT 模型的標記化和預測步驟 7
1.2 GPT模型簡史：從 GPT-1 到 GPT-4 9
1.2.1 GPT-1 9
1.2.2 GPT-2 10
1.2.3 GPT-3 11
1.2.4 從 GPT-3 到 InstructGPT 12
1.2.5 GPT-3.5、Codex 和 ChatGPT 14
1.2.6 GPT-4 15
1.3 LLM 用例和示例產品 16
1.3.1 Be My Eyes 16
1.3.2 摩根士丹利 17
1.3.3 可汗學院 17
1.3.4 多鄰國 18
1.3.5 Yabble 18
1.3.6 Waymark 19
1.3.7 Inworld AI 19
1.4 警惕 AI 幻覺：限制與考慮 20
1.5 使用插件和微調優化 GPT 模型 23
1.6 小結 24
第 2章 深入了解 GPT-4 和 ChatGPT 的 API 25
2.1 基本概念 26
2.2 OpenAI API 提供的可用模型 27
2.3 在 OpenAI Playground 中使用 GPT 模型 29
2.4 開始使用 OpenAI Python 庫 34
2.4.1 OpenAI 訪問權限和 API 密鑰 35
2.4.2 Hello World 示例程序 36
2.5 使用 GPT-4 和 ChatGPT 38
2.5.1 ChatCompletion 端點的輸入選項 39
2.5.2 ChatCompletion 端點的輸出格式 42
2.5.3 從文本補全到函數 43
2.6 使用其他文本補全模型 46
2.6.1 Completion 端點的輸入選項 47
2.6.2 Completion 端點的輸出格式 48
2.7 考慮因素 48
2.7.1 定價和標記限制 48
2.7.2 安全和隱私 50
2.8 其他 OpenAI API 和功能 50
2.8.1 嵌入 50
2.8.2 內容審核模型 53
2.8.3 Whisper 和 DALL · E 55
2.9 小結（含速查清單） 56
第3章 使用 GPT-4 和 ChatGPT 構建應用程序 59
3.1 應用程序開發概述 59
3.1.1 管理 API 密鑰 60
3.1.2 數據安全和數據隱私 62
3.2 軟件架構設計原則 62
3.3 LLM 驅動型應用程序的漏洞 63
3.3.1 分析輸入和輸出 64
3.3.2 無法避免提示詞注入 65
3.4 示例項目 65
3.4.1 項目 1：構建新聞稿生成器 65
3.4.2 項目 2：YouTube 視頻摘要 68
3.4.3 項目 3：打造《塞爾達傳說：曠野之息》專家 71
3.4.4 項目 4：語音控制 77
3.5 小結 83
第4章 GPT-4 和 ChatGPT 的高級技巧 85
4.1 提示工程 85
4.1.1 設計有效的提示詞 86
4.1.2 逐步思考 92
4.1.3 實現少樣本學習 94
4.1.4 改善提示效果 96
4.2 微調 98
4.2.1 開始微調 99
4.2.2 使用 OpenAI API 進行微調 101
4.2.3 微調的應用 . 105
4.2.4 生成和微調電子郵件營銷活動的合成數據 107
4.2.5 微調的成本 113
4.3 小結 114
第5章 使用 LangChain 框架和插件增強 LLM 的功能 117
5.1 LangChain 框架 117
5.1.1 動態提示詞 119
5.1.2 智能體及工具 120
5.1.3 記憶 124
5.1.4 嵌入 125
5.2 GPT-4 插件 129
5.2.1 概述 130
5.2.2 API 131
5.2.3 插件清單 132
5.2.4 OpenAPI 規范 133
5.2.5 描述 135
5.3 小結 135
5.4 總結 136
術語表 137
新書資訊