Generative AI Design Patterns

生成式AI已開始真正進入產品、服務與企業流程，但當團隊實際開發GenAI應用程式與AI Agent時，往往很快就遇到各種工程問題： 模型產生幻覺、回應結果不穩定該如何處理？ 怎麼讓生成內容符合品牌風格與指定格式？ 如何讓Agent具備規劃、自我修正與協作能力？ 多個Agent又該如何組合成可落地的應用系統？ 本書整理了32種生成式AI設計模式（Generative AI Design Patterns），將研究論文與第一線實務經驗轉化為可直接套用的工程解法。 無論是拿來作為參考手冊、架構設計指南，或是培養整體GenAI設計思維，這本書都是對工程師、資料科學家、軟體架構師或產品經理極具價值的工具書。 【專業推薦】 「這是一本引領GenAI從原型邁向正式部署的實戰手冊。書中收錄的設計模式匯集了現實的工程經驗，可讓開發者充滿信心地應對幻覺、可靠性與規模化的種種挑戰。」 ――Marily Nika博士，《Building AI-Powered Products》作者 「Hannes與Lak將寶貴的實戰智慧寫成這本全方位指南，幫助你將理論轉化為實際做法。」 ――Chip Huyen，《設計機器學習系統》與《AI工程》作者 生成式AI帶來強大的新能力，然而，在正式交付可靠的應用程式或代理之前，你仍然會面臨有一些棘手的限制。幸運的是，來自業界專家的二位作者已經整理了32種經得起考驗的設計模式。在開發LLM專案時難以避免的難題都可以在本書中找到對策，包括幻覺、不確定的回應，以及模型知識斷層。 本書將論文研究跟實務經驗整理成可以直接套用的建議。在每一種模式中，作者會先說明問題在哪，再附上完整的範例程式來示範解法，最後還會分析解決方案背後的取捨。 • 因應LLM的侷限性 • 確保生成的內容符合特定風格、語調與格式 • 在權衡各類風險的同時，將創意極大化 • 讓代理具備規劃能力、自我修正能力、行動能力，而且能與其他代理協作 • 將多種模式組合成適合各種應用場景的代理型應用程式

https://youtu.be/wXkyKiU9eu0 「從模型到介面，從部署到串接，打造可操作、可擴充的語言模型應用」 ? 建立穩定的開發與資料處理基礎 從 Google Colab、Anaconda、Jupyter Notebook 到 Pandas，掌握 CSV、Google Sheets 與多種資料格式的讀取、整理與比對。 ? 將 Python 程式轉化為可操作的動態 APP 比較 Gradio、Streamlit、Tkinter 與 CustomTkinter 的介面特色，實作股價資料查詢與財報 RAG 應用。 ? 完成 Hugging Face Spaces 部署與除錯 掌握 requirements.txt、README、Secret、API Key、套件版本管理，以及常見平台部署流程。 ? 理解開源模型、微調與量化技術 認識 Llama、ChatGLM、TAIDE、Breeze、Qwen、Yi，並掌握 SFT、LoRA、QLoRA、模型量化、RLHF、PPO 與 DPO 的微調核心概念。 ? 串接知識庫、通訊工具與跨平台工作流 實作 RAG、AnythingLLM、MAKE、Line Bot、Google Sheets、Telegram、Claude API 與 MCP，延伸模型的查詢、推播與任務串接能力。 專業推薦 (排名不分先後) 國立中山大學物理系─莊豐權特聘教授 欣榮藝術行銷有限公司 執行長、吾料音樂創造工作室 創辦人─侯沛罧 敬薦 綠先農業科技國際股份有限公司─張靜雯經理 伽碩職訓中心─郭明洽執行長 嘉南藥理大學人工智慧與多媒體應用系─蘇致遠教授 元大─陳尚瑋副理 數位行銷顧問─佘昀 永義房屋高鐵自由加盟店 店長 / 第21 屆金仲獎楷模─王靚瑜 永達保經─李雅雯經理