Generative AI

內容簡介:來自Amazon讀者的好評📢「這本書是LLM新手的理想入門書，簡單易懂的 Python範例，幫助我輕鬆學會在應用程式中運用GPT技術。」「書中提供很多實用的OpenAI API使用建議，並包含清晰的範例和經驗分享。讓我節省了大量搜尋和試錯的時間，是學習GPT開發的絕佳資源。」來自業界專家的推薦📢「透過實用範例與逐步指南，作者為前沿應用開發鋪設了清晰的道路。」——Tom Taulli，《Generative AI》（Apress）作者「完美結合理論與實作，讓GPT-4和ChatGPT的技術細節變得易於理解。」——Lucas Soares，Biometrid機器學習工程師🌟 AI正在改變開發世界，準備好加入這場革新了嗎？本書帶你掌握ChatGPT與LLM的強大功能，從文字生成、智慧問答到提示工程、模型微調。用Python就能讓AI成為你最棒的開發夥伴！本書提供：✅ 從零開始：快速理解 LLM 原理，掌握 ChatGPT 應用開發核心技術✅ 實戰導向：使用 OpenAI API，打造各種 AI 功能，包括智能助理與問答系統✅ 進階技巧：提示工程、RAG、LangChain、LlamaIndex，優化AI效能✅ 完整範例：GitHub 程式碼+逐步指引，動手實作 AI 應用🎯 不論你是開發者、數據工程師，還是 AI 愛好者，本書都是你進入AI應用開發領域的最佳幫手！----------------------------------------------「透過實用範例與逐步指南，作者為前沿應用開發鋪設了清晰的道路。」——Tom Taulli，《Generative AI》（Apress）作者「完美結合理論與實作，讓GPT-4和ChatGPT的技術細節變得易於理解。」——Lucas Soares，Biometrid機器學習工程師這本書是Python開發者的理想指南，可為學習如何使用大型語言模型來開發應用程式提供協助。作者Olivier Caelen和Marie-Alice Blete詳細介紹了GPT-4和GPT-3.5模型的主要功能與優勢，並深入解釋這些模型的運作原理。此外，書中還提供了使用OpenAI的Python函式庫進行應用程式開發的步驟指南，包括文本生成、問答系統和智慧助裡等應用。本書以清晰易懂的敘述方式撰寫，搭配簡單易學的範例，幫助讀者理解概念並

近年因生成式AI（Generative AI）的崛起，為人工智慧的發展掀起了新的浪潮。從ChatGPT生成自然語言對話，到Midjourney、Stable Diffusion等AI繪圖工具創作逼真的圖像，再到音樂、程式碼、影片等多領域應用，生成式AI已逐步改變人類與科技互動的方式。這不僅是技術上的突破，更是代表人工智慧從輔助決策邁向創造力展現的關鍵轉折，為企業創新、產業升級開創全新可能。「TQC生成式AI應用與技術」認證以專業知識體系為導向，分為七大類：「發展歷程與生態系」、「應用領域與產業發展」、「生成式AI」、「演算法及專家系統」、「機器學習原理」、「統計與資料分析原理」以及「系統開發資源」等。內容包含AI發展歷程、相關供應商及其技術背景、生成式AI核心知識、不同場域間的應用，以及發展AI所需具備的知識理論與實踐方法。最後，輔以熟悉AI系統開發資源，在未來透過更聰明的演算法，布局出完美的應用。

人工智慧的發展正在飛躍式的成長，而且不會走回頭路，更不會在那裡等待人類追上。唯有從現在開始就要對人工智慧建立正確的認知，全力投入人工智慧的應用；同時，強權大國必須要仿照禁止核擴散共識一般，共同限制人工智慧在軍工產業的應用。那麼，人工智慧將會為人類開創出一個更為繁榮幸福的未來。 —孫大千（本書作者） 名人專文推薦 不論你是對未來充滿好奇的學子、正在職場努力奮鬥的上班族、創立公司的企業主、抑或是退休的樂齡族，如果我們願意與時俱進來面對人類發展的提升，那麼大千的 AI 列車應該可帶領我們一起探索，揭開人工智慧神秘的面紗。 —許勝雄（金仁寶集團創辦人） 本書是《快速搞懂 AI 人工智慧—我能運算你、取代你、終結你》的後續介紹，把與 AI 相關的技術和概念補充得更完整齊全。以 ChatGPT 為代表的大語言模型（LLM）在 2022 年開始引爆生成式人工智慧（Generative AI）的浪潮，在 2023 年達到高峰。緊接著，大家開始關注：大模型的優化方法、多模態大模型的推出、AI 代理人的概念，以及大模型的落地應用問題。而這些主題都將在本書中詳加解說。 本書分成三個部分，第一個部分關於是人工智慧發展的最新技術和概念；第二個部分是介紹各大科技巨擘所發展的多模態大模型的介紹；第三個部分是人工智慧大模型與數位裝置的結合，這些數位裝置包含了手機、筆電、眼鏡、汽車和機器人。

✦ 來自業界專家的推薦 ✦ 「AI正在改寫軟體工程的遊戲規則，本書正是每一位現代軟體工程師都需要的實用指南。Addy Osmani示範了如何將AI原始而強大的程式開發能力轉換為深思熟慮的可靠產品，並協助讀者在擁抱這股推進力的同時，仍可兼顧系統的穩定性、可維護性與長期價值。」 ——Sergio Pereira，兼職CTO、《Generative AI for Software Development》作者 AI正在改變軟體開發的樣貌，使程式設計師的角色從親自撰寫程式碼，轉變為透過意圖驅動、與AI協作的開發模式。Vibe Coding（氛圍式程式開發）——一種提示優先的探索性方法，開發者只需用自然語言描述需求，接著就讓大型語言模型補齊細節。這代表著開發者角色的重大轉變：從編寫程式碼變成引導程式碼。然而，Vibe Coding也伴隨著一個重要的警示：就像一輛高速探索載具，它可能在短時間內就把你帶離既定路線。本書將深入探討GitHub Copilot、OpenAI Codex這類AI驅動的程式助理，如何重塑我們以往打造軟體的方式——不只能將例行的程式任務自動化，甚至開始影響系統架構與設計決策。 本書將為開發者、技術主管與組織提供一套有效導入AI至工作流程的實務策略。你將學會如何為AI設定清楚的目標與限制條件、批判性審視AI所產生的程式碼，並將這些成果整合成一致且可運作的整體。無論你是正在導入AI工具，還是為軟體工程的未來做準備，本書都能透過豐富的見解與實作範例，協助你持續精進技能，從容面對不斷演進的技術環境。 本書精彩內容： • 理解AI輔助開發如何重塑程式設計的樣貌。 • 掌握精煉、驗證與除錯AI產生程式碼的技巧，並理解大型語言模型生成結果的錯誤方式與原因。 • 探索多代理程式開發系統與AI驅動的軟體開發工作流程。 • 適應AI在開發流程中日益重要的定位，為你的職涯做好長期準備。

※請確定您所選購之期刊正確無誤，本期為2026年08月號　NO.484※ ※因雜誌到貨日期不一，請於下單時在備註欄填上您欲購買之期號(過期雜誌恕不接受訂購)※ ※本期號上架時間至2026/08/29※ 封面故事-超高齡台灣來臨 健康產業迎向長壽新時代台灣正快速邁向超高齡社會。隨著人口結構逐漸改變，無論是健康照護、失智預防、醫療資源，以及人力短缺等問題，都逐漸浮上檯面，這不只是家庭問題，而是攸關國家財政、社會安穩以及產業發展的關鍵時刻。過去每當談到高齡台灣時，多半會想到危機來臨：因為面對的社會現象是年輕勞動人口減少、退休人員增加、醫療支出明顯升高，以及長期照顧的資源需求擴大、這些都是台灣進入超高齡社會所面對的現實問題。然而，高齡化時代不一定就是負擔，它也同樣暗喻一個全新的健康產業世代來臨。主筆台從點擊到引用：AI經濟的制度新賽局人工智慧發展迅猛，從生成式模型的突破到多模態技術的落地，AI已從輔助工具，蛻變為決策與生產的核心引擎。大型語言模型的普及，使知識提取、文本生成與推理能力大幅提升，企業與個人皆能低成本獲取高品質資訊服務。AI的應用更從資訊檢索，延伸至醫療、金融風控、製造優化等領域，全面滲透社會結構。AI「自動化推理」能力，正挑戰既有的知識生產模式，迫使各國在創新與風險間尋求平衡。AI的發展不只是技術突破，更是牽動經濟、政治與文化的文明變革。傳統SEO（Search Engine Optimization），例如 Google 搜尋，邏輯建立在搜尋排名之上，藉由優化爭取流量。然而生成式AI正改寫規則。GEO（Generative Engine Optimization）的核心不再是排名，而是「能否被AI答案引用」。人物專訪歷史厚度 光影流動 胡焱榮用「石說新語」重構當代翡翠！當代翡翠大師胡焱榮的作品《百年好合》與《一露甘甜》，被北京故宮博物院永久典藏，成為兩岸文化交流史上的璀璨地標，世人驚嘆於那薄如蟬翼、彷彿隨風起舞的翡翠奇蹟。然而，在這份無上榮耀的背後，更為動人的，是他對傳統工藝的「捨離」與對文化傳承的「執著」。胡焱榮在接受本刊專訪時，眼眸中閃爍著如同翡翠般溫潤卻堅定的光芒。他淡然地說：「如果只看重商業價值，世間不過多了一批名貴的珠寶；但如果願意承接歷史的厚度，我們就能為這個時代，為台灣，創造出下一個流傳千古的『翠玉白菜』。」聚焦觀點秩序的解構與現實主義的強勢回

內容特色聚焦生成式AI發展與應用及各國政策走向生成式AI發展下，整體營運風險的關鍵戰略議題各國政府對監管與治理方面的相關規範全球正在經歷生成式AI的革命性發展，未來將透過人機協作與自動化，提升各行各業的生產效率，將社會與經濟帶入前所未有的智能時代。然而，這項顛覆性技術也同時帶來多重挑戰與潛在隱憂，迫使各國政府必須深思熟慮的制定與AI應用與發展有關的政策走向。生成式AI在對話問答、內容生成及業務自動化方面展現巨大的潛能，己經有部份企業應用證實，能夠有效的提升工作效率及效能，加速低重複性工作，自動化執行高重複性任務。但是其發展也引發了嚴峻的社會與治理問題，例如勞動市場衝擊、演算法偏見、資訊造假與假消息、著作權與智慧財產權等爭議。未來數據隱私與資安風險的資安挑戰，已經不再是單一部門的防線，而是牽動整體營運風險的關鍵戰略議題。面對這股勢不可擋的趨勢，各國政府普遍採取「降低風險，乘勢發展」的應對策略。其中「主權AI」概念正日益受到重視。這項概念強調各國為避免未來AI科技發展落差，導致本國受制於他國企業或組織，而致力於AI科技基礎建設的建構。其主要落實方式包括「建構本國的大型語言模型、建立國家獨有數據資料庫、發展各國獨有AI應用、建立國家級AI加速運算中心」等高算力硬體設施。目前阿拉伯聯合大公國、印度、新加坡、英國等國家，皆積極的推動相關政策。在監管與治理方面，歐盟《人工智慧法案》（AIA）被視為是全球首部採用水平式規範AI系統的法律框架，且因其嚴格分級的監管模式，對通用型AI模型（GPAI）的規範，已經成為全球AI治理的重要參照指標。2024年8月2日生效的AIA具備「域外效力」，意即非歐盟企業，若其AI產品或服務要在歐盟市場應用，也需要遵守AIA的規範。美國2023年10月發布的《關於安全、可靠且可信賴的開發與使用AI的行政命令》，強調在平衡創新與安全之間推進AI發展，並要求對大型模型進行紅隊測試。韓國政府自2017年起，透過設立「第四次工業革命委員會」等措施，持續針對人才培育、技術基礎設施及法規環境進行政策調整，透過大型民間企業主導開發，藉以保護其AI科技主權，並透過公私協作模式，為其AI生態系注入活力。臺灣在此次AI全球變局中，已經逐步建立AI法規框架，採用「通用領域應用」與「特定應用領域」的雙軌制規劃，並發布《行政院及所屬機關（構）使用生成式AI參考指引》。借鑒

AI 語言技術的進步，正以前所未有的速度改變世界！「Jay和Maarten一如既往地運用精美的插圖為複雜主題提供深具洞察的描述。對於任何想了解大型語言模型背後主要技術的人來說，這本書都是寶貴的資源。」—Andrew Ng（吳恩達)，DeepLearning.AI 創辦人「我想不出有哪本書比這本書更重要，值得現在就去閱讀。書中的每一頁，我都學到在這個語言模型時代，對於成功至關重要的知識。」—Josh Starmer，StatQuest想深入了解大型語言模型的奧秘，並將其應用於實際專案中？《Hands-On Large Language Models》正是為你量身打造的指南！由知名AI專家Jay Alammar和Maarten Grootendorst執筆，透過近300幅精美圖解，帶你輕鬆掌握LLM的核心概念和實踐技巧。無論是文案撰寫、摘要生成，還是建立先進的語義搜尋系統，本書都提供了詳盡的步驟和範例，助你在AI領域中脫穎而出。快讓《Hands-On Large Language Models》開啟你的 AI 進階之旅！--------------------------------------------------------近年來，AI在語言處理領域取得了驚人的突破。隨著深度學習的快速發展，語言AI系統在文字寫作與理解方面的能力，比以往任何時候都更加出色。這一趨勢正在催生全新的功能、產品，甚至是全新的產業。透過本書視覺化的教學方式，你將學習如何運用這些強大技術，掌握實用工具與關鍵概念，並能立即應用於你的專案中！你將學會如何運用預訓練的 LLM 進行文案撰寫與摘要生成；打造超越傳統關鍵字匹配技術的語義搜尋系統；運用現有的函式庫和預訓練模型，來進行文本分類、搜尋與聚類。本書將助你深入理解：• Transformer語言模型的架構，掌握文本生成與語意表達的核心技術。• 構建高效的LLM流程，對文本資料進行聚類並探索其主題。• 透過密集檢索（dense retrieval）與重新排名（reranking），構建超越關鍵字匹配的語義搜尋引擎。• 從提示工程（prompt engineering）到檢索擴增生成（RAG），探索生成式AI的各種運用方式。• 深入學習如何訓練 LLM，針對特定應用進行優化，包括生成式微調（generative fine-tuning）、對比微調（

《Photoshop中的AI革新（合成技術+Firefly+文生圖+生成式AI）》是一本全面介紹Firefly與Photoshop**AI功能的實用指南。從深入闡述Firefly的使用方法，到詳細解析Photoshop的生成式工作區、創成式填充、AI移除修復以及AI生成式擴展與拼接等先進技術。《Photoshop中的AI革新（合成技術+Firefly+文生圖+生成式AI）》旨在幫助讀者充分利用這些工具，提升圖像處理與設計的能力。本書第1章深入介紹了Firefly的使用方法。從詳盡地展示Firefly界面開始，逐步講解了如何運用模板、創建高效的提示詞、借助參考圖，以及運用多種效果來精准控制和細化生成的效果。此外，本章還探討了其在建築行業中的實際應用，例如渲染建築效果圖等；第2章全面闡述了Photoshop的**功能——生成式工作區的操作方法及全新的AI工作流程，並深入講解了如何進行後期修復工作，幫助讀者充分利用這些高級功能；第3章重點探討了創成式填充（Generative Fill）技術。讀者可以通過調整選區形狀和濃度，並結合提示詞，學會如何精細控制圖片的局部生成內容，以達到理想的編輯效果；第4章聚焦於AI移除修復功能，深入分析了離線移除工具與生成式AI移除技術的差異及其協同應用，為讀者提供全面的解決方案；第5章介紹了AI生成式擴展與拼接技術，通過具體案例，詳細解讀了如何借助AI和Photoshop實現圖像的擴展以及多張圖片的拼接，為讀者提供了實用的操作指南。《Photoshop中的AI革新（合成技術+Firefly+文生圖+生成式AI）》既適合AI技術的新手，也適合Photoshop的資深用戶，特別是圖像處理和創意設計領域的專業人員以及市場公關等行業的從業者，本書還可以作為相關院校的教材和輔導用書。

在 AI 模型不停推陳出新，生成的內容越來越逼真，你是不是也開始對 AI 躍躍欲試，但卻又不得其門而入呢？這本書的誕生，就是為了讓你我都能看得懂、用得上、不被落下。▌給上班族的你：媒體不斷報導 AI 的強大，一邊說它能提升效率，一邊又說它可能取代人類工作──其實與其恐懼 AI，不如學會了解 AI。當你掌握 AI 的能力與限制，就能把它變成你的助力，讓自己在職場中更有競爭力。▌給學生、新鮮人與轉職者：當企業逐漸看重具備 AI 能力的人才，你的履歷中有沒有實作經驗、能否與 AI 工具協作，都會成為關鍵加分項。然而學校不一定有教、網路資源又過於零碎，想要快速補足這塊技術的知識，你需要的是一套有系統的入門書。▌給關心下一代的家長：現在的年輕世代是「AI 原生族群」，生成式 AI 將會伴隨他們長大、學習、工作，甚至影響他們的創造力與價值觀。與其被科技隔閡拉遠，不如主動理解 AI 的樣貌與影響，陪伴孩子健康地使用 AI、成為真正的科技公民。無論你是上班族、新鮮人、轉職者、家長或學生，這本書都能幫助你打開 AI 世界的大門!正如書名中「⇄」符號所呈現的意義，希望帶領讀者了解各種「生成式 AI」應用與背後相關技術的來龍去脈，讓你用最輕鬆的方式，培養面對未來的 AI 素養與競爭力。現在就開始——你將不只是 AI 使用者，更是 AI 時代的參與者！本書特色: \ 一看就懂的生成式 AI 最強入門書 /貼近科技脈動，跟上 AI 技術發展腳步，吸收新知不落伍！涵蓋完整 AI 技術地圖：- 機器學習 (Machine Learning)- 深度學習 (Deep Learning)- 電腦視覺 (Computer Vision)- 自然語言處理 (NLP)- 聊天機器人 (Chatbot)- 生成式 AI (Generative AI)- 檢索增強生成 (RAG)- AI 代理 (AI Agent)- AI 倫理與未來思辨\ 52 個零基礎實作活動，讓你輕鬆玩懂 AI /從趣味實驗到真實應用，不懂程式也能動手玩：- 看懂 ChatGPT 的運作邏輯- 跟 AI 協作畫圖、創作音樂- 打造毛小孩的影像識別模型- 自動駕駛與 AI 道德判斷體驗- 用眼睛控制畫面、用聲音操控動作- 打造一個跟你對話的 AI 代理人- 用 RAG 檢索不同的資料- 請 AI 協助招聘的公平性反思還有更多實用又有趣的活

內容簡介:👍 中華企業資源規劃學會「商用數據應用師」認證教材指定用書過去在商用大數據分析上，多著重在演算法的介紹，內容過於側重數理理解，這讓許多商管學生為之卻步。更有甚者，是太著重在程式撰寫上，這也讓沒有程式基礎的學生難以親近應用。本書要打破這些商管學生的困擾，以顧客的R（銷售時間）、F（銷售頻率）、M（銷售金額）商業資料為主，以循序漸進方式，介紹各類資料探勘的聰明方法（即演算法），再透過免費的Google Colab平台，以Python語言為基礎，用簡易的指令撰寫，協助商管背景人士一步步進行操作，期望商管人士可以在這樣開放、免費的環境下，透過案例說明與實作，輕鬆跨過這道牆，建立起對商用大數據分析的正確基礎觀念與操作。* 最新第二版特別針對生成式人工智慧（Generative AI）等新興技術進行介紹，讓讀者可以在大數據的框架下，掌握未來技術的發展趨勢。* 以豐富的插圖與淺顯易懂的解說，輕鬆讀懂大數據演算法的內容。* 提供商管案例做為資料探勘參考。* 所有實作資料來自於轉換後的真實商業資料。* 提供完整程式碼無痛接軌實作。* 中華企業資源規劃學會「商用數據應用師」認證教材指定用書。

【專業推薦】 這本書結合了 OpenAI 與 Gemini 兩項主流的語言模型技術，並讓讀者能夠透過開發指南開發不同的應用。這本書不僅讓讀者能夠深入了解語言模型的運作原理，更能夠透過實作的方式，將理論知識轉換為實際應用。對於想要進入 AI 領域的開發者來說，絕對不能錯過這本書。 Jimmy Liao, 廖聖傑 (Certification) Google Developer Expert, Generative AI Appier, Senior Software Engineer, Full Stack, Copilot/Assistant Squad ex-Microsoft Azure Data/AI Cloud Solution Architect ex-IBM Staff Software Engineer, Mobile Architect 本書凝聚了他們這兩年對生成式 AI 的研究，展示了他們對 AI 應用的深刻理解。無論你是 AI 技術的愛好者，還是專注於生成式 AI 開發的專業人士，本書都將為你提供有價值的洞見與實用技巧。AI 的未來充滿機遇，而 LangChain 正是其中的重要工具。希望本書能幫助你在開發過程中取得突破，並推動技術的持續進步。 Kui-Ming Chen Microsoft AI MVP 這本書以 LangChain 框架為基礎，構建了一套完整的大型語言模型學習地圖，讓你能深入理解語言模型的運作原理，並透過實際操作的方式將這些技術應用於真實專案中。無論你對 AI 是初學者還是有經驗的開發者，這本書將成為你邁向 LLM 開發之路的重要指南，幫助你在 AI 領域快速取得突破。 張維元 / 資料科學家的工作日常 【本書特色】 1.全書深入探討如何使用 LangChain 結合 Azure OpenAI、Gemini 以及地端開源模型的部署，並提供多種應用示範。讀者可以透過本書，從開發到部署全方位掌握 AI 技術的應用。 2.RAG（檢索增強生成）架構是目前企業打造知識庫型 LLM 應用的首選架構。本書除詳盡講解 RAG 架構之外，更是第一本詳解 Qdrant 向量資料庫的書籍。 3.生成式 AI 的應用從單一工具擴展至最新的 AI Agent 前沿技術。本書專章探討 AI Agent 的概念與應用，協助開發者開發更具前瞻性的 AI 思

本書由跨國併購律師和企管顧問共同撰寫，從生活科技到商業投資視角，全面性述說生成式AI（Generative Artificial Intelligence, GAI）到通用AI（Artificial General Intelligence, AGI）的種種。有別於理論與科技工具書，本書從ChatGPT出發，從GAI的早期AI技術理論到今日高度進階的跨領域AI模型，以及各種代表性科技產品之趨勢，最後面向人類最後的大未來──AGI──進行深度發想。作者藉由時事和現象共振對主題展開一次深入的人性、社會、文化、未來的探險。涵蓋政治、經濟、歷史、投資等多維度探討，更深度分析GAI的第一戰場──法律領域──的各種層面和情境，實現了全方位介紹。作者利用第一性原理觀察並與世界高度連結，探討GAI與每個人的相關性之外，更將商業和法律觀點與GAI技術的關鍵發展相結合，提出未來AGI發展的基礎論。請讀者享受這段從ChatGPT出發到AGI的大未來的創新複雜之路。

**A New York Times Bestseller**'Co-Intelligence is the very best book I know about the ins, outs, and ethics of generative AI. Drop everything and read it cover to cover NOW' Angela DuckworthConsumer AI has arrived. And with it, inescapable upheaval as we grapple with what it means for our jobs, lives and the future of humanity.Cutting through the noise of AI evangelists and AI doom-mongers, Wharton professor Ethan Mollick has become one of the most prominent and provocative explainers of AI, focusing on the practical aspects of how these new tools for thought can transform our world. In Co-Intelligence, he urges us to engage with AI as co-worker, co-teacher and coach. Wide ranging, hugely thought-provoking and optimistic, Co-Intelligence reveals the promise and power of this new era.

聯合推薦（依單位名稱筆劃順序排序）從EDGS延伸探討各國數位資料管理制度，包括國家制定資料存證標準、企業建立資料可追溯機制以控管企業管理缺口，公私部門協力打造智慧國家，本書指引公司爭議處理之應對方法，增強公司董監事有效控管企業資料治理之風險。ESG世界公民數位治理基金會董事長暨數位治理協會理事長　陳春山研析各國數位經濟導向之資料管理政策框架，政府及企業參照本書之說明，透過融會貫通各國法制，以建立適宜且完備的數位資料管理制度及框架，確保在技術汰換的同時，確實掌握風險控管，促進資料經濟的正向發展。工業技術研究院資訊與通訊研究所副所長　黃維中作為我國第一本面向企業的資料治理專書，由淺入深，探討國際間面對資料經濟所採取的策略與因應措施，將有助於政府機關、學研單位或企業思考。中央研究院資訊科技創新研究中心主任　黃彥男本書涵蓋國內外官方推動資料治理法規、標準及認證相關研究資料，協助企業從制度面、人員管理面、軟硬體面，重新檢視及評估可能面臨的資料治理風險，採取對應的管理措施，逐步完善內部資料治理機制，對產業未來接軌國內或國際資料治理標準有很大助益。中華民國資訊軟體協會常務理事　張榮貴企業參酌本書內容，檢視既有數位資料流通歷程可能存在的風險，評估是否有必要透過資料存證，強化數位資料的可追溯性及可證明性，以利在未來發生爭議時，更有效證明數位資料的來源、存在時點及內容。財團法人國家實驗研究院國家高速網路與計算中心主任　張朝亮 在巨量資料及人工智慧等技術的發展下，資料（data）的價值越來越受到重視，由於資料可輕易複製，可同時讓許多人使用（即所謂的「非競爭性」），且資料在透過讓更多人使用的過程中，能挖掘出更多應用的可能性。然而，正因為資料可輕易複製，在流通過程中，會產生難以辨識資料來源、權屬、版本等問題，進而影響資料分析結果受信任的程度。譬如，2023年上半年最夯的生成式AI（Generative AI），其生成結果的正確性屢受質疑，其問題即在於訓練資料來源的合法性及真實性未經事前確認。因此，在推動資料經濟發展的過程中，必須落實資料治理，方能建立資料的可信賴性。 為確認資料的來源、權屬、版本等，必須導入相關科技，如數位身分識別、可信時間戳、分散式帳本（如區塊鏈）等技術，逐步建構起資料可追溯性。舉例來說，企業在落實ESG的過程中，一方面必須將其碳排放量等資料提供給稽核單位，並擔保資料的

美國公司OpenAI於2022年12月發表大型語言模型 ChatGPT， 2個月內註冊用戶數就突破一億，揭開人工智慧（AI）的普及應用時代。本書彙整ChatGPT與其他「生成式AI」（AI Generated Content, AIGC）的最新應用，包含藝術領域的Midjourney、Disco Diffusion、DALL·E 2、Imagen；音樂領域的Aiva、Amper、AI Duet，以及AI Gemini與Ai-Da等機器人，再加上醫療、金融、電商、客服等產業應用，交織成現階段AIGC的主要場景。然而，隨著AIGC各類應用方興未艾，也延伸出許多問題，如著作權爭議、硬體算力的軍備競賽、資安疑慮、演算法偏見，以及資訊造假等。本書綜整相關議題，協助企業掌握AIGC的利弊，甚至將可能的「弊」轉化為「利」，來爭取企業的競爭空間。

Generative modeling is one of the hottest topics in AI. It’s now possible to teach a machine to excel at human endeavors such as painting, writing, and composing music. With this practical book, machi

提問，是AI時代的生存武器。 每個人都必須培養「懂得向AI提問，但不受AI控制」的能力。 【《提問的邏輯》簡介】 翻轉人工智慧（AI）和演算法的誘導， 重新建構「創造知識的流程」。 《提問的邏輯》作者安藤昭子，師承日本編輯教父松岡正剛，從她數十年擔任編輯的角度，帶領我們深入提問的現場，了解如何發揮邏輯力，奪回思考的主導權。 提問的邏輯就像是人類自備的過濾網，保護自己避免過度受到生成式AI的影響。安藤提出四個面向，實踐提問的邏輯力： 1.鬆開提問的「土壤」：Loosening（第一章） 打破僵化的思考框架，建立讓好奇心適合發芽的環境，提問就藏在「本該如此」的成見之中。 2.蒐集提問的「種子」：Remixing（第二章） 改變看法，世界就會改變。試著一邊更換濾鏡、一邊觀察世界，透過不同的立場看到全新的風景。 3.讓提問「發芽」：Emerging（第三章） 小孩子是提問的天才，因為他們充滿好奇心。每個人都曾經是小孩子，都有提問的資質。釋放好奇心，就能隨時擁抱「未知」，更勝於擁抱「已知」。 4.提問成形：Discovering（第四章） 有了無數個「萌芽中的提問」，就能具體轉化為「好的提問」，讓想像力引導出「好的提問」，帶領你打開下一個未知的大門。 安藤提醒，面對生成式AI，我們常常覺得很有趣，於是幾乎每天使用。但是，AI與人類的關係就像互相看著鏡中的自己，如果無意識地和AI「交往」，很可能不知不覺將「思考的主導權」交給AI，甚至思考範圍愈來愈狹窄。 為了不陷入其中、與生成式AI保持適度距離，「提問的邏輯力」就是守護人類思考主導權的最後一道防線。 具備提問的邏輯力，可以讓我們與AI保持適當的距離，也是重新思考「AI時代，人類究竟可以做什麼？」的關鍵能力。 【《AI時代的提問力　Prompt Literacy》簡介】 幫助我們「精準提問、正確下指令」， 和AI對話更有效率，工作和生活都用得到！ 自從生成式人工智慧（Generative AI）問世以來，它模仿人類的價值觀、信念和思考，如同人類的分身一樣。 像是ChatGPT這種生成式AI，許多回答看似言之有物卻不盡合理，甚至是捏造、偏頗的內容，讓人不知如何是好。 大型語言模型（LLM，Large Language Model）是生成式AI的核心技術，在進化的學習環境中，大型語言模型透過和人類對話，

在AI重構信息分發邏輯的今天，用戶不再滿足於找到鏈接，而是直接索要確定的答案。這標誌著 "答案經濟” 時代的到來，也催生了以信任為核心的新競爭維度：GEO（Generative Engine Optimization，生成式引擎優化）。本書系統性地揭示了 AI 時代的增長新範式—GEO。它將指導你完成從流量思維到引擎思維的根本躍遷，將商業競爭的核心從爭奪可見性轉向構建信任。本書摒棄空洞理論，提供了一整套從頂層戰略、內容模型到組織賦能、商業變現的完整作戰體系與實戰工具。通過學習本書，你將掌握構建自動化成交系統的能力，贏得客戶與算法的雙重青睞，掌控 AI 時代的流量分配權。本書作為GEO領域的系統性指南，以信任構建為核心，通過四大部分打造從認知到落地的完整體系：?第一部分拆解AI時代的底層邏輯，破除流量至上的舊思維，建立信任優先、價值為本的新認知，幫讀者判斷自己是否需要佈局GEO；第二部分聚焦實戰定位，提供品牌語義場設計與內容矩陣規劃方法；第三部分給出能直接複用的工具，介紹圖文、視頻、音頻等多形態內容的GEO優化技巧；第四部分打通商業閉環，並探討AI搜索終局與GEO未來演進。無論你是中小企業主、出海品牌負責人，還是內容創作者、營銷從業者，都能從書中獲得判斷行業機會的框架、零經驗冷啟動的路徑、低成本構建信任的方法，以及在AI時代從"被算法選擇”到"被用戶信任”的生存法則。

 AI發展的浪潮已步入Agent階段，Agentic AI具備橫跨企業多元職能領域的能力，可自主完成複雜的工作流程，為企業提升營運效率與創新發展注入新動能。 應用層面，本書分析國際領先新創公司在企業跨職能Agentic AI平台的產品發展現況與技術架構，為企業導入評估與解決方案供應商提供實務參考。探討 AI Agent對製造業作業流程的影響，並從實際案例觀察導入效益。 在處理器與品牌廠積極布局軟硬整合，力推Agentic AI核心概念，旨在將AI工具逐漸發展為主動協作的數位代理人，並連帶影響AI NB硬體規格跟進變化。 在資料工程之應用，說明AI Agent如何協助企業優化資料工程的效率和品質，建立可信的資料處理架構。為企業負責資料任務的專業角色，如資料工程團隊主管，提供技術面洞察，以因應資料量快速成長且資料來源異質化所帶來之挑戰。在醫療照護的應用層面，分析AI Agent 在智慧醫療照護的發展趨勢，提供業者發展創新科技或服務之借鏡參考。 提供AI Agent在企業多元職能領域上的近期發展，相關應用於在製造業、醫療業、資料工程的實際案例及導入效益。 提供AI Agent在處理器與品牌廠的廠商布局與軟硬整合，提供企業進行策略規劃與布局參考。2025年快速發展的準殺手級應用，正在緊跟著生成式 AI (Generative AI) 浪潮迅速崛起，AI代理（AI Agent)以前所未有的自主性與智慧化能力，漸進速捷的悄悄改變我們的生活與工作模式。專家學者紛紛預測，AI Agent將在未來五年內徹底改變科技產業，甚至推動工作流程的大幅變革，可能超越下一代基礎模型。AI Agent 的核心概念是以大型語言模型 (LLM) 為基礎，運用海量知識，對於本身產出的內容再進行反思與規劃後，再運用各類型工具達成任務。這樣的工作流程，徹底解決博學多聞的傳統LLM，在面對複雜工作環境時，需要使用者不斷來回引導與介入的限制。AI Agent 的關鍵突破點，在於它具備自主性（獨立運作無須人工干預）、適應性（從經驗與環境回饋過程中持續學習）及目標導向（將複雜任務分解為可管理步驟）等三大核心特性。在技術組成上，Agent 依靠感知能力（蒐集即時數據與指令）、規劃能力（利用思維鏈推理策略）、記憶能力（透過向量資料庫或 RAG 實現長期學習）及工具使用能力（調用 API、網路搜尋、執行程式

2025年快速發展的準殺手級應用，正在緊跟著生成式 AI (Generative AI) 浪潮迅速崛起，AI代理（AI Agent)以前所未有的自主性與智慧化能力，漸進速捷的悄悄改變我們的生活與工作模式。專家學者紛紛預測，AI Agent將在未來五年內徹底改變科技產業，甚至推動工作流程的大幅變革，可能超越下一代基礎模型。 AI Agent 的核心概念是以大型語言模型 (LLM) 為基礎，運用海量知識，對於本身產出的內容再進行反思與規劃後，再運用各類型工具達成任務。這樣的工作流程，徹底解決博學多聞的傳統LLM，在面對複雜工作環境時，需要使用者不斷來回引導與介入的限制。 AI Agent 的關鍵突破點，在於它具備自主性（獨立運作無須人工干預）、適應性（從經驗與環境回饋過程中持續學習）及目標導向（將複雜任務分解為可管理步驟）等三大核心特性。在技術組成上，Agent 依靠感知能力（蒐集即時數據與指令）、規劃能力（利用思維鏈推理策略）、記憶能力（透過向量資料庫或 RAG 實現長期學習）及工具使用能力（調用 API、網路搜尋、執行程式碼）。Agentic AI 平台因此能夠打破傳統 RPA 規則的僵化限制，成為能夠理解語義、自主判斷、規劃與執行任務的「智慧化」數位勞動力。 AI Agent 的應用已經不再侷限於單一領域，而是走向企業跨職能的整合。國際新創業者如 Moveworks、Aisera、CrewAI等企業，正在引領這波趨勢。Moveworks公司以 IT 營運為利基市場出發，系統採用「Agentic 推理引擎」，打造跨資訊技術、人力資源及財務的多職能 AI 代理；Aisera公司則以分層技術架構，深耕垂直領域，打造「25 個特定領域 LLMs」以強化 Agents 的環境適應力；而開源框架 CrewAI 則是強調多代理人協作 (Multi-Agent Collaboration)的特性，透過「角色多代理框架」實現不同 Agents 共同合作解決複雜問題。 AI Agent 的崛起也成為個人電腦 (AI NB/PC) 領域的競爭焦點。NVIDIA、Qualcomm 等晶片大廠積極布局 Agentic AI 願景。透過地端推論技術，AI Agent 成為能夠推理、使用工具，並且與人類協作的數位代理人，能夠保障資料隱私並提供低延遲體驗。展望未來，為支援複雜的地端 AI 應用，

本書系統探討生成式人工智能(Generative AI)在產品設計中的創新應用，重點分析Midjourney在激發創意 與提升效率方面的價值。作為基於文本提示快速生成多樣化視覺方案的代表性平臺，Midjourney已逐漸成為設計 師構思與表達的重要工具。首先，全書梳理了AI設計工具的發展背景，闡釋Midjourney在諸多平臺中脫穎而出的原因，並結合產品設計的需求，總結其在概念呈現、風格探索與高效迭代中的優勢。其次，書中依次介紹核 心指令與參數優化方法，展開在家具、交通工具、智能家居、電子產品等領域的實踐案例，並延伸至多平臺協同工作流的構建。最後，書稿對AIGC驅動下的設計流程創新與倫理挑戰進行了前瞻性分析。通過循序漸進的技 術講解與應用示例，讀者不僅能快速掌握Midjourney的操作方法，還能建立人工智能賦能下的設計思維與實踐能力，為未來的創新探索奠定堅實基礎。

在數字化時代，生成式人工智能（Generative AI）、低代碼/無代碼平臺、機器人流程自動化（RPA）等新技術不斷湧現，深刻影響著企業的運作模式與管理方式。然而，面對如此劇烈的變革，許多管理者卻感到迷茫和不安。這種焦慮不僅源自於對新技術的陌生，更因為他們缺乏一套系統化的數字化認知和AI領導力。本書正是為了彌合這種認知鴻溝而來的。本書從啟發性和實用性的角度闡述了如何建立企業管理者的數字化認知，從而使企業具有敏捷性和適應性的數字化轉型特徵，並以具體實例說明了管理者如何具備流程、增長和規模的AI思維，如何構建平臺驅動型業務的企業架構，從而實現數字化運營模式下的AI生態系統。

提問力，是AI時代的生存武器。 一本書，幫助我們「精準提問、正確下指令」， 和AI對話更有效率，工作和生活都用得到！ 自從生成式人工智慧（Generative AI）問世以來，它模仿人類的價值觀、信念和思考，如同人類的分身一樣。 像是ChatGPT這種生成式AI，許多回答看似言之有物卻不盡合理，甚至是捏造、偏頗的內容，讓人不知如何是好。 大型語言模型（LLM，Large Language Model）是生成式AI的核心技術，在進化的學習環境中，大型語言模型透過和人類對話，以及和其他生成式AI與各種應用程式、外部硬體互動，都會提升生成式AI的能力，更能幫助我們解決現實世界的課題。 為了要讓ChatGPT這類大型語言模型發揮最大的能力，身為人類的我們，必須學會如何和大型語言模型溝通，進而善用AI的最大潛力。 本書作者岡瑞起（OKA Mizuki）和橋本康弘（HASHIMOTO Yasuhiro）是日本AI專家，兩人帶領讀者了解「精準提問、正確下指令」的基本知識，並且分析大型語言模型的機制，介紹指令模式、觸發指令，幫助我們掌握與AI對話的技巧和知識。作者也提醒，生成式AI有可能成為人類的AI代理人，我們必須加速了解AI代理人的自律性、社會性和嶄新的資訊生態系。 提問力，是AI時代的生存武器。如果你還沒有準備好如何與AI對話，一定要閱讀這本書！

[內容簡介]《生成式AI融入教育的理論、策略與研究設計》是世界首本全面探討生成式人工智慧（Generative Artificial Intelligence，簡稱生成式AI）研究議題與方法的專著，與其他只強調工具操作或教學應用的書籍相比，這本書對生成式AI在教育研究的理論、策略、研究設計與分析方法都有深入的討論。書中首先概述了生成式AI在教育領域的研究趨勢，並指出一般學者在進行相關研究時遭遇的困難及需要改善之處。不僅針對學者研究過程中的問題，提出了可行的研究設計模式，更透過結合不同學習策略及教育理論，來提升研究的價值。此外，書中亦展示生成式AI在不同學科、對象及學習活動的研究設計實例與分析結果。對於有意進行生成式AI研究及教學的學者與教師，這是一本必讀的啟蒙書。[聯合推薦]郭伯臣臺中教育大學校長這本書不僅為教育工作者提供了教學實踐的參考，也為未來教育科技研究的發展指明了方向及方法。我相信，這本書將成為推動生成式AI與教學融合的重要資源，並對全球的教育研究產生深遠影響。陳德懷中央大學傑出講座教授全球華人計算機教育應用學會創辦人本書內容豐富、多元、實用，我極力推薦所有數位學習研究者（包括我的研究生），把這本書放在研究桌上，作為必看及隨時參考的書籍。

《生成式AI融入教育的理論、策略與研究設計》是世界首本全面探討生成式人工智慧（Generative Artificial Intelligence，簡稱生成式AI）研究議題與方法的專著，與其他只強調工具操作或教學應用的書籍相比，這本書對生成式AI在教育研究的理論、策略、研究設計與分析方法都有深入的討論。書中首先概述了生成式AI在教育領域的研究趨勢，並指出一般學者在進行相關研究時遭遇的困難及需要改善之處。不僅針對學者研究過程中的問題，提出了可行的研究設計模式，更透過結合不同學習策略及教育理論，來提升研究的價値。此外，書中亦展示生成式AI在不同學科、對象及學習活動的研究設計實例與分析結果。對於有意進行生成式AI研究及教學的學者與教師，這是一本必讀的啟蒙書。

一本由人工智能創作的關於人工智能的普及讀物ChatGPT與智能機器如何改變世界20世紀60年代，AI的概念就被提出，其商業應用的時間十分漫長，但始終沒有普通人使用的低門檻AI工具，隨著AI技術生成內容(AI Generated Content，簡寫為AIGC)的風靡，AI從實驗室走進個人電腦，也將就此改變商業。生成式AI(Generative AI)作為底層技術，帶來的潛在回報十分可觀。AI的發展勢不可當，已經由擅長分析的傳統AI過渡到擅長創作的生成式AI，並加速向這個時代的每一個人走來。生成式AI的發展如火如荼，為人們的工作和生活帶來了許多便利。這是一本由AI創作的關於AI的普及讀物，全面展示了生成式AI目前的創作能力與思想性。名義上的作者――詹姆斯‧斯金納(James Skinner)，只是這本書的採訪者和編輯。在這本書中，大部分文字內容、圖片，以及每章末尾有些讓人摸不著頭腦的笑話，均是由AI生成的，涵蓋ChatGPT、Quillbot、Midjourney、Dall-E、Dream.AI、Lexica、Grammarly、Clipping Magic和Tome等眾多目前流行的AI平臺。在這場生成式AI能力的發現之旅中，你將會理解以下問題：‧我們的工作會被AI搶去嗎？‧生成式AI的能力已經通過圖靈測試了嗎？‧我們該怎樣使用生成式AI為我們工作？‧生成式AI是否會加速技術奇點的到來？我們該如何應對？1997年，傳統AI已經在國際象棋上戰勝人類。今天，當生成式AI能夠自主生成其他可應用的程序之時，請保持鎮定，在技術進一步發展之前加快提升自己，以便在未來與AI合作共贏，而不是被其打敗。

New technologies are offering companies, politicians, and others unprecedented opportunity to manipulate us. Sometimes we are given the illusion of power - of freedom - through choice, yet the game is rigged, pushing us in specific directions that lead to less wealth, worse health, and weaker democracy. In, Manipulation, nudge theory pioneer and New York Times bestselling author, Cass Sunstein, offers a new definition of manipulation for the digital age, explains why it is wrong; and shows what we can do about it.He reveals how manipulation compromises freedom and personal agency, while threatening to reduce our well-being; he explains the difference between manipulation and unobjectionable forms of influence, including 'nudges'; and he lifts the lid on online manipulation and manipulation by artificial intelligence, algorithms, and generative AI, as well as threats posed by deepfakes, social media, and 'dark patterns,' which can trick people into giving up time and money. Drawing on d

Data-Driven Learning (DDL) can be broadly defined as the use of corpus tools and techniques for learners and teachers of foreign or second language, typically in the form of concordances derived from authentic texts for inductive learning of lexicogrammar. This Element is a practical guide for language teachers and graduate students intending to explore or upgrade their use of corpora in the language classroom and beyond. In today's context, where advances in computing and information processing dominate our social and professional interactions, the use of corpora emerges as a prime resource with which to approach data-driven language learning and teaching, developing language awareness, noticing skills and critical thinking for learning that generative AI cannot do for you.

👍 中華企業資源規劃學會「商用數據應用師」認證教材指定用書 過去在商用大數據分析上，多著重在演算法的介紹，內容過於側重數理理解，這讓許多商管學生為之卻步。更有甚者，是太著重在程式撰寫上，這也讓沒有程式基礎的學生難以親近應用。 本書要打破這些商管學生的困擾，以顧客的R（銷售時間）、F（銷售頻率）、M（銷售金額）商業資料為主，以循序漸進方式，介紹各類資料探勘的聰明方法（即演算法），再透過免費的Google Colab平台，以Python語言為基礎，用簡易的指令撰寫，協助商管背景人士一步步進行操作，期望商管人士可以在這樣開放、免費的環境下，透過案例說明與實作，輕鬆跨過這道牆，建立起對商用大數據分析的正確基礎觀念與操作。 * 最新第二版特別針對生成式人工智慧（Generative AI）等新興技術進行介紹，讓讀者可以在大數據的框架下，掌握未來技術的發展趨勢。 * 以豐富的插圖與淺顯易懂的解說，輕鬆讀懂大數據演算法的內容。 * 提供商管案例做為資料探勘參考。 * 所有實作資料來自於轉換後的真實商業資料。 * 提供完整程式碼無痛接軌實作。 * 中華企業資源規劃學會「商用數據應用師」認證教材指定用書。