Top 5
2025/09/12 是圓圓過世後的第九十六天，今天在台北上班，路途上想說同事今天會拍什麼照片給我勒，昨天是西瓜照，今天不知道是什麼，等半天結果都沒有，同事今天很早上班，為了要早點下班，不過他倒是做了一件事讓我在路上覺得很傻眼，公司主管跟女下屬除了吸別人 KPI 外，還在去年挖了同事的分數給這女下屬
2025/09/11 是圓圓過世後的第九十五天，今天在台北上班，搭捷運的時候，我就滑滑手機，看看公司的群組訊息，因為這公司好好幾個分公司，然後這群組納入了各個分公司的同仁，所以討論的問題五花八門，再加上又是匿名群組，所以常常會有打聽不同職缺的訊息，剛好今天看到有人幫他同學問說適不適合來敝人這單位，我
2025/09/10 是圓圓過世後的第九十四天，今天因為昨天的臨時需求，要去桃園一趟，開車出發前，阿姨在遛狗，這狗的年紀比圓圓還大，不過我覺得過得也挺辛苦的，就是有骨刺，然後最近買一個四腳椅，就是狗狗可以整隻趴在那椅子上，行走自如這樣，看到這幕就會不禁想到圓圓，以前我都還覺得圓圓身體很好，除了結紮、
2025/09/09 是圓圓過世後的第九十三天，昨天因為公司發生的事情，晚上有點失眠，今天起床整個暈頭轉向，尤其是搭捷運的時候特別恐怖，捷運一如往常人滿為患，所以找不到把手抓已經是家常便飯，這就自然練成一個不用抓把手的功夫，今天旁邊站著應該是妹子吧，然後車頭燈大大的在我手臂附近，我睡不好頭有點暈，但
2025/09/08 是圓圓過世後的第九十二天，今天去桃園上班，因為十點要開會，我知道我這時間出門會來不及，所以我開到一半就找空擋跟合作單位的一個女生講說我會晚點加入會議，理論上講完就可以慢慢開，但是有時候歌一播，然後心情又比較不好，就會開比較快，一如往常，把這禮拜忍住的心情，趁獨自開車的機會就宣洩
2025/09/07 是圓圓過世後的第九十一天，今天終於可如願睡到快十一點，醒來吃點早餐，然後看看新聞，好像也差不多十二點了，這時間有點尷尬，好像又要吃午餐了，吃完我就回房間滑手機，結果跟昨天一模一樣，開始打瞌睡，所以我就又跑去睡午覺，睡到三點多，今天有重要任務在身，我要去看圓圓，有三個禮拜沒去看了
2025/09/06 是圓圓過世後的第九十天，今天一早就被吵醒，也被拉起說要拜拜，起來之後覺得還是好累，這幾週晚上都睡不好，很需要假日補眠，反正起來之後就吃早餐，然後去拜拜，還記得說詞有說希望圓圓現在過得好，不論在哪裡，拜完沒多久，其實也差不多要吃午餐。
午餐就是吃貢品，吃完之後就跟孩子玩象棋
2025/09/05 是圓圓過世後的第八十九天，今天來台北上班，早上遇到一個好久沒看到的警衛，她都會跟路人說早安，後來就去辦公室坐著，看看沿路上 Teams 訊息跳出了什麼，前幾天認識的那個外部單位女生，早上在跟我主管開會，還有一些國外的業者，我主管就在報告，然後那女生就問一些問題，當然不是在會議裡
2025/09/04 是圓圓過世後的第八十八天，今天去台北上班，一早先去超商買咖啡，這家超商除了方便之外沒其他優勢，一來是常常忘記顧客買什，二來是咖啡機常壞掉，三來是大排長龍，今天買咖啡就遇到囧事，點好了一杯特大冰美，我就站到另一邊咖啡等候區排隊，結果我前面的人都拿完自己的咖啡了，下一杯應該是我的吧
2025/09/03 是圓圓過世後的第八十七天，今天去台北上班，昨天晚上的時候，國外的合作單位寄信問說我們一起合作的專刊什麼時候會有新版，我主管馬上寄信說這禮拜五會有結果，這件事和我有關，所以我今天戰戰兢兢，不敢亂離開位置，隨時等候主管 Teams 來電，既然只能坐在位置上，我就開始聊天，一樣和昨天
2025/09/12 是圓圓過世後的第九十六天，今天在台北上班，路途上想說同事今天會拍什麼照片給我勒，昨天是西瓜照，今天不知道是什麼，等半天結果都沒有，同事今天很早上班，為了要早點下班，不過他倒是做了一件事讓我在路上覺得很傻眼，公司主管跟女下屬除了吸別人 KPI 外，還在去年挖了同事的分數給這女下屬
2025/09/11 是圓圓過世後的第九十五天，今天在台北上班，搭捷運的時候，我就滑滑手機，看看公司的群組訊息，因為這公司好好幾個分公司，然後這群組納入了各個分公司的同仁，所以討論的問題五花八門，再加上又是匿名群組，所以常常會有打聽不同職缺的訊息，剛好今天看到有人幫他同學問說適不適合來敝人這單位，我
2025/09/10 是圓圓過世後的第九十四天，今天因為昨天的臨時需求，要去桃園一趟，開車出發前，阿姨在遛狗，這狗的年紀比圓圓還大，不過我覺得過得也挺辛苦的，就是有骨刺，然後最近買一個四腳椅，就是狗狗可以整隻趴在那椅子上，行走自如這樣，看到這幕就會不禁想到圓圓，以前我都還覺得圓圓身體很好，除了結紮、
2025/09/09 是圓圓過世後的第九十三天，昨天因為公司發生的事情，晚上有點失眠，今天起床整個暈頭轉向，尤其是搭捷運的時候特別恐怖，捷運一如往常人滿為患，所以找不到把手抓已經是家常便飯，這就自然練成一個不用抓把手的功夫，今天旁邊站著應該是妹子吧，然後車頭燈大大的在我手臂附近，我睡不好頭有點暈，但
2025/09/08 是圓圓過世後的第九十二天，今天去桃園上班，因為十點要開會，我知道我這時間出門會來不及，所以我開到一半就找空擋跟合作單位的一個女生講說我會晚點加入會議，理論上講完就可以慢慢開，但是有時候歌一播，然後心情又比較不好，就會開比較快，一如往常，把這禮拜忍住的心情，趁獨自開車的機會就宣洩
2025/09/07 是圓圓過世後的第九十一天，今天終於可如願睡到快十一點，醒來吃點早餐，然後看看新聞，好像也差不多十二點了，這時間有點尷尬，好像又要吃午餐了，吃完我就回房間滑手機，結果跟昨天一模一樣，開始打瞌睡，所以我就又跑去睡午覺，睡到三點多，今天有重要任務在身，我要去看圓圓，有三個禮拜沒去看了
2025/09/06 是圓圓過世後的第九十天，今天一早就被吵醒，也被拉起說要拜拜，起來之後覺得還是好累，這幾週晚上都睡不好，很需要假日補眠，反正起來之後就吃早餐，然後去拜拜，還記得說詞有說希望圓圓現在過得好，不論在哪裡，拜完沒多久，其實也差不多要吃午餐。
午餐就是吃貢品，吃完之後就跟孩子玩象棋
2025/09/05 是圓圓過世後的第八十九天，今天來台北上班，早上遇到一個好久沒看到的警衛，她都會跟路人說早安，後來就去辦公室坐著，看看沿路上 Teams 訊息跳出了什麼，前幾天認識的那個外部單位女生，早上在跟我主管開會，還有一些國外的業者，我主管就在報告，然後那女生就問一些問題，當然不是在會議裡
2025/09/04 是圓圓過世後的第八十八天，今天去台北上班，一早先去超商買咖啡，這家超商除了方便之外沒其他優勢，一來是常常忘記顧客買什，二來是咖啡機常壞掉，三來是大排長龍，今天買咖啡就遇到囧事，點好了一杯特大冰美，我就站到另一邊咖啡等候區排隊，結果我前面的人都拿完自己的咖啡了，下一杯應該是我的吧
2025/09/03 是圓圓過世後的第八十七天，今天去台北上班，昨天晚上的時候，國外的合作單位寄信問說我們一起合作的專刊什麼時候會有新版，我主管馬上寄信說這禮拜五會有結果，這件事和我有關，所以我今天戰戰兢兢，不敢亂離開位置，隨時等候主管 Teams 來電，既然只能坐在位置上，我就開始聊天，一樣和昨天
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
從 AI說書 - 從0開始 - 193 | 第七章引言 到 AI說書 - 從0開始 - 222 | GPT 4 & RAG 測試，我們完成書籍：Transformers
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
回顧目前手上有的素材：
依賴的安裝：AI說書 - 從0開始 - 218 | OpenAI GPT 4 & RAG
關鍵字偵測：AI說書 - 從0開始 - 219 |
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
回顧目前手上有的素材：
依賴的安裝：AI說書 - 從0開始 - 218 | OpenAI GPT 4 & RAG
關鍵字偵測：AI說書 - 從0開始 - 219 |
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
延續 AI說書 - 從0開始 - 218 | OpenAI GPT 4 & RAG 安裝完相關依賴，今天來撰寫一個函數，此函數能執行文章內容檢索：
def fetch
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
延續 AI說書 - 從0開始 - 218 | OpenAI GPT 4 & RAG 安裝完相關依賴，今天來撰寫一個函數，此函數透過使用使用者請求中的關鍵字來選擇 URL
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
我們將建立一個實作 Retrieval Augmented Generation (RAG) 的入門程式，文檔檢索並不是什麼新鮮事，自從幾十年前資料庫查詢出現以來，知識
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
注意 AI說書 - 從0開始 - 215 | OpenAI GPT 4 API 的格式，當中有兩種角色，分別為：
System Role
User Role
而各
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
回顧我們在 AI說書 - 從0開始 - 215 | OpenAI GPT 4 API 中給出了一段程式做推論，當中不乏很多超參數，我們可以試著調配看看：
model
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
我們將開始使用 ChatGPT Plus 和 GPT-4 作為助手，您將看到尖端開發人員如何利用 GPT-4 作為助手來縮短上市時間。
這次我想請 GPT 4 幫
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
我們將開始使用 ChatGPT Plus 和 GPT-4 作為助手，您將看到尖端開發人員如何利用 GPT-4 作為助手來縮短上市時間。
比方說問 ChatGPT
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
從 AI說書 - 從0開始 - 193 | 第七章引言 到 AI說書 - 從0開始 - 222 | GPT 4 & RAG 測試，我們完成書籍：Transformers
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
回顧目前手上有的素材：
依賴的安裝：AI說書 - 從0開始 - 218 | OpenAI GPT 4 & RAG
關鍵字偵測：AI說書 - 從0開始 - 219 |
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
回顧目前手上有的素材：
依賴的安裝：AI說書 - 從0開始 - 218 | OpenAI GPT 4 & RAG
關鍵字偵測：AI說書 - 從0開始 - 219 |
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
延續 AI說書 - 從0開始 - 218 | OpenAI GPT 4 & RAG 安裝完相關依賴，今天來撰寫一個函數，此函數能執行文章內容檢索：
def fetch
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
延續 AI說書 - 從0開始 - 218 | OpenAI GPT 4 & RAG 安裝完相關依賴，今天來撰寫一個函數，此函數透過使用使用者請求中的關鍵字來選擇 URL
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
我們將建立一個實作 Retrieval Augmented Generation (RAG) 的入門程式，文檔檢索並不是什麼新鮮事，自從幾十年前資料庫查詢出現以來，知識
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
注意 AI說書 - 從0開始 - 215 | OpenAI GPT 4 API 的格式，當中有兩種角色，分別為：
System Role
User Role
而各
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
回顧我們在 AI說書 - 從0開始 - 215 | OpenAI GPT 4 API 中給出了一段程式做推論，當中不乏很多超參數，我們可以試著調配看看：
model
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
我們將開始使用 ChatGPT Plus 和 GPT-4 作為助手，您將看到尖端開發人員如何利用 GPT-4 作為助手來縮短上市時間。
這次我想請 GPT 4 幫
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
我們將開始使用 ChatGPT Plus 和 GPT-4 作為助手，您將看到尖端開發人員如何利用 GPT-4 作為助手來縮短上市時間。
比方說問 ChatGPT
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
在本章中，我們看到 T5 Transformer 模型如何將原始 Transformer 的編碼器和解碼器堆疊的輸入進行了標準化，原始 Transformer 架構中，
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
使用 AI說書 - 從0開始 - 395 | 使用 ChatGPT 進行文章總結 中撰寫的 ChatGPT 彙整函數，搭配 AI說書 - 從0開始 - 396 | 使用
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
使用 AI說書 - 從0開始 - 395 | 使用 ChatGPT 進行文章總結 中撰寫的 ChatGPT 彙整函數，搭配 AI說書 - 從0開始 - 396 | 使用
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
想利用 AI說書 - 從0開始 - 395 | 使用 ChatGPT 進行文章總結 中撰寫的 ChatGPT 彙整函數對文章進行總結功能，以下先載入文章：
Text:
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
為了後續方面，我們建立一個對話函數，這樣每次只要呼叫該函數即能完成對話：
def dialog(uinput):
role = "user"
line = {"r
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
想要使用 ChatGPT 進行文章總結，首先載入必要依賴：
try:
import openai
from openai import OpenAI
exc
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
在進行摘要的過程中，選擇 T5 或 ChatGPT（GPT-4）將始終取決於你實施的項目，Hugging Face 的 T5 模型以其文本到文本的方式提供了許多優勢，而
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
我們也可以用 Hugging Face 上之 T5 模型進行翻譯，實踐方法為：
!pip install transformers -qq
!pip install
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
使用 AI說書 - 從0開始 - 387 | Hugging Face T5 模型製作 Summary 函數 中撰寫的彙整函數，搭配以下文本，可以進行文本總結功能：
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
使用 AI說書 - 從0開始 - 387 | Hugging Face T5 模型製作 Summary 函數 中撰寫的彙整函數，搭配以下文本，可以進行文本總結功能：
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
在本章中，我們看到 T5 Transformer 模型如何將原始 Transformer 的編碼器和解碼器堆疊的輸入進行了標準化，原始 Transformer 架構中，
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
使用 AI說書 - 從0開始 - 395 | 使用 ChatGPT 進行文章總結 中撰寫的 ChatGPT 彙整函數，搭配 AI說書 - 從0開始 - 396 | 使用
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
使用 AI說書 - 從0開始 - 395 | 使用 ChatGPT 進行文章總結 中撰寫的 ChatGPT 彙整函數，搭配 AI說書 - 從0開始 - 396 | 使用
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
想利用 AI說書 - 從0開始 - 395 | 使用 ChatGPT 進行文章總結 中撰寫的 ChatGPT 彙整函數對文章進行總結功能，以下先載入文章：
Text:
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
為了後續方面，我們建立一個對話函數，這樣每次只要呼叫該函數即能完成對話：
def dialog(uinput):
role = "user"
line = {"r
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
想要使用 ChatGPT 進行文章總結，首先載入必要依賴：
try:
import openai
from openai import OpenAI
exc
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
在進行摘要的過程中，選擇 T5 或 ChatGPT（GPT-4）將始終取決於你實施的項目，Hugging Face 的 T5 模型以其文本到文本的方式提供了許多優勢，而
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
我們也可以用 Hugging Face 上之 T5 模型進行翻譯，實踐方法為：
!pip install transformers -qq
!pip install
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
使用 AI說書 - 從0開始 - 387 | Hugging Face T5 模型製作 Summary 函數 中撰寫的彙整函數，搭配以下文本，可以進行文本總結功能：
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
使用 AI說書 - 從0開始 - 387 | Hugging Face T5 模型製作 Summary 函數 中撰寫的彙整函數，搭配以下文本，可以進行文本總結功能：
Microsoft Azure AI 900 證照，把準備資料整理分享給大家。
AI 應用程式開發人員可能面臨的一些挑戰和風險，以下是條列與舉例：
偏差可能會影響結果：貸款核准模型因為其訓練資料有偏差而有性別上的差別待遇
錯誤可能造成傷害：自動駕駛汽車遇到系統故障而導致車禍
資料可能遭到
Microsoft Azure AI 900 證照，把準備資料整理分享給大家。
AI 是可模仿人類行為與能力的軟體，主要的工作包含：
機器學習：這通常是 AI 系統的基礎，且是「指導」電腦模型進行預測並從資料中得出結論的方式
電腦視覺：透過相機、影片和影像，以視覺方式解譯世界的 AI 功能
最近要來考證照，把準備過程跟大家分享
此處提供 Microsoft Azure AI 900 證照考古題，資料來源：https://reurl.cc/4rVvE3
哪兩個場景是自然語言處理工作負載的範例？每個正確答案都代表一個完整的解決方案。
A: 監控機器的溫度，當溫度達到特
最近要來考證照，把準備過程跟大家分享
此處提供 Microsoft Azure AI 900 證照考古題，資料來源：https://reurl.cc/4rVvE3
您需要建立一個可以大聲朗讀食譜說明的應用程序，以支援視力不佳的用戶。您應該使用哪個版本的服務？
A: 文字分析
最近要來考證照，把準備過程跟大家分享
選出正確完成句子的答案。
您有一個資料庫，其中包含員工及其照片的清單。您正在標記員工的新照片。對於以下每個陳述，如果該陳述為真，則選擇“是”。否則，選擇「否」
您需要開發一個行動應用程序，供員工在旅行時掃描和儲存他們的費用。您應該使用哪種類型的
最近要來考證照，把準備過程跟大家分享
此處提供 Microsoft Azure AI 900 證照考古題，資料來源：https://reurl.cc/4rVvE3
對於以下每個語句，如果該語句為真，請選擇「是」。否則，選擇「否」
對於以下每個語句，如果該語句為真，請選擇「是」。否則，選
最近要來考證照，把準備過程跟大家分享
此處提供 Microsoft Azure AI 900 證照考古題，資料來源：https://reurl.cc/4rVvE3
將 AI 工作負載類型與適當的場景相匹配。若要回答，請將適當的工作負載類型從左側列拖曳到右側的場景。每種工作負載類型可以使用一次
最近要來考證照，把準備過程跟大家分享
此處提供 Microsoft Azure AI 900 證照考古題，資料來源：https://reurl.cc/4rVvE3
一家公司僱用了一支客戶服務代理團隊為客戶提供電話和電子郵件支援。該公司開發了一個網路聊天機器人，可以自動回答常見的客戶問題。透過
Microsoft Azure AI 900 證照，把準備資料整理分享給大家。
AI 應用程式開發人員可能面臨的一些挑戰和風險，以下是條列與舉例：
偏差可能會影響結果：貸款核准模型因為其訓練資料有偏差而有性別上的差別待遇
錯誤可能造成傷害：自動駕駛汽車遇到系統故障而導致車禍
資料可能遭到
Microsoft Azure AI 900 證照，把準備資料整理分享給大家。
AI 是可模仿人類行為與能力的軟體，主要的工作包含：
機器學習：這通常是 AI 系統的基礎，且是「指導」電腦模型進行預測並從資料中得出結論的方式
電腦視覺：透過相機、影片和影像，以視覺方式解譯世界的 AI 功能
最近要來考證照，把準備過程跟大家分享
此處提供 Microsoft Azure AI 900 證照考古題，資料來源：https://reurl.cc/4rVvE3
哪兩個場景是自然語言處理工作負載的範例？每個正確答案都代表一個完整的解決方案。
A: 監控機器的溫度，當溫度達到特
最近要來考證照，把準備過程跟大家分享
此處提供 Microsoft Azure AI 900 證照考古題，資料來源：https://reurl.cc/4rVvE3
您需要建立一個可以大聲朗讀食譜說明的應用程序，以支援視力不佳的用戶。您應該使用哪個版本的服務？
A: 文字分析
最近要來考證照，把準備過程跟大家分享
選出正確完成句子的答案。
您有一個資料庫，其中包含員工及其照片的清單。您正在標記員工的新照片。對於以下每個陳述，如果該陳述為真，則選擇“是”。否則，選擇「否」
您需要開發一個行動應用程序，供員工在旅行時掃描和儲存他們的費用。您應該使用哪種類型的
最近要來考證照，把準備過程跟大家分享
此處提供 Microsoft Azure AI 900 證照考古題，資料來源：https://reurl.cc/4rVvE3
對於以下每個語句，如果該語句為真，請選擇「是」。否則，選擇「否」
對於以下每個語句，如果該語句為真，請選擇「是」。否則，選
最近要來考證照，把準備過程跟大家分享
此處提供 Microsoft Azure AI 900 證照考古題，資料來源：https://reurl.cc/4rVvE3
將 AI 工作負載類型與適當的場景相匹配。若要回答，請將適當的工作負載類型從左側列拖曳到右側的場景。每種工作負載類型可以使用一次
最近要來考證照，把準備過程跟大家分享
此處提供 Microsoft Azure AI 900 證照考古題，資料來源：https://reurl.cc/4rVvE3
一家公司僱用了一支客戶服務代理團隊為客戶提供電話和電子郵件支援。該公司開發了一個網路聊天機器人，可以自動回答常見的客戶問題。透過
最近接了一個AI專案，客戶要求以AI方式實現節能功能，以下提供我的專案思考軌跡：
面對這樣的技術，我第一個想到使用Reinforcement Learning技術，然而這裡我思考一件事，這個專案是要幫助客戶賺錢的，在沒有Digital Twin的搭配之下，貿然使用Reinforcement L
上週發了一篇AI書單推薦
今天來談談，我是怎麼學習的，我總共學了七年AI，自然對於一個小白想入門有更深刻的體悟，更能了解怎麼樣學習才能不至於一次面臨太多困難而放棄
我的建議是這樣：
先花兩年把Machine Learning學完，當中會遇到很多數學問題，這方面可以「在遇到問題時」再去翻
這篇介紹我看過的AI書籍中，覺得很棒的書單，我按照不同的AI作法來分類：
Machine Learning:
Pattern Recognition and Machine Learning, Christopher M. Bishop, 2011
The Elements of Statis
我們知道AI的作法可以分為Supervised Learning、Unsupervised Learning、Reinforcement Learning，整題區分如下圖：
圖片出處：https://www.superannotate.com/blog/supervised-learning-an
大家在跟Chat GPT互動的時候，會不會覺得常常雞同鴨講
我們梳理了一些提升Chat GPT回答能力的作法 ChatGPT回答不是你要的怎麼辦？
我們也實作了當中的一種方法，叫做RAG於 自己做免錢Chat GPT吧
這篇文章，我們談談其他技巧，稱為Prompt Engineering
首先定義符號：
因此我們有
其中
再定義State Avtion Value.Function、Value Function和Advantage Function分別為：
接著我定義
此外觀察上述定義，能有
因此我有以下展開
這時回顧
因此我有
結合之後得到
移項之後得到
接
回顧我們的目標是自己做一個免錢Chat GPT 自己做免錢Chat GPT吧
當中，我希望外掛一個外部知識庫，叫做RAG，來提升整體問答的品質，同時又能避免機敏資訊被Chat GPT竊取。
緣由參見 ChatGPT回答不是你要的怎麼辦？
詳細實作於 使用Meta釋出的模型，實作Chat G
人工智慧中最受歡迎的作法莫過於類神經網路，以當今最受歡迎的大型語言模型 (LLM)也不例外，然而這些持續受到爭議：黑盒子，也就是說我們不知道它內部怎麼運作，只知道給它一段話，它就會輸出一段話來回應。
以下從幾個面向來討論「黑盒子」議題：
透明性 Transparency
以LLM模型的開
回顧ChatGPT回答不是你要的怎麼辦？這篇文章，Chat GPT回答的結果常常不如人意，因此有個Facebook提出的技術，叫做RAG，它是提升Chat GPT回答品質的方式之一，詳細實作步驟可以參照自己做免錢Chat GPT吧。
這次我們來換個方法，今天要介紹Reinforcement Lea
當Chat GPT回答的東西不是你想要的，怎麼辦呢？
我們提供想法的思路於：ChatGPT回答不是你要的怎麼辦？
我想自己動手改善，但是我沒有GPU這項資源怎麼辦？
我們提供免費使用方式於：使用Meta釋出的模型，實作Chat GPT - Part 0
有了操作環境，但是我不知道怎麼
最近接了一個AI專案，客戶要求以AI方式實現節能功能，以下提供我的專案思考軌跡：
面對這樣的技術，我第一個想到使用Reinforcement Learning技術，然而這裡我思考一件事，這個專案是要幫助客戶賺錢的，在沒有Digital Twin的搭配之下，貿然使用Reinforcement L
上週發了一篇AI書單推薦
今天來談談，我是怎麼學習的，我總共學了七年AI，自然對於一個小白想入門有更深刻的體悟，更能了解怎麼樣學習才能不至於一次面臨太多困難而放棄
我的建議是這樣：
先花兩年把Machine Learning學完，當中會遇到很多數學問題，這方面可以「在遇到問題時」再去翻
這篇介紹我看過的AI書籍中，覺得很棒的書單，我按照不同的AI作法來分類：
Machine Learning:
Pattern Recognition and Machine Learning, Christopher M. Bishop, 2011
The Elements of Statis
我們知道AI的作法可以分為Supervised Learning、Unsupervised Learning、Reinforcement Learning，整題區分如下圖：
圖片出處：https://www.superannotate.com/blog/supervised-learning-an
大家在跟Chat GPT互動的時候，會不會覺得常常雞同鴨講
我們梳理了一些提升Chat GPT回答能力的作法 ChatGPT回答不是你要的怎麼辦？
我們也實作了當中的一種方法，叫做RAG於 自己做免錢Chat GPT吧
這篇文章，我們談談其他技巧，稱為Prompt Engineering
首先定義符號：
因此我們有
其中
再定義State Avtion Value.Function、Value Function和Advantage Function分別為：
接著我定義
此外觀察上述定義，能有
因此我有以下展開
這時回顧
因此我有
結合之後得到
移項之後得到
接
回顧我們的目標是自己做一個免錢Chat GPT 自己做免錢Chat GPT吧
當中，我希望外掛一個外部知識庫，叫做RAG，來提升整體問答的品質，同時又能避免機敏資訊被Chat GPT竊取。
緣由參見 ChatGPT回答不是你要的怎麼辦？
詳細實作於 使用Meta釋出的模型，實作Chat G
人工智慧中最受歡迎的作法莫過於類神經網路，以當今最受歡迎的大型語言模型 (LLM)也不例外，然而這些持續受到爭議：黑盒子，也就是說我們不知道它內部怎麼運作，只知道給它一段話，它就會輸出一段話來回應。
以下從幾個面向來討論「黑盒子」議題：
透明性 Transparency
以LLM模型的開
回顧ChatGPT回答不是你要的怎麼辦？這篇文章，Chat GPT回答的結果常常不如人意，因此有個Facebook提出的技術，叫做RAG，它是提升Chat GPT回答品質的方式之一，詳細實作步驟可以參照自己做免錢Chat GPT吧。
這次我們來換個方法，今天要介紹Reinforcement Lea
當Chat GPT回答的東西不是你想要的，怎麼辦呢？
我們提供想法的思路於：ChatGPT回答不是你要的怎麼辦？
我想自己動手改善，但是我沒有GPU這項資源怎麼辦？
我們提供免費使用方式於：使用Meta釋出的模型，實作Chat GPT - Part 0
有了操作環境，但是我不知道怎麼
大家在跟Chat GPT互動的時候，會不會覺得常常雞同鴨講
我們梳理了一些提升Chat GPT回答能力的作法 ChatGPT回答不是你要的怎麼辦？
我們也實作了當中的一種方法，叫做RAG於 自己做免錢Chat GPT吧
這篇文章，我們談談其他技巧，稱為「透過LoRA執行Fine Tuning」
工欲善其事，必先利其器，要打造屬於自己的Chat GPT之前，我們先學習怎麼建立Google免費提供的Colab環境，它可以免費使用GPU來加速AI的運算，非常適合沒有錢添購GPU，但又想學習前沿AI技術的人。
第一步：打開Google瀏覽器，並點選右上方的「方格子點點」，接著選擇「雲端硬碟」
以下內容是我閱讀Probabilistic Graphical Model, Koller 2009一書的讀書筆記，未來將不定期新增內容，此技術屬AI人工智慧範疇。
在第二章會介紹機率相關概念，這也是貫穿整本書的基礎。
2.1.1.2 Probability Distributions
以下內容是我閱讀Probabilistic Graphical Model, Koller 2009一書的讀書筆記，未來將不定期新增內容，此技術屬AI人工智慧範疇。
在第二章會介紹機率相關概念，這也是貫穿整本書的基礎。
2 Probability Theory
2.1 Motivation
以下內容是我閱讀Probabilistic Graphical Model, Koller 2009一書的讀書筆記，未來將不定期新增內容，此技術屬AI人工智慧範疇。
1.4 Historical Notes
這節闡述Probabilistic Graphical Model的崛起歷史，當中尚做了
以下內容是我閱讀Probabilistic Graphical Model, Koller 2009一書的讀書筆記，未來將不定期新增內容，此技術屬AI人工智慧範疇。
1.3 Overview and Roadmap
1.3.1 Overview of Chapters
延續上一篇Part 3講
以下內容是我閱讀Probabilistic Graphical Model, Koller 2009一書的讀書筆記，未來將不定期新增內容，此技術屬AI人工智慧範疇。
1.3 Overview and Roadmap
1.3.1 Overview of Chapters
延續上一篇Part 2講
以下內容是我閱讀Probabilistic Graphical Model, Koller 2009一書的讀書筆記，未來將不定期新增內容，此技術屬AI人工智慧範疇。
1.3 Overview and Roadmap
1.3.1 Overview of Chapters
延續上一篇Part 1講
以下內容是我閱讀Probabilistic Graphical Model, Koller 2009一書的讀書筆記，未來將不定期新增內容，此技術屬AI人工智慧範疇。
1.3 Overview and Roadmap
1.3.1 Overview of Chapters
We begin in
以下內容是我閱讀Probabilistic Graphical Model, Koller 2009一書的讀書筆記，未來將不定期新增內容，此技術屬AI人工智慧範疇。
1.2 Structured Probabilistic Models
既然要融入Uncertainty和Probability
大家在跟Chat GPT互動的時候，會不會覺得常常雞同鴨講
我們梳理了一些提升Chat GPT回答能力的作法 ChatGPT回答不是你要的怎麼辦？
我們也實作了當中的一種方法，叫做RAG於 自己做免錢Chat GPT吧
這篇文章，我們談談其他技巧，稱為「透過LoRA執行Fine Tuning」
工欲善其事，必先利其器，要打造屬於自己的Chat GPT之前，我們先學習怎麼建立Google免費提供的Colab環境，它可以免費使用GPU來加速AI的運算，非常適合沒有錢添購GPU，但又想學習前沿AI技術的人。
第一步：打開Google瀏覽器，並點選右上方的「方格子點點」，接著選擇「雲端硬碟」
以下內容是我閱讀Probabilistic Graphical Model, Koller 2009一書的讀書筆記，未來將不定期新增內容，此技術屬AI人工智慧範疇。
在第二章會介紹機率相關概念，這也是貫穿整本書的基礎。
2.1.1.2 Probability Distributions
以下內容是我閱讀Probabilistic Graphical Model, Koller 2009一書的讀書筆記，未來將不定期新增內容，此技術屬AI人工智慧範疇。
在第二章會介紹機率相關概念，這也是貫穿整本書的基礎。
2 Probability Theory
2.1 Motivation
以下內容是我閱讀Probabilistic Graphical Model, Koller 2009一書的讀書筆記，未來將不定期新增內容，此技術屬AI人工智慧範疇。
1.4 Historical Notes
這節闡述Probabilistic Graphical Model的崛起歷史，當中尚做了
以下內容是我閱讀Probabilistic Graphical Model, Koller 2009一書的讀書筆記，未來將不定期新增內容，此技術屬AI人工智慧範疇。
1.3 Overview and Roadmap
1.3.1 Overview of Chapters
延續上一篇Part 3講
以下內容是我閱讀Probabilistic Graphical Model, Koller 2009一書的讀書筆記，未來將不定期新增內容，此技術屬AI人工智慧範疇。
1.3 Overview and Roadmap
1.3.1 Overview of Chapters
延續上一篇Part 2講
以下內容是我閱讀Probabilistic Graphical Model, Koller 2009一書的讀書筆記，未來將不定期新增內容，此技術屬AI人工智慧範疇。
1.3 Overview and Roadmap
1.3.1 Overview of Chapters
延續上一篇Part 1講
以下內容是我閱讀Probabilistic Graphical Model, Koller 2009一書的讀書筆記，未來將不定期新增內容，此技術屬AI人工智慧範疇。
1.3 Overview and Roadmap
1.3.1 Overview of Chapters
We begin in
以下內容是我閱讀Probabilistic Graphical Model, Koller 2009一書的讀書筆記，未來將不定期新增內容，此技術屬AI人工智慧範疇。
1.2 Structured Probabilistic Models
既然要融入Uncertainty和Probability
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
延續 AI說書 - 從0開始 - 518 | GPT-4V 操作方式 的程式，我們將結果整理成好看的格式：
import textwrap
choice = resp
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
GPT-4 帶視覺能力之 GPT-4V 可以通過 OpenAI API 分析我們提交的圖像，我們已經生成了一些具有高度發散性的自然語言處理語意聯想和電腦視覺圖像，但是
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
延續 AI說書 - 從0開始 - 516 | GPT-4V 操作方式 的程式，我們將結果整理成好看的格式：
import textwrap
choice = resp
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
GPT-4 帶視覺能力之 GPT-4V 可以通過 OpenAI API 分析我們提交的圖像，我們已經生成了一些具有高度發散性的自然語言處理語意聯想和電腦視覺圖像，但是
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
延續 AI說書 - 從0開始 - 514 | GPT-4V 操作方式 的程式，我們將結果整理成好看的格式：
import textwrap
choice = resp
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
GPT-4 帶視覺能力之 GPT-4V 可以通過 OpenAI API 分析我們提交的圖像，我們已經生成了一些具有高度發散性的自然語言處理語意聯想和電腦視覺圖像，但是
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
我們將要求 DALL-E 與 GPT-4 執行一個發散聯想任務：
以更具發散性的方式創建一個圖像，使其只有人類才能認出是狗
結果為：
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
我們將要求 DALL-E 與 GPT-4 執行一個發散聯想任務：
應用發散語義聯想來創建以下圖像
創建一個狗的圖像，並使其與經典的狗的形象越發散越好
讓它極具發散
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
我們將要求 DALL-E 與 GPT-4 執行一個發散聯想任務：
給我 10 個與「狗」有發散語義關聯的詞語
目標是找到 10 個與「狗」的語義距離（餘弦距離）最遠
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
創造力是一種新的能力，而 GPT-4 現在可以執行這種創造力，Chen 等人於 2023 年的論文：Probing the “Creativity” of Large
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
延續 AI說書 - 從0開始 - 518 | GPT-4V 操作方式 的程式，我們將結果整理成好看的格式：
import textwrap
choice = resp
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
GPT-4 帶視覺能力之 GPT-4V 可以通過 OpenAI API 分析我們提交的圖像，我們已經生成了一些具有高度發散性的自然語言處理語意聯想和電腦視覺圖像，但是
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
延續 AI說書 - 從0開始 - 516 | GPT-4V 操作方式 的程式，我們將結果整理成好看的格式：
import textwrap
choice = resp
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
GPT-4 帶視覺能力之 GPT-4V 可以通過 OpenAI API 分析我們提交的圖像，我們已經生成了一些具有高度發散性的自然語言處理語意聯想和電腦視覺圖像，但是
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
延續 AI說書 - 從0開始 - 514 | GPT-4V 操作方式 的程式，我們將結果整理成好看的格式：
import textwrap
choice = resp
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
GPT-4 帶視覺能力之 GPT-4V 可以通過 OpenAI API 分析我們提交的圖像，我們已經生成了一些具有高度發散性的自然語言處理語意聯想和電腦視覺圖像，但是
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
我們將要求 DALL-E 與 GPT-4 執行一個發散聯想任務：
以更具發散性的方式創建一個圖像，使其只有人類才能認出是狗
結果為：
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
我們將要求 DALL-E 與 GPT-4 執行一個發散聯想任務：
應用發散語義聯想來創建以下圖像
創建一個狗的圖像，並使其與經典的狗的形象越發散越好
讓它極具發散
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
我們將要求 DALL-E 與 GPT-4 執行一個發散聯想任務：
給我 10 個與「狗」有發散語義關聯的詞語
目標是找到 10 個與「狗」的語義距離（餘弦距離）最遠
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
創造力是一種新的能力，而 GPT-4 現在可以執行這種創造力，Chen 等人於 2023 年的論文：Probing the “Creativity” of Large
我們人類和ChatGPT的對話技巧也是需要學習的，有鑑於此，我想要一天分享一點「和ChatGPT對話的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
以下接續 AI說書 - Prompt Engineering - 186 | Prompt Chaini
我們人類和ChatGPT的對話技巧也是需要學習的，有鑑於此，我想要一天分享一點「和ChatGPT對話的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
範例 1 - Product Development
假設我們想要產生一個新的產品創意、它的特色、目標
我們人類和ChatGPT的對話技巧也是需要學習的，有鑑於此，我想要一天分享一點「和ChatGPT對話的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
施行
實施 Prompt Chaining 需要採取細緻的方法，以下是如何透過 ChatGPT 實現
我們人類和ChatGPT的對話技巧也是需要學習的，有鑑於此，我想要一天分享一點「和ChatGPT對話的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
延續 AI說書 - Prompt Engineering - 183 | Prompt Chaining
我們人類和ChatGPT的對話技巧也是需要學習的，有鑑於此，我想要一天分享一點「和ChatGPT對話的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
架構
Prompt Chaining 的架構本質體現在一系列節點中，每個節點代表鏈中的一個單獨步驟，這
我們人類和ChatGPT的對話技巧也是需要學習的，有鑑於此，我想要一天分享一點「和ChatGPT對話的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
應用
Prompt Chaining 在各種場景中都體現了它的有效性，特別是當任務的複雜性和維度超出了
我們人類和ChatGPT的對話技巧也是需要學習的，有鑑於此，我想要一天分享一點「和ChatGPT對話的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
定義
Prompt Chaining 是一種結構化的提示框架，它將多個較小、較簡單的提示按順序排列成一
我們人類和ChatGPT的對話技巧也是需要學習的，有鑑於此，我想要一天分享一點「和ChatGPT對話的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
以下接續 AI說書 - Prompt Engineering - 186 | Prompt Chaini
我們人類和ChatGPT的對話技巧也是需要學習的，有鑑於此，我想要一天分享一點「和ChatGPT對話的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
範例 1 - Product Development
假設我們想要產生一個新的產品創意、它的特色、目標
我們人類和ChatGPT的對話技巧也是需要學習的，有鑑於此，我想要一天分享一點「和ChatGPT對話的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
施行
實施 Prompt Chaining 需要採取細緻的方法，以下是如何透過 ChatGPT 實現
我們人類和ChatGPT的對話技巧也是需要學習的，有鑑於此，我想要一天分享一點「和ChatGPT對話的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
延續 AI說書 - Prompt Engineering - 183 | Prompt Chaining
我們人類和ChatGPT的對話技巧也是需要學習的，有鑑於此，我想要一天分享一點「和ChatGPT對話的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
架構
Prompt Chaining 的架構本質體現在一系列節點中，每個節點代表鏈中的一個單獨步驟，這
我們人類和ChatGPT的對話技巧也是需要學習的，有鑑於此，我想要一天分享一點「和ChatGPT對話的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
應用
Prompt Chaining 在各種場景中都體現了它的有效性，特別是當任務的複雜性和維度超出了
我們人類和ChatGPT的對話技巧也是需要學習的，有鑑於此，我想要一天分享一點「和ChatGPT對話的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
定義
Prompt Chaining 是一種結構化的提示框架，它將多個較小、較簡單的提示按順序排列成一
