AI 与机器学习的力量只有在被有效利用的前提下才能真正发挥作用。本书将为你打开通往 提示工程（Prompt Engineering） 世界的大门，这是当今 AI 驱动时代不可或缺的一项核心技能。无论你是初学者还是技术爱好者，本书都将帮助你深入理解智能交互的本质，掌握与 AI 协作的实用技巧。
从 AI 和 ML 的基础概念与发展历程出发，书中逐步引导读者进入生成模型的精彩领域，深入解析 Transformer 架构（如 GPT）的革命性崛起。你将学习如何设计高效的提示语，掌握不同类型的提示、语法结构的重要性、token 的使用原理与效率策略。此外，还将接触多种实用工具与平台，并深入探讨使用 AI 所涉及的伦理问题、社会影响及成本控制等实际因素。书中最后通过实际案例呈现前沿的聊天机器人与 AI 系统，帮助你构建真实应用中的提示工程能力。
读完本书后，你将不仅理解现代 AI 的技术原理，还能具备提示设计的实战能力，能够自信地驾驭 AI 系统的潜力，为你的职业或项目赋能。
你将学到的内容
● 掌握 AI/ML 基础、发展历史、主要学习范式与核心概念
● 理解 Transformer 系统及其在提示工程中的未来潜力
● 探索生成模型的发展、生成对抗网络（GAN）机制与向 Transformer 的转变
● 深入理解 Transformer 架构、自注意力机制与 GPT 类模型的兴起
● 精通提示工程的目标、构成要素与评估方法
● 分析 GPT 模型架构、训练机制、语言建模原理与多样化应用
● 学会高效构建提示、优化语法与 token 使用、解决质量挑战
适读人群
本书面向希望提升 AI 实践能力的 AI 从业者、开发者与技术爱好者，也适用于教育工作者、科技从业人员及需要在工作流程中设计或应用 AI 解决方案的人群。对基础技术概念具备一定认知将有助于更好地理解本书内容。
目录
- 机器学习与人工智能概述
- 机器学习的演进
- 生成模型的发展
- GPT 与基于 Transformer 模型的崛起
- Transformer 模型在提示工程中的应用
- Transformer 架构核心概念
- 提示生态系统
- 深入解析提示类型
- 理解 Token 的结构与意义
- 提高提示工程效率的方法
- 语法在提示中的关键作用
- 提示设计的技巧与策略
- 优质提示面临的挑战
- 提示工程常用工具与平台
- 人工智能中的伦理问题
- 提示成本与财务管理
- AI 与 ML 的未来方向与挑战
- 人工智能的法律框架
- 聊天机器人与 AI 系统的实践案例
