Top 5
2025/11/09 是圓圓過世後的第一百五十四天，今天沒辦法睡到自然醒，大概九點起床，因為要去 IKEA 買個收納盒，所以我就昏沉地起床了，然後快速吃完早餐，便出發去 IKEA，從四樓逛到一樓，然後到一樓結帳區域發現有個櫃子想回頭去看一下，於是便把手上的東西放在一個公共區域，想說應該不會有人剛好要
2025/11/08 是圓圓過世後的第一百五十三天，今天終於能夠睡到自然醒了，起來就邊吃早餐邊看電視，突然被一個忘記名稱的電影所吸引，主要是劉德華、關之琳演得賭博劇情，還扯到美國跟日本的黑幫，這個劇有點長，一路看到中午吃完飯，接著就回房間滑手機，順便看看比特幣價格，我記得好像看到三點多的樣子，又開始
2025/11/07 是圓圓過世後的第一百五十二天，今天在台北上班，一到公司就一直關注賭博股能不能出掉，它上演了一場精彩的多空拉鋸，而我就是一邊聊天一邊看它表演，大概到近十一點，別單位敲我訊息，說 12 月展示的事情，他們單位已經處理好了，換我接手了，看到這訊息整個心一沉，下禮拜要做事了，好日子沒了
2025/11/06 是圓圓過世後的第一百五十一天，今天早上請假，要去醫院拿藥，這時間有點難抓，希望到現場不用什麼等候就可以看診，也希望回到公司的時候差不多可以順路買飯，又希望看完診通勤回去的路上可以坐著開會，今天我 10:30 有一場會要要開，三個願望能不能一次滿足呢，我也不知道，反就我就隨性在家
2025/11/05 是圓圓過世後的第一百五十天，今天在台北上班，一路上沒有下雨就感到很幸運，到公司後就坐著休息看股票，然後弄股票出借的記帳事宜，還發現幾個月前寫的 Excel 公式有誤，趕緊修正一下，也順便趁著台新證券裡面的部分股票還回來了，驗證一下我寫的表單有沒有錯誤，後來西瓜哥突然快速地打主管
2025/11/04 是圓圓過世後的第一百四十九天，今天去桃園上班，但是因為十點要開會，所以比平常還要早出門，一上路先去加油，發現這桶油跑的路程有點少，應該是最近常下雨，常常塞車的關係，加完油就上高架道路，一如往常塞車，這是在車陣中拍下的照片：
後來倒是挺神奇的，一路咻咻咻就到桃園了，大概在高速公
2025/11/03 是圓圓過世後的第一百四十八天，今天在台北上班，一路上飄著小雨，還有些冷，到公司後就處理 PayPal 入帳的事情，然後順便記錄一下元大證券股票出借的收入，後來就想到我的台新證券股票都借出去了，為了更好地紀錄資金水位，我改寫了一下 Excel 紀錄表的公式，前後驗算了好一陣子，還
2025/11/02 是圓圓過世後的第一百四十七天，今天睡到十一點起床，然後就一邊吃早餐，一邊看棒球，今天的棒球滿刺激的，是道奇跟藍鳥，這大概一路看到中午吃飯時間，吃完午餐後，我跟毛豆哥看孫悟空的劇場版，但是毛豆哥好像看過了，就說要玩平板的馬力歐，然後還叫錯人，應該叫叔叔的，叫成爸爸，反正一路玩很久
2025/11/01 是圓圓過世後的第一百四十六天，今天終於可以睡到自然醒，天氣涼涼的很好睡，大概十一點起床，以前這種天氣，圓圓都會清晨起來先凹凹叫，討食一波之後，再跟我繼續睡，甚至我起床了，圓圓還繼續窩著，起床後就吃個早餐，然後看棒球，跟老爸一起看棒球，難得老爸會看，今天是看道奇跟藍鳥隊，以前老爸
2025/10/31 是圓圓過世後的第一百四十五天，今天在台北上班，坐捷運前通常會去上個廁所，然後順便照個鏡子，今天也是一樣，唯一不同的是有一個阿伯走進來，然後看到我之後，趕快轉頭走掉，我想說在幹嘛，大約一秒後，他又走進來，然後一直看告示牌，我才想到應該是我頭髮太長，阿伯以為走到女廁了。以前洗好澡，
2025/11/09 是圓圓過世後的第一百五十四天，今天沒辦法睡到自然醒，大概九點起床，因為要去 IKEA 買個收納盒，所以我就昏沉地起床了，然後快速吃完早餐，便出發去 IKEA，從四樓逛到一樓，然後到一樓結帳區域發現有個櫃子想回頭去看一下，於是便把手上的東西放在一個公共區域，想說應該不會有人剛好要
2025/11/08 是圓圓過世後的第一百五十三天，今天終於能夠睡到自然醒了，起來就邊吃早餐邊看電視，突然被一個忘記名稱的電影所吸引，主要是劉德華、關之琳演得賭博劇情，還扯到美國跟日本的黑幫，這個劇有點長，一路看到中午吃完飯，接著就回房間滑手機，順便看看比特幣價格，我記得好像看到三點多的樣子，又開始
2025/11/07 是圓圓過世後的第一百五十二天，今天在台北上班，一到公司就一直關注賭博股能不能出掉，它上演了一場精彩的多空拉鋸，而我就是一邊聊天一邊看它表演，大概到近十一點，別單位敲我訊息，說 12 月展示的事情，他們單位已經處理好了，換我接手了，看到這訊息整個心一沉，下禮拜要做事了，好日子沒了
2025/11/06 是圓圓過世後的第一百五十一天，今天早上請假，要去醫院拿藥，這時間有點難抓，希望到現場不用什麼等候就可以看診，也希望回到公司的時候差不多可以順路買飯，又希望看完診通勤回去的路上可以坐著開會，今天我 10:30 有一場會要要開，三個願望能不能一次滿足呢，我也不知道，反就我就隨性在家
2025/11/05 是圓圓過世後的第一百五十天，今天在台北上班，一路上沒有下雨就感到很幸運，到公司後就坐著休息看股票，然後弄股票出借的記帳事宜，還發現幾個月前寫的 Excel 公式有誤，趕緊修正一下，也順便趁著台新證券裡面的部分股票還回來了，驗證一下我寫的表單有沒有錯誤，後來西瓜哥突然快速地打主管
2025/11/04 是圓圓過世後的第一百四十九天，今天去桃園上班，但是因為十點要開會，所以比平常還要早出門，一上路先去加油，發現這桶油跑的路程有點少，應該是最近常下雨，常常塞車的關係，加完油就上高架道路，一如往常塞車，這是在車陣中拍下的照片：
後來倒是挺神奇的，一路咻咻咻就到桃園了，大概在高速公
2025/11/03 是圓圓過世後的第一百四十八天，今天在台北上班，一路上飄著小雨，還有些冷，到公司後就處理 PayPal 入帳的事情，然後順便記錄一下元大證券股票出借的收入，後來就想到我的台新證券股票都借出去了，為了更好地紀錄資金水位，我改寫了一下 Excel 紀錄表的公式，前後驗算了好一陣子，還
2025/11/02 是圓圓過世後的第一百四十七天，今天睡到十一點起床，然後就一邊吃早餐，一邊看棒球，今天的棒球滿刺激的，是道奇跟藍鳥，這大概一路看到中午吃飯時間，吃完午餐後，我跟毛豆哥看孫悟空的劇場版，但是毛豆哥好像看過了，就說要玩平板的馬力歐，然後還叫錯人，應該叫叔叔的，叫成爸爸，反正一路玩很久
2025/11/01 是圓圓過世後的第一百四十六天，今天終於可以睡到自然醒，天氣涼涼的很好睡，大概十一點起床，以前這種天氣，圓圓都會清晨起來先凹凹叫，討食一波之後，再跟我繼續睡，甚至我起床了，圓圓還繼續窩著，起床後就吃個早餐，然後看棒球，跟老爸一起看棒球，難得老爸會看，今天是看道奇跟藍鳥隊，以前老爸
2025/10/31 是圓圓過世後的第一百四十五天，今天在台北上班，坐捷運前通常會去上個廁所，然後順便照個鏡子，今天也是一樣，唯一不同的是有一個阿伯走進來，然後看到我之後，趕快轉頭走掉，我想說在幹嘛，大約一秒後，他又走進來，然後一直看告示牌，我才想到應該是我頭髮太長，阿伯以為走到女廁了。以前洗好澡，
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。
接著開始載入模型，執行推論：
image_processor = AutoImageProcessor.from_pretrained("MCG-NJU/videom
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。
我們需要一個取樣函數，每秒採樣一定數量的幀：
def sample_frame_indices(clip_len, frame_sample_rate, seg_le
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。
接著進入到 AI 模型部分：
from transformers import TimesformerConfig, TimesformerModel
config
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。
Meta TimeSformer 是一種基於 Transformer 的架構，專為視頻數據設計，它首先將視頻的每一幀轉換為特徵序列，這些特徵序列能夠捕捉畫面中的空間訊息
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。
OpenAI CLIP 實現 Stable Diffusion 影片的程式為：
p = pipeline('text-to-video-synthesis', 'da
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。
OpenAI CLIP 實現 Stable Diffusion 影片的程式為：
!pip install modelscope == 1.4.2
!pip inst
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。
我們現在定義動畫的開始圖像和結束圖像的文本：
animation_prompts = {0: "a photo of a fantastic spaceship",
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。
Stability AI 實現 Stable Diffusion 影片的程式為：
!pip install "stability_sdk[anim_ui]"
!git
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。
Stability AI 實現 Stable Diffusion 的程式為：
!pip install stability-sdk
!git clone --recu
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。
Stability AI 實現 Stable Diffusion 的程式為：
!pip install stability-sdk
!git clone --recu
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。
接著開始載入模型，執行推論：
image_processor = AutoImageProcessor.from_pretrained("MCG-NJU/videom
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。
我們需要一個取樣函數，每秒採樣一定數量的幀：
def sample_frame_indices(clip_len, frame_sample_rate, seg_le
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。
接著進入到 AI 模型部分：
from transformers import TimesformerConfig, TimesformerModel
config
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。
Meta TimeSformer 是一種基於 Transformer 的架構，專為視頻數據設計，它首先將視頻的每一幀轉換為特徵序列，這些特徵序列能夠捕捉畫面中的空間訊息
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。
OpenAI CLIP 實現 Stable Diffusion 影片的程式為：
p = pipeline('text-to-video-synthesis', 'da
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。
OpenAI CLIP 實現 Stable Diffusion 影片的程式為：
!pip install modelscope == 1.4.2
!pip inst
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。
我們現在定義動畫的開始圖像和結束圖像的文本：
animation_prompts = {0: "a photo of a fantastic spaceship",
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。
Stability AI 實現 Stable Diffusion 影片的程式為：
!pip install "stability_sdk[anim_ui]"
!git
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。
Stability AI 實現 Stable Diffusion 的程式為：
!pip install stability-sdk
!git clone --recu
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。
Stability AI 實現 Stable Diffusion 的程式為：
!pip install stability-sdk
!git clone --recu
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。
討論
心智圖是一種備受推崇的工具，被商業、教育和政府等各個領域的專業人士使用，並將其實用性擴展到個
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。
內容延續 AI說書 - Prompt Engineering - 219 | Mind Mapping
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。
內容延續 AI說書 - Prompt Engineering - 218 | Mind Mapping
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。
內容延續 AI說書 - Prompt Engineering - 217 | Mind Mapping
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。
內容延續 AI說書 - Prompt Engineering - 216 | Mind Mapping
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 2：關於一位穿越時空的歷史學家的短篇故事
使用者 Prompt：充當世界一流的思維導圖生成器
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。
內容延續 AI說書 - Prompt Engineering - 214 | Mind Mapping
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。
內容延續 AI說書 - Prompt Engineering - 213 | Mind Mapping
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。
內容延續 AI說書 - Prompt Engineering - 212 | Mind Mapping
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。
內容延續 AI說書 - Prompt Engineering - 211 | Mind Mapping
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。
討論
心智圖是一種備受推崇的工具，被商業、教育和政府等各個領域的專業人士使用，並將其實用性擴展到個
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。
內容延續 AI說書 - Prompt Engineering - 219 | Mind Mapping
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。
內容延續 AI說書 - Prompt Engineering - 218 | Mind Mapping
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。
內容延續 AI說書 - Prompt Engineering - 217 | Mind Mapping
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。
內容延續 AI說書 - Prompt Engineering - 216 | Mind Mapping
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 2：關於一位穿越時空的歷史學家的短篇故事
使用者 Prompt：充當世界一流的思維導圖生成器
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。
內容延續 AI說書 - Prompt Engineering - 214 | Mind Mapping
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。
內容延續 AI說書 - Prompt Engineering - 213 | Mind Mapping
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。
內容延續 AI說書 - Prompt Engineering - 212 | Mind Mapping
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。
內容延續 AI說書 - Prompt Engineering - 211 | Mind Mapping
