打造真正可用的LLM應用！ 

從架構設計到部署評估，帶你一次打通 AI 工程實務全流程。 

面對LLM，你是否也曾困惑： 

•該怎麼選模型，Prompt要怎麼設計？ 

•模型要微調，還是直接上線？ 

•部署、監控、評估效果要怎麼做？能讓AI自評嗎？ 

•又該如何避免幻覺、安全性、延遲等應用風險？ 

無論你是AI工程師、ML工程師、資料科學家、工程經理、技術產品經理，或是AI工具開發者、研究人員、求職者，本書都能幫助你跨出關鍵第一步！ 

從零開始建構AI應用，或將原型提升至生產環境 

解決幻覺、安全性、延遲與成本等應用挑戰 

簡化團隊AI開發流程，讓系統更快、更穩、更可靠 

在組織內有效運用基礎模型，提升業務價值與團隊能力 

了解AI的能力與限制，釐清AI工程師的核心技能 

----------------------------------------- 

基礎模型促成了新的AI使用案例，降低了建構AI產品的進入門檻，將AI從一門深奧的學科，轉化為沒有任何AI經驗的人都能使用的強大開發工具。 

在這本易懂的指南中，作者Chip Huyen認為AI工程就是運用現有基礎模型建構應用的流程。AI應用開發者會看到包括模型、數據集、評估基準，以及看似無窮無盡應用模式的AI領域，本書也介紹了開發AI應用並可高效部署的實用框架。 

•理解什麼是AI工程及其與傳統機器學習工程有何不同 

•學習開發AI應用的流程、每個步驟的挑戰，以及應對這些挑戰的方法 

•探索包括提示工程、RAG、微調、代理和數據集工程的各種模型適配技術，並理解它們運作的方式與目的 

•檢視服務基礎模型時的延遲和成本瓶頸，及如何克服這些問題 

•針對需求選擇正確的模型、指標、數據和開發模式 

本書與《設計機器學習系統》互為補充，進一步探索AI工程的實務應用。