聯繫我們

課程簡介

LLM應用架構與設計

  • OpenAI應用的常見模式,如助手、副駕駛和工作流自動化
  • 根據業務需求、可靠性和用戶體驗選擇正確的架構
  • 從原型代碼過渡到可維護的應用設計

提示、上下文與結構化輸出

  • 爲系統、用戶和開發者指令設計結構化,以實現可預測的行爲
  • 設計提示以實現一致性、任務控制和更清晰的響應
  • 使用結構化輸出來支持下游應用邏輯
  • 管理上下文窗口、對話狀態和響應質量

工具使用與工作流編排

  • 使用函數調用和工具驅動的工作流與外部服務交互
  • 驗證輸入和輸出,處理錯誤,並應用回退行爲
  • 爲實際業務任務設計多步驟流程

檢索與知識錨定

  • 確定何時適合使用檢索增強生成
  • 準備文檔並分塊內容以實現有效檢索
  • 檢索相關上下文並將響應錨定在可信來源中

評估、防護與操作準備

  • 定義質量標準並測試工作流是否符合預期結果
  • 減少幻覺並處理不安全、不相關或模糊的請求
  • 監控使用情況、延遲、令牌消耗和成本
  • 爲應用的部署、支持和迭代改進做好準備

動手實踐工作坊

  • 構建一個端到端的OpenAI應用,結合提示、結構化輸出、工具使用和檢索
  • 回顧設計決策、常見問題以及生產使用的實際後續步驟

最低要求

  • 熟悉大語言模型概念和基於API的應用開發
  • 具備使用REST API、JSON和提示驅動應用工作流的經驗
  • 具備Python、JavaScript或類似語言的中級編程經驗

受衆

  • 構建LLM驅動應用的軟件開發人員
  • 設計基於OpenAI解決方案的AI工程師和技術負責人
  • 負責生產級AI功能的產品團隊和解決方案架構師
 7 小時

人數


每位參與者的報價

即將到來的課程

課程分類