1.1進入AI與GPT的新世紀：塑造未來的科技革命
AI 是新的電力⚡⚡⚡
100年前，電力改變了所有產業
AI這次會帶來一樣的革命
第四波工業革命-正在發生
AI是現在進行式，不是未來，不是預測
AI 新的Web生態系統
AI 六大派系：
AI目前的挑戰：
1.對齊問題
2.幻覺問題
3.更理解湧現
AI的護城河：
"We have no moats， And neither does OpenAI" Google 內部外流文件 2023/5/4
AI最大的挑戰，世界需要AI Native產品
1.2.AI思考模式：提升生活工作效率的新方法
GPT怎麼影響我，
從10人團變成只需要超級AI助手。
Side Project:
  • ChatGPT幫我寫文案
  • 不會寫Code
  • 不會設計
  • 自媒體影片製作
AI思維-大任務拆解成小任務
試著踏出第一步，AI會幫你清理思路
AI有無限耐心
AI+自動化工具 = 打造自己AI知識管理員
1.擁抱AI，2.理解AI，3.思維AI
1.3 預測和掌握未來的趨勢
AI下個階段-大模型直接面對用戶層
Nvidia 黃仁勳 2023 8月SIGGRAPH演講
AI產業鏈：
AI未來深度結合
個性化領域
高度個性，可規模化服務
垂直化領域
處理多模態，非結構化的訊息
尋照AI Problem to Solved，
很多行業都值得用AI重做一遍
超級個體，個人公司，AI Agent員工
你必須從客戶體驗開始，然後反推回技術策略。你不能從技術開始，然後試著弄清楚你將在哪裡試圖銷售它-Steve Jobs WWDC 1997
快速AI課程介紹-學習路徑
2.基礎理論：深入理解AI語言模型
2.1 GPT如何學習語言
1
壓縮世界知識
2
湧現能力
3
預測下個單詞
2017年6月，Google Brain 發表 "Attention is all you need" 的Transformer 模型論文。首次開啟理解人類的語言，自然語言的處理。
Generative Pre-trained Transformer (GPT)

1.知識壓縮：如何把全世界知識壓到GPT裡面
OpenAI 首席科學家 Ilya Sutskever:
如果你能高效壓縮訊息，你一定已經得到知識，不然你辦法壓縮訊息。所以，你把訊息高效壓縮的話，你總得有些知識。
OpenAI 核心研發員 Jack Rae:
使用大語言模型進行無損壓縮對最小描述進行計算，希望大模型對任務的理解能力可以被數學公式量化。
下方這張圖是不同模型壓縮時候損失的資訊量，
我們可以看到模型越大，壓縮後的資訊損失量越少。

2.大模型湧現能力：
吳恩達Stanford AI演講 2023
湧現能力後AI展示出的效果：
1.Instruction/in context learning: 看到範本可以順利學習甚至舉一反三，沒被訓練過的任務也可以學習。
2.Step-by-step reasoning（Chain-of-Thought）：對於需要多個步驟才能解決的問題，展現了逐步推理解決問題的能力。
3.Calibration:知道自己不知道
3.Generative生成- 預測下一個單詞
下一個單詞的概率遊戲。本質上只是一遍又一遍地詢問"到目前為止的上下文內容"，下一個單詞應該是什麼？
GPT是由Transformer壓縮世界的資訊，
產生出湧現效果，不斷預測下一個單詞的AI模型。
壓縮，湧現，預測這些能力是怎麼做到的？
Nvidia 黃仁勳親手簽名把第一台AI超級電腦DGX-1送給OpenAI -2016
Nvidia官方展示CPU跟GPU的差別
2.2 GPT可以做什麼，不能做什麼
GPT核心記憶問題：
可以做什麼：
1.把非結構化訊息變成結構化訊息

2.文字處理能力，閱讀能力超級強
3.AI生成回應速度極快，快速修正回應
4.擁有全世界的知識，有邏輯性
5.沒個性，無限耐心，24/7觀隨時待命
不能做什麼：
1.不會思考
2.精準回答問題：記住他本身技術原理就是用『猜』的
3.無法及時地處理訊息：沒被訓練過的訊息他就不知道了，Real Time Data就無法
4.隱私問題
5.道德問題
分析你的問題：才是最大的問題
2.3 文字與圖片的對話，多模型的延伸
未來大家會用盡各種方法，把人類能力感知，甚至人類無法感知的資訊，轉化為向量，讓AI學習。
GPT超出記憶怎麼辦？
多模態(多媒體)到向量：
https://www.pinecone.io/learn/vector-search-basics/
多維度向量空間跟矩陣：
相似度搜尋:
多模態之間的關係：
2.4 未來大模型的挑戰
1
模型微調
2
多模態
3
多Agent
4
機器人
5
沒數據了
在大模型領域，目前挑戰都是"還沒解決而已"
大數據時代 vs GPT時代 - 1萬倍的差距
AI早期階段-大數據時代
幾千萬條的數據量
AI 現在- GPT時代
幾千條數據量
GPT小模型微調：Fine tuning:
給大模型100隨機本書，跟他說哪些書是武俠的，科幻的，浪漫的，懸疑的等等，然後叫它讀完。
之後再給大模型1萬本書，他都會跟你說這些書是哪種類別的了。
跨模過程之間的數據損失
AI Agent - GPT抽象出來變成AI 代理人
1
大模型
2
記憶力
3
規劃技能
4
使用工具
Lilian Wen-OpenAI
多Agent協作是多模態的最終場景應用
多Agent組成一個軟體開發公司
ChatDev-AI工程師團隊
多模態可以理解為讓語言構建的虛擬世界和物理世界連接起來。
Google-RT2
Tesla-Optimus
6.AI數據短缺-製造數據
Overfitting
Model Collapse
3.ChatGPT入門教學：打好AI語言模型學習的基礎
3.1 Prompt提問的策略：
如何與ChatGPT進行有效溝通
把Prompt對大語言模型當做新認識的陌生人
"想要快速地了解他，聽到他想說的，說到他聽的懂。"
Prompt工程是 設計，創造，測試，
讓人跟語言模型溝通的方法論。
Few-Shot模式:
多先給模型一些範例(答案，問答)。
Chain of Thought模式:
叫大模型一步一步推斷過程，不要跳躍思考。

A→B→C→D的方式是有邏輯性的慢慢推理下去，
如果沒特別指令模型很有可能會直接從A→D 亂跳，讓答案變的答非所問。
總結長文章的方法：
通常請模型列出重點或總結的時候，很多時候GPT不知道什麼才是重點訊息，可以這樣運用：
摘要以下演講的主要觀點
請使用以下格式：
主題1：<主題名稱1>
- <觀點1>
...
主題2：<主題名稱2>
- <觀點1>
...
主題10：...
提取文章重點摘要方式：
非常值得學習的Prompt技巧，運用場景非常多，像跟客人聊天記錄重要對話資料內容可以提取出來，整理到excel表格，變成客戶管理數據。可以用來摘取大量新聞或是內容文章的重點。
期望的格式為：
公司名稱：<以逗號分隔的公司名稱列表> 
人名：    <以逗號分隔的人名列表> 
具體主題：<以逗號分隔的具體主題列表> 
總體主題：<以逗號分隔的總體主題列表>
Prompt最佳策略：
3.2 ChatGPT的高效使用：提高你的AI產能
Prompt上下文記憶長度說明
別被不同專有名詞誤解覺得好難，很麻煩
1.角色扮演模式
不用太在意角色名詞或框架名詞，想要傳達的意思跟內容架構描述清楚就好。
比較直觀性跟快速的讓GPT進入狀況。想像成GPT是一個白紙，用最短的指令跟速度讓他馬上進入狀況，譬如『你現在是愛因斯坦』，『你現在是三歲小孩』。
這樣幾個字就可以讓白紙馬上變成天才或是小孩，立即進入模式跟你對話，相比用框架先思考再打完整個框架效率快的很多。
AI線上行銷專家範例：
角色：
你是Marketing AI，一個AI線上行銷專家。
目的：
為用戶提供最佳的線上行銷建議，並幫助他們設計有效的線上行銷策略。
期望：
解決用戶在線上行銷領域中遇到的問題，無論是關於策略設計、陌生開發、客戶留存或是其他相關問題。
要求：
  • 希望你能夠始終保持一位高度資深和經驗豐富的行銷專家的身份，對於線上行銷和用戶行為展現出色的直覺。
  • 在提供建議時，必須考慮用戶的獨特需求，並根據這些需求進行調整和優化。
  • 你的回答和建議必須直接且清晰，避免使用過於專業或難以理解的術語。
  • 請隨時將自己視為一家大型行銷顧問公司的替代品，確保提供的服務和建議達到專業顧問的水準。
這是對話，從你開始：
Facebook貼文小幫手：
指令：為電商服飾品牌設計一條Facebook貼文，內容應該涵蓋品牌的新春優惠活動及其特色。
背景：
  • 品牌名稱：Modish
  • 我們是一家新興的電商服飾品牌，主打時尚、高品質而價格親民的服飾。
  • 我們的目標人群是18-35歲的都市年輕人，他們追求時尚，但也希望價格合理。
  • 此次新春優惠活動是品牌成立以來的重要促銷，計劃為期一周，所有商品打9折。
輸入：
  • 品牌顏色：淺藍和白色
  • 品牌標語：「時尚，只是一點點距離」
  • 活動日期：3月1日至3月7日
  • 優惠碼：SPRING10
輸出：
  • 一篇具有吸引力的Facebook貼文，內容不超過200字。
  • 建議的圖片標題或圖片描述，以符合品牌形象和吸引目標人群。
  • 使用品牌顏色和標語來強調品牌特色和優惠活動的信息。
  • 給我三篇輸出，標記(1),(2),(3)
我會輸入喜歡(1,2,3)哪個，持續讓我選的輸出重新優化生成3個類似範本，直到我說結束為止。
定期的跟GPT在關鍵字和語意上的理解是否同步。
2. Prompt 框架：
ROAF框架-自己微調實戰過，方便快速使用：
其他框架都是這個框架的調整或延伸。學習過程中，更重要的是去理解為什麼要這樣問。記住模型本身是沒有思考跟認知能力的，你怎麼問他，他就怎麼回答，你叫他扮演成什麼，他才會成為你的角色，叫他照什麼方式輸出答案，他才會照你的方式輸出。
"Garbage in Garbage out"
CRISPE模型-(有個性語調，適合寫文章/新聞/故事)
ICIO模型-(適合處理數據邏輯性問題)
框架千變萬變都是：
角色，內容，輸出，格式，對象
框架適合給團隊或公司的人使用，所以大家輸出的答案，方向，格式都會差不多。
記住模型對話想像成是跟人對話，通常開口最難，如果刻意想好框架內容才開口，
很容易就停在思考用什麼框架，而沒有去真正的問，通常我都會嘗試著先開口，
語言模型自然而然就會跟你對話下去，思考跟創意就會開始了！
3.3 Plugin 跟 Advanced Data Analysis
目前最多同時開啟3個Plugin
一些好用的Plugin:
1.Prompt Perfect -自動幫助你優化Prompt
2.Webpilot - 讓GPT可以上網
3.Visla - 總結youtube影片
4.Show me Diagram -用數據產生不同圖案
Advanced Data Analysis
擁有自己的AI數據分析師
上傳檔案
分析數據，產生報表
幫忙寫Code
一些Data Analysis技巧:
1
生成QR Code
2
分析CSV檔案。台北停車位
3
分析BTC - USD 去年價格走勢
4
總結PDF
ICIO模型-(適合處理數據邏輯性問題)
Custom Instruction
GPT官方版的角色扮演跟框架
1
適合把常用配置放在這邊
2
一次只能用一個，記得開關
3
GPT小指令，譬如翻譯成中英文，總結。
4
不會因爲擺在這邊而影響上下文記憶長度，只是讓你比較方便打而已。
GPT官方版的角色扮演跟框架
What would you like ChatGPT to know about you to provide better responses? (關於你)
  • Where are you based(你在哪裡)
  • What do you do for work (你做什麼)
  • What are your hobbies and interests(興趣)
  • What subjects can you talk about for hours? (你可以講什麼滔滔不絕?)
  • What are some goals you have? (目標)
How would you like ChatGPT to respond? (回答的方式)
  • How formal or casual should ChatGPT be?(你需要GPT跟你多正式的對話？)
  • How long or short should response be? (你需要回應的長度？)
  • How do you want to be adddressed? (你喜歡怎樣的被稱呼？)
  • Should ChatGPT have opinions on topics or remain neutral? (你希望GPT有想法還是保持中立?)
沒有完美的Prompt，只有不斷嘗試
4.自動化實戰：ChatGPT串接自動化軟體的全面指南
4.GPT與自動化軟體的魔力
GPT與MAKE自動化軟體的魔力：
了解ChatGPT如何與自動化軟體結合，
以實現更高效率的自動化。
GPT實戰操作：串接LineBot的實作教學
深入了解如何使用ChatGPT創建自己的LineBot，
為您的客戶提供自動化客服。
AI LINE小秘書
1
靈感紀錄，詢問GPT
2
每日靈感總結跟新聞發送
3
語言翻譯，總結文章
4
Notion知識管理
5
Calendly行程預約通知
6
Google Drive音訊總結
自動化功能不是很早就有了？
AI 自動化流程：以前
  • 專門程式化
  • 手動需求高
  • 單一領域
  • 低交互跟理解能力
AI 自動化流程：GPT 出現後
  • 通用智能化
  • 語意理解，自我學習
  • 跨領域
  • 高互動，個性化
Tesla FSD自動駕駛
30萬行C++控制代碼轉移到神經網路
Optimus 機器人 9/25
自動化流程的好處：
自動化有助於簡化重複性任務，減少完成這些任務所需的時間和精力。
企業跟個人可以提高效率，讓員工能夠專注於更有創意跟戰略的工作。
AI時代的自動化知識流
AI知識管理，學會如何用AI駕馭訊息。
快速捕捉靈感，讓重要信息主動來找你。
4.2 AI自動化框架跟基礎知識
通訊軟體當指揮中心
GPT當大腦→MAKE當資訊框架→其他軟體手跟腳
文字<→圖片<→聲音
收集→創造→發送 完全的釋放AI
2.爬蟲工具-Bardeen AI/Browse AI
每個人想關注的網站，社群，競爭對手都不一樣，之前爬蟲工具就算爬到資料，
要做數據分析跟理解其實是很大一個工程，CP值非常低，但現在有了GPT最擅長的就是處理文字資訊。所以完善的利用爬蟲工具現在特別重要！
在AI時代，要讓訊息自動來找你，而不是你去找訊息。
對電腦的掌控性越高，自動化程度就越大，
未來就是用自然語言對電腦下達自動化指令操作。
AI 自動化的好處-掌握自己的節奏
可控制的節奏
數據驅動
高準確率
節省成本
4.3 LineBot實作教學x打造AI Line小秘書
1.打造 AI LINE小秘書
1
紀錄靈感，詢問GPT問題
2
每日早上靈感跟新聞
3
語言翻譯，總結文章
4
Notion知識管理
5
Calendy行程預約通知
6
Google Drive音訊總結
開始在MAKE製作，會AI LINE小秘書分成兩個章節

1.製作AI LINE小秘書
2.製作AI LINE靈感日記
2.Make自動化工具介紹
1
Scenarios
情況
2
Modules
模組
3
Operations
執行單位
3.打造每日資訊小秘書-功能拆解說明
設立LINE對話小秘書帳號
快捷指令啟動不同功能
用戶發送指令
蒐集每日靈感日記
存放到Google Sheeet GPT總結
定時發回去給LINE小秘書
4.4 AI知識管理，網站文章到Notion在到Line小秘書
Notion每日資料庫更新總結到Line小秘書
  • 串接Notion跟Make
  • 開新Notion Database
  • 下載 Save to notion Chrome 插件
  • Make Scenario定時更新Notion資訊給GPT總結
4.5 Google Drive語音檔轉成文字發到Line小秘書
把會議摘要存到Google Drive給小秘書
  • 把會議記錄影片檔先抽取語音檔出來
  • 丟到Google Drive資料夾
  • 發送總結給小秘書
4.6 Calendly 個人預約行程自動發送到LINE私人秘書
Calendly把自己行程預約給Line小秘書
  • 不用在跟對方來回確認時間了！！！自己設定行程時間，甚至可以用Paypal先收款。
  • 註冊Calendly，設定自己預定行程
  • 串接Calednly跟Make
  • 未來有行程預約都會自動發給小秘書，可以設定過濾條件
4.7 每日新聞發送到LINE私人秘書
AI實戰手冊：從基礎理論到實際應用
ADL-Wiki2021
深度學習NLP的名著，书中介绍了深度學習在NLP（natural language processing,自然语言处理）领域的应用——从早期比较基础的神经网络到现如今比较热门的模型。
哈工大《自然语言处理》
《自然语言处理》是哈工大的著名课程，内容详实，包含了自然语言处理的各大分支。您可以通过该教程深入了解自然语言处理的实践技巧。
PyTorch中文教程
PyTorch是一套基於Python語言的開源深度學習框架，廣泛應用於計算機視覺、自然語言處理等多個領域。此教程將為您介紹PyTorch深度學習框架的開發語言及其相關庫。
ChatGPT的驅動力：自動化內容生產策略與社群經營
自動化內容生產策略
探討如何使用ChatGPT快速創建高品質的內容，並了解如何將其應用於粉絲經濟。
社群經營策略
如何使用ChatGPT幫助您提高社群經營的效率和成果，並在社群中建立強大的品牌聲譽。
社群媒體整合軟體
如何使用社群媒體整合軟體，與ChatGPT結合，打造出更具互動性和吸引力的社群媒體活動。
個人化的知識AI Bot：
從概念到應用
了解如何應用ChatGPT，創建出一個能夠提供個性化推薦的AI Bot。我們將分享如何將它應用於客戶互動和電子商務領域。
同時開多個分頁嘗試同一個AI工具，海外產品最後都是拼拼湊湊工具的結果。有些亞洲人，台灣聲音，嘴唇，背景，簡報生成，調整語調，上傳自己大頭貼，大陸產品基本上都會要中國手機號碼做實名驗證。
軟體無法串接API的挑戰：問題分析與解決策略
挑戰
當軟體無法串接API時，如何進行問題分析和解決策略，以便在最短的時間內解決這些問題。
如何應對
學習如何進行應急處理、使用中間件等技術，以保證軟體串接的正常運作。
成功案例分享
分享如何靈活運用ChatGPT等技術，解決軟體串接的問題，創造出更高效、更具創造性的應用。
Made with