面向初学者的生成式人工智能课程
课程简介：微软云技术布道师团队提供的十二章系列课程，了解构建生成式 AI 应用程序的基础知识。
课程介绍和学习环境设置
代码资料：https://github.com/microsoft/generative-ai-for-beginners
第一章 : 生成式人工智能和 LLMs 介绍
学习目标，学习完本课程后，您将会了解到：
- 什么是生成式人工智能以及 LLMs 如何工作。
- 如何针对不同的使用 LLMs 的例子(这里我们重点关注教育场景)。
第二章 : 探索和比较不同的 LLMs
学习目标，完成本章学习后，您将会学习到：
- 为您的应用场景选择合适的模型。
- 了解如何测试、迭代和提高模型的性能。
- 了解企业如何部署模型。
第三章 ： 负责任地使用生成式人工智能
学习目标，学完本章内容后您将了解到：
- 构建生成式人工智能应用程序时负责任的人工智能的重要性。
- 在构建生成式 AI 应用程序时何时思考和应用 Responsible AI 的核心原则。
- 您可以使用哪些工具和策略来将 Responsible AI 的概念付诸实践。
第四章：提示工程基础
学习目标，在本章中，我们将了解什么是提示工程、为什么它很重要，以及如何针对给定的模型和应用程序目标制定更有效的提示。 我们将了解提示工程的核心概念和最佳实践，并了解交互式 Jupyter Notebooks“沙箱”环境，在 Notebooks 中我们可以看到这些概念应用于实际示例。
在本课结束时，我们将能够：
- 解释什么是提示工程及其重要性。
- 描述提示的组成部分及其使用方法。
- 学习提示工程的最佳实践和技术。
- 结合 OpenAI 将学到的技术应用于实际示例。
本章值得反复看，尤其是提示词使用那块
第五章：创建高级的提示工程技巧
学习目标，完成本课程后，您将能够掌握：
- 应用提示工程技术来改善提示结果。
- 执行多样化或确定性的提示。
