生成式人工智慧導論與實作：ChatGPT與圖像生成實務應用（第二版）

ChatGPT 技術以GPT(Generative Pre-trained Transformer)語言模型為基礎，核心結構採用「自注意力機制」(Self-Attention Mechanism)。這項技術讓模型能夠同時處理輸入序列中不同位置的資訊，並考量詞彙之間的關係，能夠更精確地理解文意。
在圖像生成領域，擴散模型(Diffusion Models)成為文字生成圖像的主流技術。這種創新使得AI能根據設定的風格、主題或特徵生成符合需求的圖像，展現非凡的創作潛力。
「提示語工程」(Prompt Engineering)則是一種與生成式AI溝通的技術，透過精心撰寫提示語(Prompt)來引導生成式AI（如ChatGPT）執行特定任務，熟練掌握提示工程是獲得高品質 AI 產出的關鍵。
本書彙整了筆者在執行國科會計畫 (NSTC 113-2410-H-036-007-MY2, NSTC 112-2410-H-036-002)與教育部教學實踐計畫(PBM1134722)期間，運用生成式AI工具輔助文字與圖像創作的經驗，期望讀者能從中體驗生成式 AI 的魅力，並學習如何將其應用於各種實際場域。
本書各章節的編排內容如下：
第一章剖析人工智慧與ChatGPT，從AI的基本原理到其進階應用，帶領讀者理解生成式 AI 技術。
第二章及第三章透過實際案例開啟ChatGPT的應用之門。案例涵蓋產品行銷規劃、日式茶點創意菜單設計、人氣咖啡館創業企劃與企業案例分析等，幫助讀者進行實作練習，學以致用。
第四章探討 ChatGPT 在推薦系統中的應用，示範如何開發一個能提供個性化旅遊建議的聊天機器人。
第五章結合案例式推理機制與本體論，解析如何運用ChatGPT開發智慧型應用，並介紹整合本體論的案例式推理方法。
第六章與第七章專注於文本與文案創作的應用，講解如何利用ChatGPT提升寫作效率，包括文體轉換、風格調整，以及新聞寫作與編輯技巧等。
第八章引導讀者透過ChatGPT學習Python程式設計，並提供實際程式練習範例，幫助讀者擴展技術能力。
第九章介紹生成式AI在圖像生成中的應用與挑戰，幫助讀者理解這項技術的核心概念。
第十章、第十一章以及第十二章深入解析Bing Image Creator、DreamStudio和Stable Diffusion等圖像生成工具的特性與用法，並示範如何生成高品質圖像，透過實作演練激發創作靈感。
感謝新文京開發出版股份有限公司全體同仁的辛勤協助，國科會與教育部計畫的支持，以及江孟軒同學的精心校稿。
雖然作者已竭盡全力確保內容的正確性與完整性，仍恐有不足之處，懇請讀者、先進及專家不吝賜教，指正錯漏，以期改進。