零基礎玩轉LLM應用全攻略：Python × No-Code實作AI開發超簡單（iThome鐵人賽系列書）
活動訊息
2025年度總結，讀者大數據最愛書單公布👉 快來看看
中文書、漫畫輕小說5折起、電子書35元起，全館滿$1,000送100點金幣
內容簡介
本書改編自第16屆iThome鐵人賽生成式AI組冠軍系列文章《Python新手的AI之旅：從零開始打造屬於你的AI / LLM應用》。本書將一步步帶著讀者學習建構一個AI應用的必備知識，從理論到實作都有涵蓋，不用擔心自己沒有AI的基礎。本書專注於推論階段的LLM應用，前半部分介紹的是AI的基礎知識、LLM API的使用方法，以及圍繞在LLM周邊問題的解決方案；後半部分則詳細介紹Agent以及Dify這個No-Code LLM應用設計平台的使用方法和小訣竅；最後則是LLM應用的相關補充資料。
用Python和No-Code工具來開發專屬你的LLM應用
新手友善的LLM應用實戰指南，理解本質才能精準操作LLM這個黑盒子
從基礎AI開發開始，奠定AI應用飛躍之路
【專業推薦】
本書不像其他生成式AI書籍，需要很深的數學基礎與AI知識，而是選擇以新手友善、從工程與系統設計的視角，說明LLM的特性、限制與應用方法。書中內容涵蓋Prompt設計、RAG、模型微調、模型安全等議題，透過大量Python與No-Code工具的實際操作，從本質出發，協助讀者建立正確的觀念，而非僅止於零碎技巧的學習。
─ 郭耀煌，國立成功大學副校長
本書最難得的地方在於，它沒有急著要教你多厲害的東西，也沒有一直強調「你一定要會寫很多程式」，反而是很踏實地把原理講清楚，再搭配實際可以動手做的例子，讓你知道原來這些生成式AI應用不是遙不可及，而是真的可以一步一步做出來的。
─ 陳明毅（Miles Chen），采鑛數據科技 CTO
在目前生成式AI快速落實的背景下，提供了一條清楚且務實的實作導向學習路徑。作者不以理論推導為主，而是聚焦於大型語言模型在實務場景中的應用方式與限制，並結合Python與No-Code工具，協助讀者將LLM穩定地整合進實際流程與系統架構中，創造可持續的應用價值。
─ Jerry Tseng，EMILY.RPA Founder & CEO
本書不使用艱難的數學公式，而是從實務出發，循序漸進帶領讀者掌握打造大型語言模型應用的核心知識。書中以遊戲化設計來提升學習動力，像是「小海狸心法」點出思考關鍵、「訓練場」提供題型演練、「戰利品」清楚標示可獲得的技能與成就、「冒險者素質」提醒必備技能，最後再加上「祕技加成」進一步強化實作，更讓整個學習過程變得充滿趣味且有效率。本書相當適合AI初學者，以及希望快速上手、一步步「打怪升級」的你。
─ 陳培殷，國立成功大學資訊系 特聘教授 兼 成大醫院資訊室主任
本書最珍貴之處在於大幅降低技術門檻，以淺顯易懂的語言，讓非工程背景的讀者也能深受啟發，無論你是AI初學者還是資深架構師，若想在這波浪潮中快速實踐創意，這本書將是最好的起點，誠摯推薦給每一位準備動手實作的朋友。
─ 劉秋良，采鑛數據科技股份有限公司 總經理
【內容簡介】
♚學習AI開發：建立正確觀念，奠定紮實基本功
♚理論實作並行：由淺入深學習，搭配程式碼實作
♚套件全面剖析：理解套件背後的設計思路與取捨
♚搭配No-Code工具：完整解析繁體中文Dify實戰
本書改編自第16屆iThome鐵人賽生成式AI組冠軍系列文章《Python新手的AI之旅：從零開始打造屬於你的AI / LLM應用》。本書將一步步帶著讀者學習建構一個AI應用的必備知識，從理論到實作都有涵蓋，不用擔心自己沒有AI的基礎。
本書專注於推論階段的LLM應用，前半部分介紹的是AI的基礎知識、LLM API的使用方法，以及圍繞在LLM周邊問題的解決方案；後半部分則詳細介紹Agent以及Dify這個No-Code LLM應用設計平台的使用方法和小訣竅；最後則是LLM應用的相關補充資料。
看完本書的你，就相當於擁有精準操作LLM這個「黑盒子」的基本能力，任何天馬行空的想法都能實現，而這也將會是你進入AI領域最開心的前奏。
【目標讀者】
✪Python新手、想做點什麼的人。
✪對AI有興趣、不知道怎麼開始的人。
✪對開發LLM應用有興趣的人。
✪不怕被說是套模仔的人。
用Python和No-Code工具來開發專屬你的LLM應用
新手友善的LLM應用實戰指南，理解本質才能精準操作LLM這個黑盒子
從基礎AI開發開始，奠定AI應用飛躍之路
【專業推薦】
本書不像其他生成式AI書籍，需要很深的數學基礎與AI知識，而是選擇以新手友善、從工程與系統設計的視角，說明LLM的特性、限制與應用方法。書中內容涵蓋Prompt設計、RAG、模型微調、模型安全等議題，透過大量Python與No-Code工具的實際操作，從本質出發，協助讀者建立正確的觀念，而非僅止於零碎技巧的學習。
─ 郭耀煌，國立成功大學副校長
本書最難得的地方在於，它沒有急著要教你多厲害的東西，也沒有一直強調「你一定要會寫很多程式」，反而是很踏實地把原理講清楚，再搭配實際可以動手做的例子，讓你知道原來這些生成式AI應用不是遙不可及，而是真的可以一步一步做出來的。
─ 陳明毅（Miles Chen），采鑛數據科技 CTO
在目前生成式AI快速落實的背景下，提供了一條清楚且務實的實作導向學習路徑。作者不以理論推導為主，而是聚焦於大型語言模型在實務場景中的應用方式與限制，並結合Python與No-Code工具，協助讀者將LLM穩定地整合進實際流程與系統架構中，創造可持續的應用價值。
─ Jerry Tseng，EMILY.RPA Founder & CEO
本書不使用艱難的數學公式，而是從實務出發，循序漸進帶領讀者掌握打造大型語言模型應用的核心知識。書中以遊戲化設計來提升學習動力，像是「小海狸心法」點出思考關鍵、「訓練場」提供題型演練、「戰利品」清楚標示可獲得的技能與成就、「冒險者素質」提醒必備技能，最後再加上「祕技加成」進一步強化實作，更讓整個學習過程變得充滿趣味且有效率。本書相當適合AI初學者，以及希望快速上手、一步步「打怪升級」的你。
─ 陳培殷，國立成功大學資訊系 特聘教授 兼 成大醫院資訊室主任
本書最珍貴之處在於大幅降低技術門檻，以淺顯易懂的語言，讓非工程背景的讀者也能深受啟發，無論你是AI初學者還是資深架構師，若想在這波浪潮中快速實踐創意，這本書將是最好的起點，誠摯推薦給每一位準備動手實作的朋友。
─ 劉秋良，采鑛數據科技股份有限公司 總經理
【內容簡介】
♚學習AI開發：建立正確觀念，奠定紮實基本功
♚理論實作並行：由淺入深學習，搭配程式碼實作
♚套件全面剖析：理解套件背後的設計思路與取捨
♚搭配No-Code工具：完整解析繁體中文Dify實戰
本書改編自第16屆iThome鐵人賽生成式AI組冠軍系列文章《Python新手的AI之旅：從零開始打造屬於你的AI / LLM應用》。本書將一步步帶著讀者學習建構一個AI應用的必備知識，從理論到實作都有涵蓋，不用擔心自己沒有AI的基礎。
本書專注於推論階段的LLM應用，前半部分介紹的是AI的基礎知識、LLM API的使用方法，以及圍繞在LLM周邊問題的解決方案；後半部分則詳細介紹Agent以及Dify這個No-Code LLM應用設計平台的使用方法和小訣竅；最後則是LLM應用的相關補充資料。
看完本書的你，就相當於擁有精準操作LLM這個「黑盒子」的基本能力，任何天馬行空的想法都能實現，而這也將會是你進入AI領域最開心的前奏。
【目標讀者】
✪Python新手、想做點什麼的人。
✪對AI有興趣、不知道怎麼開始的人。
✪對開發LLM應用有興趣的人。
✪不怕被說是套模仔的人。
目錄
【Part 01 AI入門】
|Chapter 01| AI基本介紹
1.1 AI與GAI是什麼？
1.2 機器學習與深度學習
1.3 分類模型 vs 預測模型 vs 生成模型
1.4 深度學習與類神經網路
1.5 小結
|Chapter 02| LLM的基礎知識
2.1 文字接龍
2.2 文字變數字
2.3 推理模型
2.4 小結
|Chapter 03| LLM API的基本用法
3.1 什麼是API？
3.2 OpenAI API
3.3 其他酷酷的API
3.4 環境設定
3.5 正式說你好
3.6 小結
|Chapter 04| 追蹤開放原始碼
4.1 Git與GitHub
4.2 openai-python專案
4.3 小結
【Part 02 用聰明的方式使用LLM】
|Chapter 05| Prompt Engineering介紹
5.1 模型實際看到的東西
5.2 Prompt和Prompt Engineering是什麼？
5.3 Prompt Engineering策略
5.4 小結
|Chapter 06| 幫你的聊天機器人加入記憶功能
6.1 實作簡單記憶的系統
6.2 上下文限制
6.3 更聰明的記憶系統
6.4 小結
|Chapter 07| 讓你的LLM使用工具
7.1 連這個都不會
7.2 如何讓模型使用工具
7.3 小結
|Chapter 08| 用檢索增強生成來減少模型幻覺
8.1 語言模型的幻覺
8.2 檢索增強生成
8.3 手刻一個簡單的RAG系統
8.4 為網站做一個基於RAG的問答系統
8.5 一些特別的RAG策略
8.6 小結
|Chapter 09| 多模態模型
9.1 多模態
9.2 利用STT & TTS模型，讓你的APP會說話
9.3 小結
|Chapter 10| 模型微調
10.1 什麼是學習？為什麼需要訓練？
10.2 語言模型學習三階段
10.3 LoRA / QLoRA微調
10.4 來微調模型吧！讓你的模型變可愛
10.5 用Ollama部署模型，並用openai套件來使用模型
10.6 小結
|Chapter 11| 安全防護與進階控制
11.1 被攻擊的模型
11.2 基本防範
11.3 其他參數
11.4 小結
【Part 03 Agent和工作流】
|Chapter 12| Agent基本概念與案例
12.1 Agent 是代理人而不是智能體
12.2 LLM-based Agent
12.3 問題太複雜？團結力量大！
12.4 代理化工作流
12.5 Agent框架比較
12.6 小結
|Chapter 13| Dify的介紹與安裝
13.1 簡化開發複雜度
13.2 架設開源版的Dify
13.3 小結
|Chapter 14| Dify的工具
14.1 讓Dify的Agent使用工具
14.2 自訂工具
14.3 小結
|Chapter 15| Dify的知識庫
15.1 知識庫
15.2 做一個串接Notoon外部資料來源的小幫手
15.3 小結
|Chapter 16| Dify的工作流
16.1 Dify的「流」基本介紹
16.2 不會亂回的宿舍問答機器人
16.3 升級版水果查詢機器人
16.4 狗狗品種猜測圖片查詢機器人
16.5 小結
【Part 04 爬蟲與使用者介面】
|Chapter 17| LLM時代下的爬蟲
17.1 當個有禮貌的爬蟲
17.2 爬給LLM看
17.3 把文件轉換成LLM看得懂的樣子
17.4 小結
|Chapter 18| 好看的使用者介面
18.1 LLM應用的門面
18.2 好看的終端機介面
18.3 小結
|Chapter 19| 小海狸心法
19.1 Dify可能會遇到的問題
19.2 分享想法
|Chapter 01| AI基本介紹
1.1 AI與GAI是什麼？
1.2 機器學習與深度學習
1.3 分類模型 vs 預測模型 vs 生成模型
1.4 深度學習與類神經網路
1.5 小結
|Chapter 02| LLM的基礎知識
2.1 文字接龍
2.2 文字變數字
2.3 推理模型
2.4 小結
|Chapter 03| LLM API的基本用法
3.1 什麼是API？
3.2 OpenAI API
3.3 其他酷酷的API
3.4 環境設定
3.5 正式說你好
3.6 小結
|Chapter 04| 追蹤開放原始碼
4.1 Git與GitHub
4.2 openai-python專案
4.3 小結
【Part 02 用聰明的方式使用LLM】
|Chapter 05| Prompt Engineering介紹
5.1 模型實際看到的東西
5.2 Prompt和Prompt Engineering是什麼？
5.3 Prompt Engineering策略
5.4 小結
|Chapter 06| 幫你的聊天機器人加入記憶功能
6.1 實作簡單記憶的系統
6.2 上下文限制
6.3 更聰明的記憶系統
6.4 小結
|Chapter 07| 讓你的LLM使用工具
7.1 連這個都不會
7.2 如何讓模型使用工具
7.3 小結
|Chapter 08| 用檢索增強生成來減少模型幻覺
8.1 語言模型的幻覺
8.2 檢索增強生成
8.3 手刻一個簡單的RAG系統
8.4 為網站做一個基於RAG的問答系統
8.5 一些特別的RAG策略
8.6 小結
|Chapter 09| 多模態模型
9.1 多模態
9.2 利用STT & TTS模型，讓你的APP會說話
9.3 小結
|Chapter 10| 模型微調
10.1 什麼是學習？為什麼需要訓練？
10.2 語言模型學習三階段
10.3 LoRA / QLoRA微調
10.4 來微調模型吧！讓你的模型變可愛
10.5 用Ollama部署模型，並用openai套件來使用模型
10.6 小結
|Chapter 11| 安全防護與進階控制
11.1 被攻擊的模型
11.2 基本防範
11.3 其他參數
11.4 小結
【Part 03 Agent和工作流】
|Chapter 12| Agent基本概念與案例
12.1 Agent 是代理人而不是智能體
12.2 LLM-based Agent
12.3 問題太複雜？團結力量大！
12.4 代理化工作流
12.5 Agent框架比較
12.6 小結
|Chapter 13| Dify的介紹與安裝
13.1 簡化開發複雜度
13.2 架設開源版的Dify
13.3 小結
|Chapter 14| Dify的工具
14.1 讓Dify的Agent使用工具
14.2 自訂工具
14.3 小結
|Chapter 15| Dify的知識庫
15.1 知識庫
15.2 做一個串接Notoon外部資料來源的小幫手
15.3 小結
|Chapter 16| Dify的工作流
16.1 Dify的「流」基本介紹
16.2 不會亂回的宿舍問答機器人
16.3 升級版水果查詢機器人
16.4 狗狗品種猜測圖片查詢機器人
16.5 小結
【Part 04 爬蟲與使用者介面】
|Chapter 17| LLM時代下的爬蟲
17.1 當個有禮貌的爬蟲
17.2 爬給LLM看
17.3 把文件轉換成LLM看得懂的樣子
17.4 小結
|Chapter 18| 好看的使用者介面
18.1 LLM應用的門面
18.2 好看的終端機介面
18.3 小結
|Chapter 19| 小海狸心法
19.1 Dify可能會遇到的問題
19.2 分享想法
配送方式
-
台灣
- 國內宅配：本島、離島
-
到店取貨：
不限金額免運費
-
海外
- 國際快遞：全球
-
港澳店取：
訂購/退換貨須知
加入金石堂 LINE 官方帳號『完成綁定』，隨時掌握出貨動態：
提醒您！！
金石堂及銀行均不會請您操作ATM! 如接獲電話要求您前往ATM提款機，請不要聽從指示，以免受騙上當！
退換貨須知：
**提醒您，鑑賞期不等於試用期，退回商品須為全新狀態**
-
依據「消費者保護法」第19條及行政院消費者保護處公告之「通訊交易解除權合理例外情事適用準則」，以下商品購買後，除商品本身有瑕疵外，將不提供7天的猶豫期：
- 易於腐敗、保存期限較短或解約時即將逾期。（如：生鮮食品）
- 依消費者要求所為之客製化給付。（客製化商品）
- 報紙、期刊或雜誌。（含MOOK、外文雜誌）
- 經消費者拆封之影音商品或電腦軟體。
- 非以有形媒介提供之數位內容或一經提供即為完成之線上服務，經消費者事先同意始提供。（如：電子書、電子雜誌、下載版軟體、虛擬商品…等）
- 已拆封之個人衛生用品。（如：內衣褲、刮鬍刀、除毛刀…等）
- 若非上列種類商品，均享有到貨7天的猶豫期（含例假日）。
- 辦理退換貨時，商品（組合商品恕無法接受單獨退貨）必須是您收到商品時的原始狀態（包含商品本體、配件、贈品、保證書、所有附隨資料文件及原廠內外包裝…等），請勿直接使用原廠包裝寄送，或於原廠包裝上黏貼紙張或書寫文字。
- 退回商品若無法回復原狀，將請您負擔回復原狀所需費用，嚴重時將影響您的退貨權益。
商品評價