生成式AI设计模式（影印版）

生成式AI具有强大的新功能，但也存在一些严重的局限性，您需要解决这些问题才能发布可靠的应用程序或代理。幸运的是，该领域的专家们已经编译了一个包含32种经过验证的设计模式的库，以解决在使用LLM构建应用程序时您可能会遇到的挑战，例如幻觉、非确定性响应和知识截止点。这本书将研究和实际经验总结成你可以应用于项目的建议。每个模式都描述了一个问题，展示了一个经过验证的解决方案，并讨论了：围绕LLMs的局限性进行设计；确保生成的内容遵循特定的风格、语气或格式；在平衡不同类型的 risk 的同时最大化创造力构建能够规划、自我纠正、采取行动并与其他代理合作的智能体；将模式组合成用于各种用例的自主应用程序。

Valliappa (Lak) Lakshmanan是智能体AI初创公司Obin.ai的联合创始人兼CTO，曾在Google任AI解决方案总监、美国国家海洋和大气管理局机器学习研究员。他著有Machine Learning Design Patterns等多本O'Reilly技术书籍，还因开创性地在极端天气预测中运用机器学习而当选美国气象学会会士。

Hannes Hapke是Digits的首席机器学习工程师，为金融应用构建机器学习系统。他是Google机器学习领域开发者专家，担任Google开发者咨询委员会成员，还合著了Building Machine Learning Pipelines（O'Reilly）、Natural Language Processing in Action（Manning）等多本机器学习书籍。

Preface

1. Introduction

GenAI Design Patterns

Building on Foundational Models

Agentic AI

Fine-Grained Control

In-Context Learning

Post-Training

The Organization of the Rest of the Book

2. Controlling Content Style

Pattern 1: Logits Masking

Pattern 2: Grammar

Pattern 3: Style Transfer

Pattern 4: Reverse Neutralization

Pattern 5: Content Optimization

Summary

3. Adding Knowledge: Bass

Pattern 6: Basic RAG

Pattern 7: Semantic Indexing

Pattern 8: Indexing at Scale

Summary

……