管理 AI 對話

Create Your Free Account

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

本練習屬於課程

Amazon Bedrock 入門

SkillTag.level.intermediateSkillTag.label

4.8+

學習 Amazon Bedrock 的基礎觀念，這是 AWS 全代管的基礎模型服務。從基本的設定與驗證開始，探索可用的基礎模型（如 Claude 與 Titan），並熟悉重要的 API 互動。本章將帶你完成開發環境設定、為使用情境選擇合適的模型，以及正確處理 API 請求，包括串流回應與錯誤管理。

Exercise 1: 存取 Amazon Bedrock Exercise 2: 初始化 Bedrock 用戶端 Exercise 3: 擷取 Bedrock 模型詳細資訊 Exercise 4: 選擇基礎模型 Exercise 5: 在 Bedrock 中使用正確的模型 Exercise 6: 在 Bedrock 產生文字

在本章中，你會依序完成三個重點課程。先從文字生成與回應處理的基礎開始，接著進階到提示工程技巧，如少量範例學習與結構化輸出。最後一課涵蓋模型參數最佳化，教你微調如 temperature 與 token 上限等設定，以取得最佳結果。每一課都在前一課之上往前推進，從基本的 API 互動一路到為特定情境進行進階參數控制。

Exercise 1: 使用語言模型產生文字 Exercise 2: 用角色設定增強提示詞 Exercise 3: 處理模型回應與錯誤處理 Exercise 4: 基礎模型報告分類 Exercise 5: 應用提示工程技巧 Exercise 6: 為幾何實作 few-shot learning Exercise 7: 建立結構化輸出提示 Exercise 8: 運用不同的模型參數 Exercise 9: 用 temperature 控制調整創意程度 Exercise 10: 使用 top_p 與 max_tokens 控制輸出

本章將帶你用 Amazon Bedrock 建置穩健且負責任的應用程式，超越基本的 API 互動。從對話式 AI 開始，你會掌握狀態管理與脈絡處理，打造連貫的聊天體驗。接著你將探索進階提示技巧，學會在維持一致風格與語氣下生成多元內容類型。本章也涵蓋上線部署的關鍵面向，如錯誤處理、頻率限制與高效率的回應處理。最後，你會實作道德防護與安全機制，確保你的 AI 應用既強大又負責任。

Exercise 1: 倫理考量與防護規範 Exercise 2: 產品評論審核 Exercise 3: 建立適齡內容過濾器 Exercise 4: 管理 AI 對話

當前練習

Exercise 5: 建立對話管理類別 Exercise 6: 讓對話具備記憶能力 Exercise 7: 進階提示策略 Exercise 8: 實作 chain-of-thought 提示 Exercise 9: 使用 Bedrock 產生具風格的一致內容 Exercise 10: 處理 API 回應與錯誤 Exercise 11: 實作流量限制處理 Exercise 12: 實作模型備援機制 Exercise 13: 恭喜你！