Generative AI for Beginners 是微软 Cloud Advocates 团队推出的十二章生成式AI入门的系列课程，介绍了构建生成式 AI 应用程序的基础知识，在GitHub上已超过1.7万人星标。每章都涵盖了生成式人工智能原理和应用程序开发的一个关键知识点，提供导学视频、书面材料、代码示例和进阶的学习资源推荐。通过整个课程的学习，你将拥有建立自己的生成式人工智能产品和工具的能力，实现应用AIGC技术的想法。Generative AI for Beginners的课程目录课程章节相关教学内容学习目标00课程介绍和学习环境设置学习环境配置和课程结构在学习本课程的同时帮助您取得成功01生成式人工智能和 LLMs 介绍知识点: 生成式人工智能以及我们如何适应当前的技术格局了解什么是生成式人工智能 以及 LLMs 的工作原理。02探索和比较不同的 LLMs知识点: 测试、迭代和比较不同的 LLMs 模型为您的应用场景选择正确的模型03负责任地使用生成式人工智能知识点:了解基础模型的局限性和人工智能背后的风险了解如何负责任地构建生成式人工智能应用程序04提示工程基础代码/知识点:提示工程最佳实践了解提示结构和用法05创建高级的提示工程技巧代码/知识点:通过在提示中应用不同的技术来扩展您的提示工程知识应用提示工程技术来改善提示结果。06创建文本生成应用代码:使用 Azure OpenAI 构建文本生成应用程序了解如何有效地使用令牌和温度来改变模型的输出07创建聊天应用代码: 有效构建和集成聊天应用程序的技术。确定关键指标和注意事项，以有效监控和维护人工智能聊天应用程序的质量08创建搜索应用代码: 语义搜索与关键字搜索。 什么是文本嵌入以及它们如何应用于搜索创建一个使用嵌入来搜索数据的应用程序。09创建图像生成应用代码:图像生成及其在构建应用程序中的作用构建图像生成应用程序10创建低代码的人工智能应用低代码:Power Platform 中的生成式 AI 简介使用低代码为我们的教育初创公司构建学生作业跟踪应用程序11为生成式 AI 添加 function calling代码:什么是 Function Calling 及其在应用程序中的使用示例设置 Function Calling 以从外部 API 检索数据12为人工智能应用程序添加用户体验知识点:设计人工智能应用程序以实现信任和透明度开发生成式人工智能应用时用户体验设计的相关原则xx拓展学习包含每章内容的的拓展链接！掌握生成式人工智能相关技能