生成式 AI 簡介
Google Cloud 提供一系列產品和工具，可用於建構生成式 AI 應用程式的整個生命週期。
瞭解如何建構生成式 AI 應用程式
Vertex AI 生成式 AI
您可以存取 Google 的大型生成式 AI 模型，以便測試、調整及部署這些模型，然後在 AI 技術輔助應用程式中使用。
Gemini 快速入門導覽課程
瞭解如何透過 Google Cloud 的 AI-ML 平台 Vertex AI，將要求傳送至 Gemini API。
何時使用生成式 AI
判斷生成式 AI、傳統 AI 或兩者結合是否適合您的業務用途。
開發生成式 AI 應用程式
瞭解如何解決開發生成式 AI 應用程式各階段的挑戰。
程式碼範例和範例應用程式
查看熱門用途的程式碼範例，並部署安全、有效率、具彈性、效能高且經濟實惠的生成式 AI 應用程式範例。
生成式 AI 字典
瞭解與生成式 AI 相關的特定術語。
生成式 AI 工具
生成式 AI 開發流程
模型探索和代管
Google Cloud 透過 Vertex AI 提供一組先進的基礎模型，包括 Gemini。您也可以將第三方模型部署至 Vertex AI Model Garden，或在 GKE 或 Compute Engine 上自行代管。
Vertex AI 上的 Google 模型 (Gemini、Imagen)
探索、測試、自訂及部署機器學習模型程式庫中的 Google 模型和資產。
Vertex AI Model Garden 中的其他模型
探索、測試、自訂及部署機器學習模型程式庫中的特定開放原始碼模型和資產。
透過 HuggingFace 產生文字模型
瞭解如何將 HuggingFace 文字產生模型部署至 Vertex AI 或 Google Kubernetes Engine (GKE)。
GKE 中的 AI/機器學習自動化調度管理
GKE 可有效調度 AI/機器學習工作負載，支援 GPU 和 TPU，以便大規模訓練及提供生成式 AI。
Compute Engine 上的 GPU
將 GPU 附加至 VM 執行個體，加速 Compute Engine 上的生成式 AI 工作負載。
提示設計和工程
提示設計是指撰寫提示和回覆組合的程序，以便為語言模型提供額外情境和指示。撰寫提示後，您可以將提示做為提示資料集提供給模型，以便進行預訓練。模型提供預測結果時，會回覆內建的指示。
Vertex AI Studio
設計、測試及自訂提示，然後傳送給 Google 的 Gemini 和 PaLM 2 大型語言模型 (LLM)。
提示策略總覽
瞭解提示設計工作流程和常見策略，以便影響模型回應。
提示庫
查看特定用途的提示和回覆範例。
建立基準和 RAG
建立基準功能會將 AI 模型連結至資料來源，提高回覆準確度並減少幻覺。RAG 是常見的基準建立技術，可搜尋相關資訊並加入模型提示，確保輸出內容符合事實和最新資訊。
Vertex AI 依據功能
您可以使用 Google 搜尋或儲存在 Vertex AI Search 中的自有資料，建立 Vertex AI 模型的基準。
以 Google 搜尋建立基準
透過 Google 搜尋建立基準，將模型連結至網際網路上的最新知識。
AlloyDB 中的向量嵌入
使用 AlloyDB 產生並儲存向量嵌入項目，然後使用 pgvector 擴充功能建立索引並查詢嵌入項目。
Cloud SQL 和 pgvector
將向量嵌入項目儲存在 Postgres SQL 中，然後使用 pgvector 擴充功能建立索引並查詢嵌入項目。
將 BigQuery 資料整合至 LangChain 應用程式
使用 LangChain 從 BigQuery 擷取資料，並豐富及強化模型的回應。
向量嵌入在 Firestore 中
從 Firestore 資料建立向量嵌入項目，然後為嵌入項目建立索引並查詢。
Memorystore (Redis) 中的向量嵌入項目
使用 LangChain 從 Memorystore 擷取資料，並豐富及強化模型的回覆內容。
代理程式和函式呼叫
有了 Agent，您就能輕鬆設計對話式使用者介面，並將該介面整合至行動應用程式，而透過函式呼叫功能，您還能擴充模型的功能。
AI 應用程式
運用 Google 的基礎模型、搜尋專業知識和對話式 AI 技術，建構企業級生成式 AI 應用程式。
Vertex AI 函式呼叫
在模型中新增函式呼叫，以便執行預訂作業等動作，例如根據擷取的 Google 日曆資訊預訂行程。
模型自訂和訓練
針對特定用語訓練語言模型等專門任務，可能需要比單獨使用提示設計或基礎訓練更進階的訓練方式。在這種情況下，您可以使用模型調整功能來改善效能，或自行訓練模型。
評估 Vertex AI 中的模型
在 Vertex AI 上評估基礎模型和經過調整的生成式 AI 模型效能。
調整 Vertex AI 模型
一般用途的基礎模型可透過調整來提升特定任務的成效。
Cloud TPU
TPU 是 Google 量身打造的 ASIC，用於加速機器學習工作負載，例如訓練 LLM。
相關指南和網站
開始建構
設定 LangChain
LangChain 是生成式 AI 應用程式的開放原始碼架構，可讓您在提示中加入情境，並根據模型回應採取行動。