Wzorce projektowe w generatywnej AI. Sprawdzone rozwiązania przy budowie agentów i aplikacji GenAI

Czego się nauczysz?

Kontrolowania stylu i formatu odpowiedzi LLM za pomocą maskowania logitów i reguł gramatycznych

Przenoszenia stylu między tekstami oraz neutralizowania i odwracania tonu wypowiedzi

Optymalizowania treści generowanej przez modele pod kątem jakości i spójności

Projektowania i wdrażania podstawowego RAG do uzupełniania wiedzy modeli bazowych

Budowania indeksów semantycznych oraz skalowania indeksowania dla dużych zbiorów danych

Ulepszania retrievalu dzięki podejściu świadomemu indeksu i postprocessingu węzłów

Zwiększania wiarygodności generacji poprzez cytowanie źródeł i strategie ograniczania halucynacji

Stosowania głębokiego wyszukiwania (Deep Search) do trudnych zapytań i wieloetapowego odzyskiwania kontekstu

Wzmacniania wnioskowania modelu technikami Chain of Thought i Tree of Thoughts

Rozszerzania możliwości modeli przez strojenie adapterów i podejście Evol-Instruct

Podnoszenia niezawodności odpowiedzi dzięki LLM-as-Judge oraz mechanizmom refleksji i autokorekty

Uporządkowania architektury aplikacji GenAI przez wstrzykiwanie zależności i optymalizację promptów

Wyposażania agentów w działanie przez wywoływanie narzędzi, wykonywanie kodu i współpracę wieloagentową

Optymalizowania kosztów i opóźnień przez małe modele językowe, buforowanie promptów i optymalizację inferencji

Testowania zachowania systemu pod obciążeniem i w degradacji oraz wdrażania pamięci długoterminowej

Implementowania zabezpieczeń z użyciem szablonów, przebudowy danych, samosprawdzenia i guardrails

Generatywna sztuczna inteligencja rewolucjonizuje pracę nad tworzeniem aplikacji. Modele bazowe takie jak GPT, Claude, Gemini czy Llama umożliwiają szybkie budowanie demonstracji, lecz rzeczywiste wdrożenia mierzą się z halucynacjami, niespójnymi odpowiedziami, lukami w wiedzy i problemami z niezawodnością. Książka przedstawia 32 wzorce projektowe wypracowane przez praktyków wdrażających systemy GenAI na dużą skalę. To nie teoria, lecz konkretne recepty na powtarzalne problemy, z którymi zmaga się każdy inżynier AI budujący aplikacje gotowe do produkcji.

Autorzy prowadzą czytelnika przez cały proces inżynierii AI od kontrolowania stylu i formatu treści, przez integrację wiedzy zewnętrznej z zaawansowanym RAG, wzmacnianie zdolności wnioskowania, budowę niezawodnych systemów, tworzenie agentów zdolnych do działania, aż po optymalizację wdrożeń i implementację zabezpieczeń. Każdy wzorzec jest opisany według jednolitego schematu: problem, sprawdzone rozwiązanie, kompletny przykład kodu, omówienie alternatyw i kompromisów implementacyjnych. Książka łączy osiągnięcia najnowszych badań z praktycznym doświadczeniem ekspertów i dostarcza gotowe wskazówki dla osób tworzących aplikacje oparte na modelach bazowych.

W książce:

RAG i zarządzanie wiedzą

Wzorce agentowe

Optymalizacja i skalowanie

Zwiększanie niezawodności

Zarządzanie stylem

Zabezpieczenia

Rozszerzanie możliwości

Od prototypu do produkcji 32 sprawdzone wzorce dla aplikacji GenAI

Podmiot odpowiedzialny za bezpieczeństwo produktu: Helion S.A., Kościuszki 1c, 44-100 Gliwice (PL), numer telefonu: (32) 230-98-63, adres e-mail: helion@helion.pl