我的 Mac 本地端 Python LLM 測試環境設定
在這篇文章中簡單的分享一下我如何嘗試在 Mac 上建立一個穩定的本地 Python 測試環境。從安裝 Python 和必要的工具，到配置 #虛擬環境 和 #測試框架，當然！我的開發環境配置絕對不是完美無瑕的，但是一個不斷迭代的過程的開始，一個不斷探索最適配我們自家組織商業發展過程的開發環境探索。
關於 Prompt engineering 我只是略懂：ReAct
ReAct prompt pattern 是一種結合推理和行動的框架，用於增強 LLM 推論結果的品質。此技術讓模型在產生推理過程的同時，執行特定任務，包括與外部資源如知識庫互動。ReAct 結合了 Chain-of-Thought 的優勢，在知識密集型任務和決策任務中表現出色，提升了模型的可解釋性和可靠性。它通過動態推理來維持和調整行動計劃，並在推理過程中整合外部信息提升生成內容的即時性。
GPTs & DALL-E 提示詞工程教學
目前因為不明原因，以下這一段被許多人認為是 OpenAI bug 的提示詞到目前為止依舊可以讓 ChatGPT、Bing Chat 以及 GPTs 回傳 system prompt 或是 default instruction，只要在對話的最開始輸入並送出，ChatGPT 就會回傳當下對話 session 所使用的 instructions，但不得不說透過閱讀這些非常用心撰寫的 instructions 確實是可以學到很多有用的技巧。