Chapter 1) GPT-4와 챗GPT의 핵심 요소
_1.1 LLM 소개
__1.1.1 언어 모델과 NLP 기초
__1.1.2 트랜스포머 아키텍처와 LLM에서의 역할
__1.1.3 GPT 모델의 토큰화 및 예측 단계
_1.2 GPT 모델의 역사
__1.2.1 GPT-1
__1.2.2 GPT-2
__1.2.3 GPT-3
__1.2.4 GPT-3, 인스트럭트GPT
__1.2.5 GPT-3.5, 코덱스, 챗GPT
__1.2.6 GPT-4
_1.3 LLM 사용 사례
__1.3.1 비마이아이즈
__1.3.2 모건 스탠리
__1.3.3 칸 아카데미
__1.3.4 듀오링고
__1.3.5 야블
__1.3.6 웨이마크
__1.3.7 인월드 AI
_1.4 AI 할루시네이션
_1.5 GPT 모델 최적화
_1.6 정리

Chapter 2) GPT-4와 챗GPT의 API
_2.1 필수 개념
_2.2 오픈AI API에서 사용 가능한 모델
_2.3 오픈AI 플레이그라운드로 GPT 모델 사용하기
_2.4 시작하기: 오픈AI 파이썬 라이브러리
__2.4.1 오픈AI 접근 및 API 키
__2.4.2 ‘Hello World’ 예제
_2.5 GPT- 4와 챗GPT 사용하기
__2.5.1 채팅 완성 엔드포인트의 입력 옵션
__2.5.2 채팅 완성 엔드포인트의 결과 출력 형식
__2.5.3 텍스트 완성에서 함수까지
_2.6 다른 텍스트 완성 모델 사용하기
__2.6.1 텍스트 완성 엔드포인트의 입력 옵션
__2.6.2 텍스트 완성 엔드포인트의 출력 결과 형식
_2.7 고려 사항
__2.7.1 사용료와 토큰 한도
__2.7.2 보안과 개인 정보 보호
_2.8 기타 오픈AI API 및 기능
__2.8.1 임베딩
__2.8.2 모더레이션 모델
__2.8.3 위스퍼와 DALL-E
_2.9 정리 및 치트 시트

Chapter 3) GPT-4와 챗GPT로 애플리케이션 구축하기
_3.1 애플리케이션 개발 개요
__3.1.1 API 키 관리
__3.1.2 보안 및 데이터 개인 정보 보호
_3.2 소프트웨어 아키텍처 설계 원칙
_3.3 LLM 기반 애플리케이션 취약점
__3.3.1 입출력 분석하기
__3.3.2 프롬프트 인젝션의 불가피성
_3.4 프로젝트 예제
__3.4.1 프로젝트 1: 뉴스 생성 솔루션 구축
__3.4.2 프로젝트 2: 유튜브 동영상 요약
__3.4.3 프로젝트 3: 〈젤다의 전설〉 전문가 만들기
__3.4.4 프로젝트 4: 음성 제어
_3.5 정리

Chapter 4) GPT-4와 챗GPT의 고급 기법
_4.1 프롬프트 엔지니어링
__4.1.1 효과적인 프롬프트 설계
__4.1.2 단계별 사고
__4.1.3 퓨샷 러닝 구현
__4.1.4 프롬프트 효과 향상
_4.2 파인 튜닝
__4.2.1 시작하기
__4.2.2 오픈AI API로 파인 튜닝하기
__4.2.3 파인 튜닝을 활용한 애플리케이션
__4.2.4 파인 튜닝 예제
__4.2.5 파인 튜닝 비용
_4.3 정리

Chapter 5) 랭체인과 플러그인으로 LLM 기능 향상하기
_5.1 랭체인 프레임워크
__5.1.1 다이내믹 프롬프트
__5.1.2 에이전트와 도구
__5.1.3 메모리
__5.1.4 임베딩
_5.2 GPT-4 플러그인
__5.2.1 개요
__5.2.2 API
__5.2.3 플러그인 매니페스트
__5.2.4 OpenAPI 사양
__5.2.5 설명
_5.3 정리
_5.4 결론

부록 A) GPT의 새로운 기능과 개선 사항(OpenAI DevDay)
A.1 신규 모델 공개
A.2 어시스턴트API 공개
A.3 신규 모달리티가 가능한 API
A.4 모델 커스터마이징 지원
A.5 사용료 및 지원 정책 변경
A.6 GPTs