1부 | 프롬프트 엔지니어링 소개

1장 프롬프트와 프롬프트 작성 기법 이해하기
__1.1 기술적 요구 사항
__1.2 LLM 프롬프트 소개
__1.3 LLM 프롬프트의 동작 원리
____1.3.1 구조
____1.3.2 LLM 학습
____1.3.3 프롬프트에서 응답까지: LLM이 추론으로 빈칸을 채우는 방법
__1.4 LLM 프롬프트의 유형
__1.5 LLM 프롬프트의 구성 요소
__1.6 인격 부여하기: 맞춤형 상호 작용을 위한 역할 프롬프트
____1.6.1 퓨샷 러닝: 예시 프롬프트로 모델 학습시키기
__1.7 나만의 목소리 찾기: 프롬프트에 개성 정의하기
__1.8 패턴 사용하기: 프롬프트의 효율성 높이기
__1.9 혼합과 조화: 향상된 프롬프트를 위한 전략적 조합
__1.10 LLM 매개 변수 탐색하기
__1.11 프롬프트 엔지니어링(실험)에 접근하는 방법
__1.12 LLM 프롬프트 사용의 과제와 한계
__1.13 요약

2장 AI로 문장을 생성하여 콘텐츠 제작하기
__2.1 AI를 활용하여 광고 문구 작성하기
__2.2 소셜 미디어 게시물 작성하기
____2.2.1 X 글타래 작성하기
____2.2.2 인스타그램 게시물 작성하기
____2.2.3 전환율을 높이는 판매 문구 작성하기
__2.3 동영상 대본 작성하기
__2.4 블로그 게시물, 기사, 뉴스 생성하기
__2.5 AI를 활용해 흥미로운 콘텐츠 만들기
__2.6 AI를 활용해 메시지 개인화하기
__2.7 AI를 활용해 맞춤형 콘텐츠 만들기
__2.8 요약

2부 | 기본적인 프롬프트 엔지니어링 기술

3장 ChatGPT와 실용적인 예제를 통해 팟캐스트 만들고 홍보하기
__3.1 유명 게스트를 위한 팟캐스트 질문 작성하기
__3.2 일반인 게스트를 위한 팟캐스트 질문 작성하기
__3.3 팟캐스트의 주제, 아이디어, 잠재적 게스트 연사 파악하기
__3.4 AI로 팟캐스트 홍보하기
____3.4.1 팟캐스트 에피소드 요약 작성하기
____3.4.2 소셜 미디어 홍보를 위한 매력적인 인용문 작성하기
____3.4.3 팟캐스트 하이라이트 영상 조각 만들기
____3.4.4 팟캐스트의 내용을 공유 가능한 블로그 콘텐츠로 바꾸기
__3.5 통찰력 있는 면접 질문 파악하기
__3.6 AI가 생성한 답변으로 면접 기술 훈련하기
__3.7 AI를 통해 고객과의 상담을 위한 전략적 질문 생성하기
__3.8 요약

4장 창의적인 글쓰기를 위한 LLM
__4.1 AI를 활용한 창의적인 글쓰기
__4.2 AI를 활용한 소설 쓰기
__4.3 AI를 활용한 시 쓰기
__4.4 요약

5장 비정형 텍스트에서 통찰력 얻기: 텍스트 분석을 위한 AI 기술
__5.1 감성 분석: 텍스트에서 감정을 감지하는 AI 기술
__5.2 비정형 데이터 정리: AI 기반의 텍스트와 데이터 자동 분류
__5.3 엉망인 데이터 정리: AI가 데이터 집합의 문제를 식별하고 해결하는 방법
__5.4 비정형 데이터 이해하기: 정보 추출을 위한 패턴 매칭
__5.5 요약

3부 | 다양한 분야의 고급 사용 사례

6장 교육과 법률 분야의 LLM 사례
__6.1 ChatGPT를 이용한 강의 자료 작성
__6.2 유인물과 기타 자료 작성
____6.2.1 단원 유인물 작성
____6.2.2 풀이 예시 작성
____6.2.3 단어 문제
__6.3 쪽지 시험 문제 작성
__6.4 평가 기준표 작성
__6.5 빈칸 채우기 이해력 시험 작성
__6.6 법률 연구를 위한 AI
__6.7 LLM을 활용한 법률 문서 검토
__6.8 LLM을 활용한 법률 문서 작성
__6.9 법률 교육과 학습을 위한 AI
__6.10 LLM을 활용한 전자 증거 개시와 소송 지원
__6.11 AI를 활용한 지적 재산 관리
__6.12 변호사를 위한 기타 LLM 활용
__6.13 요약

7장 AI 짝 프로그래머의 부상: 지능형 도우미와 함께 더 나은 코드 작성하기
__7.1 코딩 도우미를 이용한 코드 생성
__7.2 헷갈리는 것을 명확하게: AI가 코드의 기능을 쉽게 설명합니다
__7.3 코드 주석 달기, 형식 정리, 최적화
__7.4 잘못된 코드 수정: AI가 디버깅 과정을 바꾸는 방법
__7.5 코드를 한 언어에서 다른 언어로 번역하기
__7.6 사례 연구 1: AI를 활용한 웹사이트 코드 개발
__7.7 사례 연구 2: AI를 활용한 엣지와 크롬 확장 프로그램 제작
__7.8 요약

8장 챗봇을 위한 AI
__8.1 기술 요구 사항
__8.2 GPT-4 API와 기타 LLM API를 사용한 챗봇 제작
__8.3 LLM API를 활용한 대화형 인터페이스 구축
__8.4 AI를 활용한 고객 지원
__8.5 사례 연구 1: 사용자의 제품 주문을 돕는 AI 기반 챗봇
__8.6 사례 연구 2: 상호 작용 질문과 평가 생성 후 챗봇 흐름 배포
__8.7 요약

9장 더 똑똑한 시스템 구축: 고수준의 LLM 통합
__9.1 스프레드시트를 활용한 대량 프롬프트 자동화
__9.2 Zapier와 Make를 통해 LLM을 기술 구성과 연동하기
__9.3 제품 설명 작성과 번역
__9.4 API를 넘어: LangChain으로 맞춤형 LLM 파이프라인 구축하기
__9.5 LangChain의 기본 구성 요소
__9.6 LangChain의 노 코드 도구: Langflow와 Flowise
____9.6.1 Flowise 탐색하기
____9.6.2 ChatGPT 스타일의 챗봇 구성하기
____9.6.3 LLM을 활용해 PDF에서 답 찾기
____9.6.4 LangSmith: LLM 작업 흐름 디버깅, 테스트, 모니터링하기
__9.7 LLM 통합의 미래: 플러그인, 에이전트, 어시스턴트, GPT, 멀티 모달 모델
__9.8 요약

4부 | 윤리, 한계, 앞으로의 발전

10장 생성형 AI: 윤리와 혁신의 교차점에서 발생하는 문제들
__10.1 생성형 AI의 윤리적 도전 과제 탐구
____10.1.1 생성형 AI의 신뢰와 책임 문제
__10.2 경제적 영향에 대한 고려
__10.3 환경 지속 가능성 문제
__10.4 사회적 위험과 성찰
____10.4.1 더 넓은 사회적 영향
____10.4.2 기계의 창의성이 인지에 대해 알려주는 것들
____10.4.3 국방과 의료 분야의 우려
__10.5 앞으로 나아갈 길: 해결책과 안전 장치
__10.6 요약

11장 결론
__11.1 책 내용의 요약
__11.2 가능성 확장하기: 혁신적인 프롬프트 엔지니어링 활용
__11.3 의도한 결과 달성하기: 프롬프트 엔지니어링의 목표
__11.4 한계를 이해하고 감독 유지하기
__11.5 요약

리뷰어 소개
찾아보기