Chapter 1 「讓 LLM 跑進你的電腦！」Ollama 本地部署

1.1 認識大型語言模型（LLM）

1.2 使用 Ollama 部署本地 LLM

1.3 設置開發環境

1.4 關於下載與部署 LLM 模型



Chapter 2 「Ollama創作工坊！」從文本生成到 AI Agent 的實踐

2.1 Prompt 設計與推理技巧

2.2 從文字生成到視覺解讀

2.3 多輪對話（chat）互動式 AI 助手

2.4 工具與函式呼叫：擴展模型能力

2.5 RAG 檢索與生成：知識庫驅動回應

2.6 AI Agent 智能代理新時代



Chapter 3 Amazon Bedrock 大型語言模型應用基礎篇

3.1 建立 AWS（Amazon Web Service）帳號

3.2 建立LLM 開發專屬使用者

3.3 使用LLM-USER 登入

3.4 Amazon Bedrock 大型語言模型

3.5 在 Amazon Bedrock 遊樂場中使用大型語言模型 - 文字生成

3.6 在 Amazon Bedrock 遊樂場中使用大型語言模型 - 圖像生成

3.7 在 Amazon Bedrock 遊樂場中使用大型語言模型 - 影像生成



Chapter 4 Amazon Bedrock大型語言模型應用進階篇

4.1 模型提煉 Amazon Bedrock Model Distillation

4.2 開發環境設置

4.3 呼叫Amazon Bedrock 上的大型語言模型

4.4 實作：Amazon Nova Canvas 圖像生成

4.5 打造 AI Agent - 熱門歌曲排行榜查詢



Chapter 5 OpenAI魔法箱 – 揭開生成模型的核心奧秘

5.1 OpenAI 帳號申請

5.2 模型介紹與基本知識

5.3 文字生成與多模態

5.4 Embedding

5.5 Batch

5.6 畫圖

5.7 TTS 與STT



Chapter 6 OpenAI 升級實錄 – 深入探索無限生成可能

6.1 Tool Call

6.2 Structured Output

6.3 Predicted Outputs

6.4 Moderation

6.5 Realtime API

6.6 Response API

6.7 Agent SDK 與 MCP



Chapter 7 「LINE Bot × Gemini奇幻探險」搭建對話機器人的基礎藍圖

7.1 認識 Gemini 系列模型及 Google AI Studio 線上整合開發環境

7.2 認識 Vertex AI 平台及 Express 免費快速體驗模式

7.3 使用 Postwoman（Hoppscotch）串接及測試 Gemini API

7.4 認識 LINE Bot 訊息格式及使用 Flex 彈性訊息模擬器

7.5 建立 LINE 官方帳號及啟用 Messaging API

7.6 設定 LINE Bot 的 Google Colab 線上 Python 開發環境



Chapter 8 「LINE Bot × Gemini終極密訣」進階開發智慧對話的全新路徑

8.1 實戰 Gemini 程式碼執行、函式呼叫、多模態 Live API、音訊處理

8.2 實戰 Gemini 以 Google 搜尋建立基準、文件解讀、微調

8.3 實戰 Gemini 結構化輸出：生成 LINE 的 Flex 彈性訊息

8.4 實戰 LINE 接收圖片及在等待回覆時顯示載入動畫

8.5 召喚 Gemini，實作 AI 美食評論家 LINE Bot 小幫手



?