開始使用 AI 開發工具

February 27, 2026 · View on GitHub

更新您的生成式 AI 知識，並了解 .NET 提供的工具，幫助您開發生成式 AI 應用程式。

生成式 AI 簡介

⬆️點擊圖片觀看影片⬆️

本課程您將學到：

  • 🌟 理解生成式 AI 的基本概念及其應用
  • 🔍 探索 .NET 的 AI 開發工具，包括 MEAI 和 Azure OpenAI

.NET 的生成式 AI 基礎

在我們開始撰寫程式碼之前，先花點時間回顧一些生成式 AI（GenAI）的概念。在本課程 「.NET 的生成式 AI 基礎」 中，我們將重溫一些基本的 GenAI 概念，讓您了解為什麼某些做法如此進行。此外，我們還會介紹用於構建應用程式的工具和 SDK，例如 MEAI（Microsoft.Extensions.AI）、VS Code 的 AI 工具擴展。

快速回顧生成式 AI 概念

生成式 AI 是一種可以創造新內容（如文字、圖像或程式碼）的人工智慧，這些內容基於從數據中學習到的模式和關聯。生成式 AI 模型可以生成類似人類的回應、理解上下文，有時甚至能創建看似人類生成的內容。

當您開發 .NET 的 AI 應用程式時，您將使用 生成式 AI 模型 來創建內容。生成式 AI 模型的一些能力包括：

  • 文字生成：為聊天機器人、內容和文字補全創建類似人類的文字。
  • 圖像生成與分析：生成真實感圖像、增強照片以及檢測物件。
  • 程式碼生成：撰寫程式碼片段或腳本。

不同的模型針對不同任務進行了優化。例如，小型語言模型（SLMs） 適合文字生成，而 大型語言模型（LLMs） 更適合進行如程式碼生成或圖像分析這類複雜任務。此外，不同的公司和團隊也會開發模型，例如 Microsoft、OpenAI 或 Anthropic。您選擇使用哪一個，將取決於您的使用場景和所需功能。

當然，這些模型的回應並不總是完美的。您可能聽說過模型「幻覺」或以權威的方式生成錯誤資訊。但您可以透過提供清晰的指示和上下文，幫助引導模型生成更好的回應，而這就是 提示工程（prompt engineering） 的用武之地。

提示工程回顧

提示工程是設計有效輸入以引導 AI 模型生成預期輸出的實踐。這包括：

  • 清晰性：確保指示清晰且毫不含糊。
  • 上下文：提供必要的背景資訊。
  • 限制：指定任何限制條件或格式。

提示工程的一些最佳實踐包括提示設計、清晰指示、任務分解、一次學習和少次學習，以及提示微調。此外，嘗試和測試不同的提示，找出最適合您特定使用場景的方法。

需要注意的是，開發應用程式時會涉及不同類型的提示。例如，您需要設定 系統提示，用於為模型的回應設定基本規則和上下文。而應用程式用戶輸入到模型的數據則稱為 用戶提示。而 助手提示 則是模型基於系統提示和用戶提示生成的回應。

🧑‍🏫 了解更多：在 GenAI for Beginners 課程的提示工程章節 中了解更多提示工程相關資訊。

Tokens、Embeddings 和 Agents - 不要害怕！

當您使用生成式 AI 模型時，會遇到一些術語，例如 tokens、embeddings 和 agents。以下是這些概念的快速概述：

  • Tokens：Tokens 是模型中的最小文字單元。它們可以是單詞、字符或子詞。Tokens 用於將文字數據表示為模型可以理解的格式。
  • Embeddings：Embeddings 是 tokens 的向量表示，捕捉單詞和短語的語義意義，讓模型能理解單詞之間的關係並生成上下文相關的回應。
  • 向量資料庫：向量資料庫是 embeddings 的集合，可用於比較和分析文字數據，讓模型根據輸入數據的上下文生成回應。
  • Agents：Agents 是與模型互動以生成回應的 AI 組件。它們可以是聊天機器人、虛擬助手或其他使用生成式 AI 模型創建內容的應用程式。

在開發 .NET AI 應用程式時，您將使用 tokens、embeddings 和 agents 來創建聊天機器人、內容生成器以及其他 AI 驅動的應用程式。理解這些概念有助於您構建更有效和高效的 AI 應用程式。

.NET 的 AI 開發工具與函式庫

.NET 提供了多種 AI 開發工具。我們來花點時間了解一些可用的工具和函式庫。

Microsoft.Extensions.AI (MEAI)

Microsoft.Extensions.AI (MEAI) 函式庫提供統一的抽象層和中介軟體，簡化將 AI 服務整合到 .NET 應用程式中的過程。

透過提供一致的 API，MEAI 讓開發者可以透過通用介面與不同的 AI 服務互動，例如小型和大型語言模型、embeddings，甚至中介軟體。這降低了構建 .NET AI 應用程式的難度，因為您可以針對不同服務使用相同的 API 開發。

例如，無論使用哪種 AI 服務，以下是使用 MEAI 建立聊天客戶端的介面：

public interface IChatClient : IDisposable 
{ 
    Task<ChatCompletion> CompleteAsync(...); 
    IAsyncEnumerable<StreamingChatCompletionUpdate> CompleteStreamingAsync(...); 
    ChatClientMetadata Metadata { get; } 
    TService? GetService<TService>(object? key = null) where TService : class; 
}

這樣一來，當使用 MEAI 開發聊天應用程式時，您將針對相同的 API 表面進行開發，以獲取聊天補全或流式傳輸補全、獲取元數據或訪問底層的 AI 服務。這使得更換 AI 服務或根據需要新增服務變得更加容易。

此外，該函式庫還支援記錄、快取和遙測等中介軟體元件，讓開發更健全的 AI 應用程式變得更輕鬆。

圖：Microsoft.Extensions.AI (MEAI) 函式庫架構圖.

透過統一的 API，MEAI 讓開發者能以一致的方式使用不同的 AI 服務，例如 Azure AI Inference、Ollama 和 OpenAI。這簡化了 AI 模型整合到 .NET 應用程式中的過程，並為開發者提供靈活性，以選擇最適合其專案和具體需求的 AI 服務。

🏎️ 快速開始：快速開始使用 MEAI，請參閱 這篇部落格文章。

📖 文件：在 MEAI 文件 中了解更多有關 Microsoft.Extensions.AI (MEAI) 的資訊。

總結

生成式 AI 為開發者提供了無限可能，讓他們能夠創建生成內容、理解上下文以及提供類似人類回應的創新應用程式。.NET 生態系統提供了一系列工具和函式庫，簡化了 AI 開發過程，使 AI 功能更容易整合到 .NET 應用程式中。

下一步

在接下來的章節中，我們將深入探討這些場景，提供實際操作示例、程式碼片段以及最佳實踐，幫助您使用 .NET 構建真實世界的 AI 解決方案！

接下來，我們將設置您的開發環境！讓您準備好進入使用 .NET 的生成式 AI 世界！

👉 設置您的 AI 開發環境

免責聲明：
本文件使用基於機器的人工智能翻譯服務進行翻譯。儘管我們努力確保準確性，但請注意，自動翻譯可能包含錯誤或不準確之處。應以原始語言的文件作為權威來源。對於關鍵信息，建議使用專業人工翻譯。我們對因使用本翻譯而產生的任何誤解或誤讀不承擔責任。