本书分为四大部分共12章。第一部分 (第1-4章) 从LLM基本概念出发, 系统介绍Transformer架构、语义搜索、提示工程等基础知识, 并通过检索增强生成 (RAG) 和AI智能体案例展示实际应用。第二部分 (第5-8章) 深入探讨模型微调、高级提示工程、自定义嵌入与模型架构以及AI对齐原则, 帮助读者从“能用”迈向“用好”。第三部分 (第9-12章) 聚焦前沿实践, 涵盖多模态模型、基于人类反馈的强化学习 (RLHF)、开源模型高级微调、生产部署优化及LLM评估方法论。第四部分 (附录A~附录D) 提供常见问题解答、术语表和应用架构参考。本书最大的特色在于理论与实践的深度结合--每个核心概念都配有直观的类比解释和可运行的Python代码示例, 读者可跟随实战项目逐步掌握从原型到生产的完整技能链。