Arab | Bengali | Bulgaria | Burma (Myanmar) | Cina (Sederhana) | Cina (Tradisional, Hong Kong) | Cina (Tradisional, Macau) | Cina (Tradisional, Taiwan) | Kroasia | Ceko | Denmark | Belanda | Estonia | Finlandia | Prancis | Jerman | Yunani | Ibrani | Hindi | Hungaria | Indonesia | Italia | Jepang | Kannada | Khmer | Korea | Lituania | Melayu | Malayalam | Marathi | Nepali | Pidgin Nigeria | Norwegia | Persia (Farsi) | Polandia | Portugis (Brasil) | Portugis (Portugal) | Punjabi (Gurmukhi) | Rumania | Rusia | Serbia (Sirilik) | Slovak | Slovenia | Spanyol | Swahili | Swedia | Tagalog (Filipina) | Tamil | Telugu | Thailand | Turki | Ukraina | Urdu | Vietnam
Ingin Mengkloning Secara Lokal?
Repositori ini mencakup lebih dari 50 terjemahan bahasa yang secara signifikan meningkatkan ukuran unduhan. Untuk mengkloning tanpa terjemahan, gunakan sparse checkout:
Bash / macOS / Linux:
git clone --filter=blob:none --sparse https://github.com/microsoft/generative-ai-for-beginners.git cd generative-ai-for-beginners git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'CMD (Windows):
git clone --filter=blob:none --sparse https://github.com/microsoft/generative-ai-for-beginners.git cd generative-ai-for-beginners git sparse-checkout set --no-cone "/*" "!translations" "!translated_images"Ini memberikan semua yang Anda butuhkan untuk menyelesaikan kursus dengan unduhan yang jauh lebih cepat.
Pelajari dasar-dasar membangun aplikasi Generative AI dengan 21 pelajaran komprehensif dari Microsoft Cloud Advocates.
Kursus ini memiliki 21 pelajaran. Setiap pelajaran membahas topik sendiri jadi mulai dari mana pun yang Anda suka!
Pelajaran diberi label sebagai pelajaran "Belajar" yang menjelaskan konsep Generative AI atau pelajaran "Bangun" yang menjelaskan konsep dan contoh kode dalam Python dan TypeScript bila memungkinkan.
Untuk Pengembang .NET lihat Generative AI for Beginners (.NET Edition)!
Setiap pelajaran juga berisi bagian "Terus Belajar" dengan alat pembelajaran tambahan.
-
Azure OpenAI Service - Pelajaran: "aoai-assignment"
-
Microsoft Foundry Models - Pelajaran: "githubmodels" (GitHub Models akan dihentikan akhir Juli 2026 - gunakan Microsoft Foundry Models sebagai gantinya)
-
OpenAI API - Pelajaran: "oai-assignment"
-
Foundry Local - Jalankan model sepenuhnya offline di perangkat Anda sendiri, tanpa perlu langganan cloud
-
Pengetahuan dasar Python atau TypeScript berguna - *Untuk pemula mutlak lihat kursus Python dan TypeScript
-
Akun GitHub untuk fork seluruh repo ini ke akun GitHub Anda sendiri
Kami telah membuat pelajaran Pengaturan Kursus untuk membantu Anda menyiapkan lingkungan pengembangan.
Jangan lupa untuk beri bintang (🌟) repo ini agar lebih mudah ditemukan nanti.
Jika Anda mencari contoh kode yang lebih maju, lihat koleksi Contoh Kode Generative AI kami dalam Python dan TypeScript.
Bergabunglah dengan server Discord resmi Microsoft Foundry untuk bertemu dan berjejaring dengan pembelajar lain yang mengikuti kursus ini serta dapatkan dukungan.
Ajukan pertanyaan atau bagikan umpan balik produk di Forum Pengembang Microsoft Foundry di Github.
Kunjungi Microsoft for Startups untuk mengetahui cara memulai membangun dengan kredit Azure hari ini.
Apakah Anda memiliki saran atau menemukan kesalahan ejaan atau kode? Buat issue atau Buat pull request
- Video pengantar singkat tentang topik
- Pelajaran tertulis yang terletak di README
- Contoh kode Python dan TypeScript yang mendukung Azure OpenAI dan OpenAI API
- Tautan ke sumber tambahan untuk melanjutkan pembelajaran Anda
| # | Tautan Pelajaran | Deskripsi | Video | Pembelajaran Tambahan |
|---|---|---|---|---|
| 00 | Pengaturan Kursus | Belajar: Cara Menyiapkan Lingkungan Pengembangan Anda | Video Segera Hadir | Pelajari Lebih Lanjut |
| 01 | Pengenalan Generative AI dan LLM | Belajar: Memahami apa itu Generative AI dan bagaimana Large Language Models (LLM) bekerja. | Video | Pelajari Lebih Lanjut |
| 02 | Menjelajahi dan membandingkan berbagai LLM | Belajar: Cara memilih model yang tepat untuk kasus penggunaan Anda | Video | Pelajari Lebih Lanjut |
| 03 | Menggunakan Generative AI dengan Bertanggung Jawab | Pelajari: Cara membangun Aplikasi Generative AI dengan bertanggung jawab | Video | Pelajari Lebih Lanjut |
| 04 | Memahami Dasar-dasar Rekayasa Prompt | Pelajari: Praktik Terbaik Rekayasa Prompt secara langsung | Video | Pelajari Lebih Lanjut |
| 05 | Membuat Prompt Lanjutan | Pelajari: Cara menerapkan teknik rekayasa prompt yang meningkatkan hasil prompt Anda. | Video | Pelajari Lebih Lanjut |
| 06 | Membangun Aplikasi Generasi Teks | Bangun: Aplikasi generasi teks menggunakan Azure OpenAI / OpenAI API | Video | Pelajari Lebih Lanjut |
| 07 | Membangun Aplikasi Chat | Bangun: Teknik membangun dan mengintegrasikan aplikasi chat secara efisien. | Video | Pelajari Lebih Lanjut |
| 08 | Membangun Aplikasi Pencarian dengan Basis Data Vektor | Bangun: Aplikasi pencarian yang menggunakan Embeddings untuk mencari data. | Video | Pelajari Lebih Lanjut |
| 09 | Membangun Aplikasi Generasi Gambar | Bangun: Aplikasi generasi gambar | Video | Pelajari Lebih Lanjut |
| 10 | Membangun Aplikasi AI Low Code | Bangun: Aplikasi Generative AI menggunakan alat Low Code | Video | Pelajari Lebih Lanjut |
| 11 | Mengintegrasikan Aplikasi Eksternal dengan Function Calling | Bangun: Apa itu function calling dan kasus penggunaannya untuk aplikasi | Video | Pelajari Lebih Lanjut |
| 12 | Mendesain UX untuk Aplikasi AI | Pelajari: Cara menerapkan prinsip desain UX saat mengembangkan Aplikasi Generative AI | Video | Pelajari Lebih Lanjut |
| 13 | Mengamankan Aplikasi Generative AI Anda | Pelajari: Ancaman dan risiko pada sistem AI serta metode untuk mengamankan sistem tersebut. | Video | Pelajari Lebih Lanjut |
| 14 | Siklus Hidup Aplikasi Generative AI | Pelajari: Alat dan metrik untuk mengelola Siklus Hidup LLM dan LLMOps | Video | Pelajari Lebih Lanjut |
| 15 | Retrieval Augmented Generation (RAG) dan Basis Data Vektor | Bangun: Aplikasi menggunakan Kerangka Kerja RAG untuk mengambil embeddings dari Basis Data Vektor | Video | Pelajari Lebih Lanjut |
| 16 | Model Sumber Terbuka dan Hugging Face | Bangun: Aplikasi menggunakan model sumber terbuka yang tersedia di Hugging Face | Video | Pelajari Lebih Lanjut |
| 17 | Agen AI | Bangun: Aplikasi menggunakan Kerangka Kerja Agen AI | Video | Pelajari Lebih Lanjut |
| 18 | Fine-Tuning LLMs | Pelajari: Apa, mengapa, dan bagaimana melakukan fine-tuning LLM | Video | Pelajari Lebih Lanjut |
| 19 | Membangun dengan SLMs | Pelajari: Manfaat membangun dengan Small Language Models | Video Segera Hadir | Pelajari Lebih Lanjut |
| 20 | Membangun dengan Model Mistral | Pelajari: Fitur dan perbedaan Model Keluarga Mistral | Video Segera Hadir | Pelajari Lebih Lanjut |
| 21 | Membangun dengan Model Meta | Pelajari: Fitur dan perbedaan Model Keluarga Meta | Video Segera Hadir | Pelajari Lebih Lanjut |
Ucapan terima kasih khusus kepada John Aziz atas pembuatan semua GitHub Actions dan workflow
Bernhard Merkle atas kontribusinya yang penting pada setiap pelajaran untuk meningkatkan pengalaman pembelajar dan kode.
Tim kami juga menghasilkan kursus-kursus lain! Lihat:
Jika Anda mengalami kesulitan atau memiliki pertanyaan tentang membuat aplikasi AI. Bergabunglah dengan sesama pembelajar dan pengembang berpengalaman dalam diskusi tentang MCP. Ini adalah komunitas yang mendukung di mana pertanyaan diterima dan pengetahuan dibagikan secara bebas.
Jika Anda memiliki masukan produk atau menemukan kesalahan saat membangun kunjungi:
Penafian: Dokumen ini telah diterjemahkan menggunakan layanan terjemahan AI Co-op Translator. Meskipun kami berupaya untuk mencapai akurasi, harap diketahui bahwa terjemahan otomatis mungkin mengandung kesalahan atau ketidakakuratan. Dokumen asli dalam bahasa aslinya harus dianggap sebagai sumber yang sah. Untuk informasi penting, disarankan menggunakan terjemahan profesional oleh manusia. Kami tidak bertanggung jawab atas kesalahpahaman atau penafsiran yang keliru yang timbul dari penggunaan terjemahan ini.