大型语言模型（LLM）正迅速成为现代人工智能的基石。然而，目前尚未有既定的最佳实践，所以研究者们没有明确的路线图可遵循，经常陷入困境需要重新开始。
在过去两年里，我帮助多个组织利用LLM构建创新应用。通过这段经历，我开发出了一种久经考验的方法来创建创新解决方案（受LLM.org.il社区的见解影响而形成），我将在本文中分享这个方法。
本指南为在复杂的LLM原生开发环境中导航提供了清晰的路线图。您将了解如何从构思转到实验、评估和产品化，释放您创造开创性应用的潜力。
为什么标准化流程至关重要？
LLM领域非常动态，有时我们几乎每天都会听到新的突破性创新。这确实令人兴奋，但也非常混乱——你可能会在这个过程中迷失方向，不知道应该做什么，或者如何将你的新想法付诸实践。
简而言之，如果你是一名AI从业者，希望有效地构建基于LLM的应用，那么这篇文章正是你所需要的。
实施标准化流程有助于启动新项目，并带来以下几个关键好处：
- 标准化流程
标准化流程有助于协调团队成员，尤其是在这种混乱的情况下，能并确保新成员入职流程顺利进行。
- 定义明确的里程碑
一种跟踪、衡量工作并确保您走在正确道路上的简单方法
- 确定决策点
LLM-原生开发充满了未知数和“实验”[见下文]。明确的决策点可以轻松降低风险，并始终保持精益开发工作。
针对所有自学遇到困难的同学们，我帮大家系统梳理大模型学习脉络，将这份 LLM大模型资料 分享出来：包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等,