推特博主 @agishaun 基于上方内容，分享了他自己的在千余小开发实践中的经验和收获，帮助你少走弯路：
1. 每个人都可以学会提示词
学习使用 LLM 进行开发，可以节约节省大量时间。因此，尽可能将LLM整合到你的开发流程中，建议从 Microsoft Copilot 开始。
2. 数据，数据，还是数据！
数据质量是LLM开发中被低估的因素。记住！「Garbage in Garbage out (输入是垃圾，输出也是垃圾)」适用于任何软件系统，而LLM仍然是软件系统。
3. 向量数据库不能解决一切问题
一个好的向量数据库，也不能解决所有的数据质量问题。使用 LLAMA 或者 LangChain 框架帮助清理数据并正确地导入数据更为重要。
4. 通过艰难的方式学习 LLM
框架会加速你的开发过程，但它会把实现的细节隐藏起来。如果你刚开始LLM的开发旅程，可以尝试在没有任何框架的情况下开发，或者使用像 Microsoft Guidance 这样的轻框架。
5. 如何正确使用 LLM？
如何正确地使用大型语言模型（LLM）？如何从原型项目毕业？
（长文） 在我的上一条推文中提供了一些背景，我注意到了一个在创建AI应用过程中的模式，它始于这样的想法：“我有这些数据，如果能有个聊天机器人能处理这些数据就好了”。然后，工程师将这些数据转录为.txt文件或类似的格式，生成一个嵌入向量，然后存储在向量数据库中。接着，采用语义搜索从向量数据库中检索数据，并使用像Langchain QA这样的工具进行对话。最后，微调提示来优化响应。我认为，这种方法从根本上说是错误的。
相反，我提出了一个备选的开发周期：
-
游乐场提示设计：首先，确定你试图通过大型语言模型（LLM）解决的问题。思考你如何指导LLM回答特定的查询。记住，尽管LLM试图"完成"，你的目标应该是"成功"。
-
上下文数据设计：设计了足够的提示之后，考虑哪些数据可以帮助LLM提供更好的回应。这些就是你想要喂入到上下文窗口的"上下文数据"，以便LLM生成响应。在这个阶段，你不需要向量数据库、Langchain或任何库，只需要设计好的提示。
-
数据库（DB）索引和搜索：下一步是从任何系统（例如文件系统或互联网）有效地检索上下文数据。我用DB作为一个例子。最常见的解决方案是像@milvusio、@trychroma、@supabase这样的向量数据库，它们与自然语言协同工作。然而，关注点应该是搜索的质量，因为它大大影响数据的相关性。不相关的数据肯定会导致你的LLM产生幻觉。
-
数据摄取：在这里，清理你的数据非常重要。任何软件都遵循“垃圾进，垃圾出”的原则，GenAI应用程序也不例外。摄取的数据应该是干净的，结构良好的，易于理解的，并直接与查询相关的。
-
框架和服务：这是最直接的部分。使用传统的软件工程技巧或ChatGPT来设置。像@LangChainAI、@llama_index、Microsoft Guidance和Microsoft Semantic Kernel这样的LLM工具可以加速你的开发过程。
最后，我想强调提示工程的重要性，我已经投入了大量的时间。我开发了一个chrome扩展，增强了我与OpenAI游乐场的互动，功能包括csv下载和提示差异（类似于GitHub）。如果我收到足够的转发和点赞，我会考虑开源它！
一般工程师面对大模型开发时，一般是先准备数据，然后试图存储，再放入LLM 中编排。而 @agishaun认为，更优化的流程可以降低 50% 的开发时间，减少 90% 的错误率，是因为这样开发离LLM 更近，且可以充分利用LLM 的能力 ⋙ Twitter @agishaun[7]
标签：数据库,50%,开发,LLM,要点,数据,Microsoft,向量 From： https://www.cnblogs.com/botai/p/LLM-development.html