介绍

  • 3 分钟

大型语言模型 (LLM) 的真正威力体现在其应用中。 不论是要使用 LLM 将网页分类，还是要基于数据构建聊天机器人。 若要利用可用的 LLM 的强大功能，需要创建一个将数据源与 LLM 相结合的应用程序，并生成所需的输出。

若要开发、测试、优化和部署 LLM 应用程序，可以使用提示流，它在 Azure 机器学习工作室和 Azure AI Studio 中提供。

将提示流显示为 Azure 机器学习和 Azure AI 的一项功能的关系图。

注意

本模块的重点是通过 Azure AI Studio 了解和探索提示流。 但请注意，该内容同时适用于 Azure 机器学习和 Azure AI Studio 中的提示流体验。

提示流将提示作为输入（在 LLM 上下文中），引用提供给 LLM 应用程序的查询来生成响应。 它是提供给 LLM 应用程序的文本或指令集，提示它生成输出或执行特定任务。

例如，如果要使用文本生成模型，提示可以是启动生成过程的句子或段落。 在问答模型的上下文中，提示可能是一个查询，询问有关特定主题的信息。 提示的有效性通常取决于它传达用户意图和目标结果的效果。

通过提示流，可以创建流，这些流是指实现特定任务或功能所执行的操作或步骤顺序。 流表示包含与 LLM 的交互以处理特定用例的整个过程或管道。 流封装从接收输入到生成输出或执行所需操作的整个历程。