大语言模型并不是万能的，由于缺乏行业领域的专业知识，大模型在解决实际问题上其实存在一定的局限性。那么，如何让大模型更懂你？作者作为AI开发平台的设计师，总结了两个简单高效的方法，一起来看。

通俗比喻：我们可以将大模型类比为“大脑”，大量的文本数据相当于“外界提供的信息”，昂贵的算法比喻为“聘请的高级教授”，将外界信息转化为知识点，储存在大脑中，最后呈现出来的就是我们使用的智能产品。

然而大语言模型并不是万能的，由于缺乏行业领域的专业知识，导致他们在解决实际问题上存在一定的局限性。

比如以下场景：我想通过 文心一言 了解CXD智能云产品，相关的设计规则，而它的回答，并不能解决我的实际问题。

文心一言只提供适用于通用平台的设计规则，这些规则并不能完全适用于我们的产品。企业应用过程中遇到这种问题，应该怎么办？

案例1：以开发“设计规范助手”为场景，Chatbase平台作演示

第一步：选择“创建机器人”。

第二步：选择数据，这里提供5种数据类型，分别是文档、文本、连接、问答对、第三方笔记网址。

我提前准备好了三种关于日常会用到的文件，分别是：设计规范文档、方案库文档、各产品的用研报告，同时加入专业的提示文本和云设中台官网的链接，帮助大模型更好的学习我们的知识。

第三步：生成机器人开始测试。

通过三轮对话可以看到，它轻松的回答了我想要的问题，提供了正确的规范信息和健康度指标，以及如何设计数据标注场景的总结信息。

最后，只需要将它发布为网站，把链接提供给组内设计师使用即可。

在过去，开发大模型的事情更多是专业的技术人员来做，而随着时代的发展，未来AI可能将普惠到每个人。以后我们可能人人都会开发一个自己的大模型，用具有我们数据的机器人去工作、聊天。

而目前产品的使用流程仍存在门槛，对小白用户的包容性不高，作为AI开发产品设计师，我们任重而道远，一直在大模型开发流程做得简单易用的路上持续努力～～

本文由 @MINGZI 原创发布于人人都是产品经理，未经许可，禁止转载。

题图来自 Unsplash，基于 CC0 协议。

该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。