本篇文章，我们重点介绍Function Calling的机制和应用，在其原理上，也讲解了为什么会有plugin、GPTs出现等等。

从典型业务架构和技术架构进行分析，让大家初步能够了解我们都是在如何使用LLM的，从而大家在自己的实际落地场景中，也可以对照分析，如何建设自己的业务架构和技术架构，以及选择什么样的技术路线。

文章讲解了大模型应用的概念，ChatGPT：plugins、GPTs、Assistant API；也有大模型的应用：agent，RAG，提示词工程的应用，finetune，训练垂直领域大模型。

Prompt Creator 实际上是使得 ChatGPT 更好的引导你去完善自己的提问，同时也完善自己的回答，更好地指导自己回答出更加令使用者满意的答案，是双向的过程。

相比微调，提示工程成本更低、使用更加灵活，且对于提升模型在小语义空间内复杂语义理解效果更好。思维链（Chain of Thought）是一种提示工具，用于帮助语言模型进行复杂的推理和思考过程。

由于目前人类的技术对自然语言（人说的话）处理的技术还不完美，所以导致目前 AI 生成内容的质量，非常依赖于--提示工程（Prompt），来引导语言模型更好地响应。

前言 随着chatgpt3.5的横空出试，大模型爆火，这个风暴传递到了各行各业。 各类公众号、帖子，也涌现出了各种概念，AI、大模型、LLM、AI、AIGC、AGI、GPT、ChatGPT等等。