大型企业的生成AI：从治理到API聚合，第一部分
欢迎，科技爱好者和商业领袖们！我很高兴开始一系列专注于一个在世界上引起轰动的话题的博客文章 – 生成AI。
在我深入探索企业生成AI的迷人世界时，我将探讨不仅高层概念如治理、安全和可审计性，还将提供关于聚合API和理解生成AI架构等实际指导。
无论您是AI领域的老手还是一个好奇的新手，本系列旨在揭示大型企业如何利用生成AI的力量推动创新、效率和价值。我将解决复杂问题，分解术语，并提供可行的见解，帮助您以信心驾驭AI领域。所以，系好安全带，与我一起踏上这个激动人心的商业技术未来之旅。让我们一起揭开AI的神秘面纱！
免责声明：本文概述的架构概念不特定于Azure，但有时使用Azure服务进行说明，因为我是微软的解决方案架构师。
任务
我们的第一个停靠点是“任务”。在AI的大计划中，任务是保持轮子运转的小而强大的齿轮。它们是语言模型（LLM）可以为您执行的明确定义的工作单元，作为您更广泛（AI）系统的构建块。
当我谈到任务时，我指的是具有指定输入和输出的操作。每个任务执行是独立的，意味着它不依赖于过去或未来的执行。它是一个独立的操作，它在自己的环境中工作。
这些任务内置了提示来指导LLM。这有点像给朋友一组说明 – 您需要清晰而简洁，以便他们确切地知道该做什么。有时这可能涉及添加少量示例（少量示例是输入和预期输出的展示），但构建提示的方式有很多种…