打造 LLM 應用：領域知識依然不可或缺

文章強調，即使是 LLM 驅動的工具，仍然需要領域知識來捕捉和呈現。這對開發者來說是重要的實戰提醒，即技術之外的知識積累同樣關鍵。

作者正著手開發一個LLM 驅動工具，目標是利用其客戶的 API 回答使用者提出的問題。 • 這項開發工作的關鍵環節之一，便是捕捉並書寫下必要的領域知識。 • 他認為，相較於前幾代「AI」，現在的工作之所以相對輕鬆，是因為領域知識不需被嚴格地轉換成結構化格式。

然而，他也指出「這正是前幾代『AI』失敗的原因」，暗示過往 AI 技術的瓶頸在於知識的嚴格形式化。因此，即使有LLM的輔助，掌握並整合深層的領域知識，仍是成功構建實用 AI 應用不可或缺的基石。這篇文章強調，先進的 AI 工具並不能完全取代對特定領域專業資訊的深入理解與應用。