LLM 的使用時機
整體而言，當您需要產生文字、影像或甚至程式碼時，建議您使用大型語言模型。
有三種不同的生成式 AI 模型類別：
- 自然語言模型接受自然語言並產生回應。
- 生成式預先訓練轉換器 (GPT) 模型接受自然語言或程式碼片段，並將其翻譯成程式碼。
- 影像產生模型取得提示、基底映像或兩者，並建立新的影像。
文字處理
大型語言模型可以執行多個自然語言工作，包括：
| Task | 提示 |
|---|---|
| 摘要文字 | 「將以下文字摘要成簡短描述。」 |
| 分類文字 | 「這本書屬於什麼內容類型？」 |
| 產生名稱或片語 | 「幫我的花藝公司撰寫標語。」 |
| 翻譯 | 「將『你好嗎』翻譯成法文。」 |
| 回答問題 | 「Azure OpenAI 有什麼功能？」 |
| 建議內容 | 「給我五首最佳婚禮歌曲。」 |
使用程式碼
大型語言模型熟悉十數種程式設計語言，例如：C#、JavaScript、Perl、PHP，而且在 Python。 藉由使用 LLM 來撰寫程式碼，您可以解決下列挑戰：
- 建置應用程式：您可以使用 LLM，根據提示產生類似 Web API 的程式碼。
- 維護應用程式：如果您處理現有的程式碼基底，LLM 可協助您更新或維護現有的程式碼。
- 改善應用程式：您可以使用 LLM 來改善特定計量的程式碼，例如提高安全性或記錄。
例如，假設輸入「在 Python 中撰寫從 1 到 10 的 for 迴圈計數」，則會提供下列解答：
for i in range(1,11):
print(i)
影像處理
大型語言模型可以同時建立逼真和藝術的影像、變更影像的配置或樣式，以及在提供的影像上建立變化。 例如：
影像產生：LLM 可以使用您輸入想要影像的文字來產生原始影像。 您越詳細，模型產生想要的影像可能性就越大。
編輯影像：LLM 可以使用您輸入想要變更影像的文字來編輯影像。 您可以變更影像的樣式、新增或移除項目，或產生要新增的新內容。
影像變化：LLM 可以使用影像本身和輸入指定要產生多少個影像變化的文字，以產生影像的變化。 原始影像會維持不變，但色彩、背景場景，以及物件所在的位置可能會隨著變化而變更。