LLM（大型语言模型）用于更好地开发者学习您的产品
LLM用于开发者学习产品
开发技术产品不仅仅是编码和部署的过程，还包括构建和利用的学习过程。特别是，如果你有一个面向开发者的产品，通过文档、教程和指南来确保开发者能够深入理解你的产品，提高他们自身的技能和工作质量，这一点尤为重要。现在，人工智能不仅可以从代码生成文档，还可以通过聊天机器人轻松查找特定信息或回答关于你的产品的问题，提供更好的开发者体验。对于这些项目文档的维护者来说，这是一种改变生活的技术。
本文探讨了如何利用大型语言模型（LLMs）和LLM应用程序来实现有效高效的开发者教育，以提高产品的利用率。
理解大型语言模型
让我们快速回顾一下什么是大型语言模型。LLMs就像是能够很好地理解语言的智能计算机程序。它们是基于大量文本数据进行训练的人工智能模型。LLM利用这种理解能力来执行不同的任务，如创建内容、查找信息、聊天或帮助整理数据。
要让LLM执行特定的任务，用户通过一个名为LLM应用程序的应用程序向其提供一个或多个提示。这些提示可以是一个问题、一个命令、一个描述或其他一些文本。在接收到提示后，LLM决定应该向用户返回什么信息。然后应用程序使用这些信息来生成一个响应，可以是一个答案或一些新生成的内容。
图1：基础模型，来源：LLM完全指南2023
从技术角度来看，LLMs是一种特定类型的深度神经网络，主要训练于文本数据，尽管有些也使用图像、视频或声音。它们在能够执行的任务上非常强大且适应性强，这也是它们被应用在如此多不同领域的原因。现在，很多人已经听说过一些最著名的LLM和它们驱动的应用程序，如ChatGPT和DALL-E。
LLM应用程序在开发者学习中可以解决的关键挑战
当开发者需要理解新的API、库、框架或其他开发工具时，他们首先会查阅各种文档。文档是一份提供成功使用这些工具指导的产品路线图。编写清晰、详细和易于理解的文档可能是困难的，但这样做可以避免误解、误用，最终避免潜在用户的流失。过于技术化的文档可能对经验较少的开发者来说难以理解，而过于简化的文档可能会遗漏重要细节。
术语、结构或格式的不一致可能会使读者困惑，使文档难以理解，或者即使是最好的文档，如果开发者找不到它也是无用的。组织不良或难以导航的文档可能会使找到所需的信息成为一项艰巨的任务。在这种情况下，LLM应用程序可以解决的关键挑战是一致性和可发现性。让我们在下面的章节中了解使用LLM应用程序在开发者学习中可以实现什么。
LLMs在开发者学习中的应用
上下文学习
LLMs可以彻底改变开发者学习你的产品的方式。因为LLMs具有上下文敏感性，它们可以根据给定的信息提供相关和个性化的响应。当集成到文档等学习平台中时，这些模型可以根据开发者需要提供关于产品各种特性和功能的即时上下文解释。它们基本上可以为开发者提供一个虚拟的按需导师，提供他们需要的信息，恰好在他们需要的时候提供。
交互式文档
传统文档可能是静态的、难以导航的，且不太用户友好。LLMs可以用来创建交互式、动态的文档，实时响应开发者的查询。开发者可以针对你的产品提出具体的问题，语言模型可以即时生成响应，简化学习过程。
例如，Pathway工程师们构建了一个聊天机器人，可以实时回答关于Pathway文档的问题，你可以通过Discord向机器人助手提问来了解它的工作原理。
持续学习
技术行业的特点是不断变化和演进，这意味着文档经常会发生变化，开发人员可能会错过重要的文档变更，这可能导致代码配置错误（例如，在API上的更改），甚至可能导致他们使用过时的项目。另一方面，基于LLM的机器人可以自动检测文档目录中的任何变化，并相应更新向量索引。这种实时反应性确保了应用程序的响应始终基于网站上最新和相关的信息。
代码生成和审查
LLMs可以生成和审查代码，使其成为开发人员的极佳学习工具。开发人员可以输入他们的代码，语言模型可以提供改进建议，捕获错误，甚至生成新的代码片段。这为开发人员提供了一种实际、实践性的方式来了解您产品的技术方面。对于开源项目维护者来说，这可能非常有用，因为许多代码贡献可能来自社区，通常新贡献者需要帮助编写某些类型的代码。LLMs可以审查代码并识别潜在的错误或错误，使质量控制过程更加高效。这通过提供即时反馈并缩短代码提交和接受之间的时间来帮助贡献者。
实施LLM
使用LLM应用程序，如Pathway提供的开源项目，您还可以轻松地将上述能力集成到您的文档平台中。正如他们所声称的，当前的解决方案可以应对我们所见到的将LLM应用程序投入生产和自然语言的歧义性等现有关键挑战。LLM应用程序的架构依赖于现有的企业文档存储-不会创建磁盘副本，也不需要矢量数据库。要深入了解该应用程序的底层代码，请访问GitHub代码库llm-app。
结论
有效的文档（快速入门、操作指南或教程）对于面向开发人员的产品的成功至关重要。尽管创建此类文档存在一些挑战，但通过使用现代的LLM应用程序来解决这些问题可以带来更好的用户体验、改善产品采用度，最终使开发人员更加满意。
