大模型的门槛高低决定了大家对他的评价，而门槛的高低取决于业务场景与底层架构的认知，比如虽然大家都知道提示词可以提高准确性或者幻觉，但是提示词如何总结才能关联到业务是需要深度思考的，包括整个问答过程，大模型是不需要门槛，只要输入问题就能回复，理论上会打字就可以，同时，大模型也需要门槛，如果对问题有精度明确的要求，那给大模型输入的参数和问题准确性就是使用瓶颈。而在做项目过程中大模型降低的是交互与展现过程，所以输入就是非常关键的部分，如果今天只是把用户给的问题直接给大模型问题不一定会产生理想的结果。所以大模型今天对谁更友好？是对哪些对模型架构有深层认知和对业务有深刻洞察能力的人，对于发散性思维才更适合普通人，或者需要发散创作的人，这也是为什么有人说大模型很好用，有人说大模型就是垃圾的原因，场景，提问能力，业务知识，模型，产品『deepseekApp和deepseek模型是两回事』，都是影响结果和认知的变量。
标准大模型 个性化大模型 专业大模型 大模型原理 大模型数据困境 大模型协作指南 大模型小技巧 大模型量化 人工智能 智能体