在探索创意中进一步了解生成式人工智能：PartyRock —— re:Invent 2023 产品测评

写在最前面

授权声明：本篇文章授权活动官方亚马逊云科技文章转发、改写权，包括不限于在 亚马逊云科技开发者社区, 知乎，自媒体平台，第三方开发者媒体等亚马逊云科技官方渠道

活动链接：「构」向云端 | 2023 re:Invent 构建者征文大赛_活动通知-亚马逊云科技技术品牌专区

本博客将围绕方向一进行创作。

亚马逊云科技开发者社区为开发者们提供全球的开发技术资源。这里有技术文档、开发案例、技术专栏、培训视频、活动与竞赛等。帮助中国开发者对接世界最前沿技术，观点，和项目，并将中国优秀开发者或技术推荐给全球云社区。如果你还没有关注/收藏，看到这里请一定不要匆匆划过，点这里让它成为你的技术宝库！

2023年，生成式人工智能（AI）多次成为热点话题。如果想在轻松有趣的环境中探索这一领域，并且想要亲手构建一些游戏，那么 PartyRock 是一个很好的选择！

这个平台提供了一个独特的实验空间，可以自由地进行尝试，学习生成式 AI 的关键技术和提示工程的精髓，无需编程基础就能开始 AI 创作之旅。

PartyRock 鼓励用户之间的互动和协作，除了可以在这里轻松构建迷你应用程序，还可以与朋友们分享创作的 app。可以从别人共享的应用程序开始，通过调整和优化，将其变成自己独特的作品，增加了创作的乐趣。

现在访问 https://partyrock.aws/?trk=cndc-detail 即可快速体验 PartyRock，并且限时免费哦！

可以输入对想要构建的应用程序的描述，然后使用 PartyRock 的生成式人工智能 LLM 为我们做好构建准备，并且支持二次编辑完善 app。

PartyRock 不仅提供了一个构建应用的强大平台，而且还为用户带来了前所未有的灵活性和创新可能性。无论是初学者还是经验丰富的开发者，都可以在这个平台上发挥创意，构建属于自己的独特应用程序。

快来 PartyRock 构建你的第一个应用程序吧！

欢迎体验我的 app【CybersecuritySimulator网络安全威胁的情景模拟】

关于 PartyRock 生成 app 相关想法的分享

在探索 PartyRock 平台中 app 生成的过程，了解到了 LLM（大型语言模型）的应用+其设计的 prompt 提示词，在实现 app 逻辑方面的独特价值。

优点

先说优点：PartyRock 借助 LLM 大模型，让我们能够利用其先进的自然语言处理能力，来更快、更高效地解析和生成用户友好的界面和功能。 LLM 的一个显著优势在于，其对语言的深度理解和生成能力，这使得在开发过程中能够轻松地构建出符合用户直觉的对话和指令。 此外，LLM 的多样性和适应性使得 PartyRock 能够在多种不同的应用场景中发挥作用，从而提供了极大的灵活性和扩展性。

局限

但这也是 PartyRock 的局限所在，LLM 在处理更为复杂的逻辑或特定技术需求时，可能不够精确或深入。

例如在构建加解密 app 的过程中，发现他对于解密功能就应用的不太好。在解密功能的应用中，这种局限性变得尤为明显。由于加解密过程通常涉及复杂的算法和密钥管理，LLM 可能无法充分理解和实现这些专业化的要求。

推理在实现类似的特定功能时，特别是涉及高度技术性和精确性要求的场景中，如果提示工程设计的不够精准，LLM 的应用效果大概率会不尽人意。

未来展望

从我看来，LLM 作为一种强大的工具，它在应用程序开发中的价值不容小觑。

PartyRock 是一个很好的开始，让我们体验了新时代 LLM 构建 app 的样例。

虽然 LLM 为应用程序开发带来了前所未有的便利和灵活性，但在涉及特定领域专业知识和复杂逻辑时，它仍需要与传统编程方法和相关逻辑的深度知识相结合。这种结合使用可以帮助克服 LLM 在处理复杂任务时的局限性，从而实现更加精准和高效的应用程序设计。

PartyRock 中 app 生成描述的注意事项

我一共尝试了两个 app 的生成，其中另一个 app【加解密】不太成功。

尝试简单的分析了一下，有这么几个影响 LLM（大型语言模型）自动生成有效应用代码的关键因素，大家生成自己的 app 时可以注意一下：

1. 描述不够详细：在开发任何软件或应用程序时，清晰、详细的需求说明至关重要。 我的描述虽然涵盖了基本功能，但没有提到一些关键的技术细节，如密钥的生成、存储和管理方式。在加密和解密过程中，密钥扮演着核心角色，它决定了加密的安全性和解密的可行性。不同的加密算法（如对称加密、非对称加密）对密钥的处理方式也不同，这些都需要在需求中明确。

2. 加密和解密算法的选择：在应用程序的描述中，没有指定使用哪种加密算法。有多种加密技术，如 AES、RSA、SHA 等，它们各有特点和适用场景。没有具体的算法说明，LLM 难以决定采用哪种加密方法。

3. 技术实现的复杂性：即使在清晰的需求指导下，