如何使用私域知识增强模型问答的效果？

以ChatGPT为代表的大模型在自然语言理解方面的能力非常强大，效果非常惊艳，但是我们在使用的时候会发现，如果要在实际工作中使用，就要手动编写Prompt，给模型提供详细的上下文数据，从而让模型的回答更服务我们的要求。

但是只要用过的就能够知道，这个操作其实是比较麻烦的。

比如，我们正在修改一个代码文件，我要让模型增加一个新的逻辑，我就需要将当前代码作为Prompt的一部分，然后粘贴到ChatGPT的输入框中，发起问答，等ChatGPT输出完后，我们再将结果手动复制到代码文件中。这时候我们就会想，有没有可能把这些操作简化？

还有一个比较常见的场景就是，帮我找一下当前代码库的某个实现逻辑，这种问题对于一个新人来说，其实是比较困难的，那有没有办法可以解决呢？

其实答案是有的！

那就是以IDE插件作为入口，提供方便的方式让用户将私域知识提供给大模型，从而将一开始提到的用户手动构造Prompt的过程简化，提高工作效率。

RAG的实现思路：

插件端能力：

插件端提供了很方便的方式，获取到私域知识，从而简化上了面场景中我们手动构造Prompt的成本，从而提高效率。

领取Baidu Comate VIP即可快速体验。