大模型相关的技术路线，匹配场景，什么样的场景下用什么样的场景方案，有可能做出什么样的效果，它的投产比怎么样，成本投入怎么样，用什么样的人去做一系列解决方案。
面对大模型解决实际问题的方案步骤：
第一 ，老板们业务们会提出很多相关的场景可能性。当提出可能性的时候，我们能提出可行性，输出相应的一二三四五。
第二，另一个方面场景大概是技术路线的第一层第二层第三层（第一层：Prompt提示工程，第二层：LangChain等Auto Agent智能体，第三层：fine-tune）与场景相匹配。
第三，相应的大概能做出什么效果的样子，效果能否匹配商业化的什么目标，产品目标要求。
第四，大概需要什么样的投入（第一步，一两个人整理什么样的数据，问题和答案控制在多少字内是合理的。第二步，在企业微信做什么样的数据抽取，用什么样的数据处理工具做二次的过滤和筛选。第三，用这些数据做第一轮精调之后，我们大概会得到什么样的结果，中间需要一到两个的工程师，工程师需要掌握什么样的技术，经过多长时间大概会得到一个什么样的对话能力和效果）
算力成本，人力成本=整个成本对应最终效果是否值得投入