微软的语义内核SDK使得管理复杂的提示并从大型语言模型（如GPT）中获得专注的结果变得更加容易。
乍一看，将类似于GPT-4的大型语言模型（LLM）集成到你的代码中似乎很简单。API是一个单次的REST调用，接收文本并根据输入返回响应。但在实际操作中，事情要复杂得多。API可能更适合被视为一个领域边界，你在这里提供提示，定义模型用于输出其结果的格式。但这是一个关键点：LLMs可以是你想要的那么简单或复杂。
当我们将一个AI模型集成到我们的代码中时，我们跨越了两种不同计算方式之间的界限，就像编程量子计算机与设计硬件的方式非常相似一样。在这里，我们正在编写描述模型预期行为的说明，期望其输出符合我们提示中定义的形式。正如量子计算中，Q#语言等构造为传统计算和量子计算机之间提供了桥梁，我们需要工具来封装LLMAPI并提供管理输入和输出的方式，确保模型保持对我们已定义的提示的