注：本文来自@rickawsb 推特，其是加密KOL，原推文内容由MarsBit整理如下：

这次microsoft build发布的Prompt Flow作为Azure Machine Learning（AzureML）的一个强大功能，将提示工程（prompt engineering）项目的开发、评估和持续集成和部署（CI/CD）变成了规模化便于团队协作的工作流。

这将让团队的工作效率数倍增长！

微软的一小步，也是我们不得不跟上的一大步

作为个人，就算不用prompt flow，也可以从中了解最新的prompt协作思路以提升自己个人和团队的prompt使用效率。

Prompt flow的功能主要有以下几点：

1、它提供了一个交互式环境，结合了自然语言提示、模板语言、一系列内置工具和可用Python代码开发。它就像一个工具箱，👇

提供各种工具帮助个人和团队更好的使用大型语言模型（LLM）。

2、Prompt Flow的变体功能特别酷，你可以在里面尝试各种不同的提示，看看哪个效果最好（a/b测试）。这样，你就可以根据实际效果，选择最好的提示，个人和团队可以用这个功能不断优化项目所使用的prompt，并以数据来作为优化的决策依据👇

prompt flow变体让prompt工程变成了一个基于数据，团队协作，不断优化的流程化的工程。

3、Prompt Flow还有一个评估功能，就像一个成绩单，可以告诉你你的提示和流程做得怎么样。你可以设置自己的评价标准，比较不同的提示和流程，找出最好的方案。

（我们这些个人用户还在凭感觉写prompt😅）

4、开发完成后，Prompt Flow提供了一键部署，以及一个用于测试的交互式GUI。此外，它还提供连续监控，包括评估指标、延迟、吞吐量等，并提供警报，帮助你持续改进流程并维护你的LLM应用的服务等级协议（SLA）。

我了解完prompt flow之后的我感觉是，我还在看“10条让你提高个人效率的prompt“之类的推文，微软已经将prompt工程化，流程化，依靠团队开发来解决复杂问题。

这又是数量级的差距。。。

无论如何，如果你想天天跟着我一起了解ai/LLM/微软/openai的最新进展，一起焦虑，别忘粉