随着ChatGPT的问世，人们开始认识到大语言模型（Large Language Model，简称 LLM）和生成式人工智能（Artificial Intelligence Generated Content，简称 AIGC）在多个领域的潜力，如文稿撰写、图像生成、代码优化和信息搜索等。LLM已成为个人和企业的得力助手，并朝着超级应用的方向发展，引领着新的生态系统。
目前，LLM在处理通用问题方面表现较好，但由于训练语料和大模型的生成限制，对于专业知识和时效性方面存在一些局限。在信息时代，企业的知识库更新频率越来越高，而企业所拥有的垂直领域知识库（如文档、图像、音视频等）可能是未公开或不可公开的；对于个人来说，个人知识标签、爱好属性也无法在大模型中直接体现。因此，如果想在大语言模型的基础上构建属于特定垂直领域的AI产品，就需要不断将自身的知识库输入到大语言模型中进行训练。
阿里云瑶池旗下的云数据库RDS PostgreSQL版为开发者提供了一个使用大语言模型的最优路径，通过提示调整（Prompt-tuning）的方式，可以直接基于大语言模型构建个人或者企业垂直领域的知识库，让 LLM 成为你的私人智能助理。同时，业务应用中产生的点赞交互、对话记录、对话时间等数据也可以在RDS PostgreSQL中持久化。
数据不出库使得私域业务的构建更加简单轻便，可以避免在多个专用数据库间搬运向量数据带来的数据一致性、维护成本、冗余数据、分布式组件等问题。
LLM对于专业性、时效性的知识理解欠缺
LLM + RDS PostgreSQL 对杭州亚运会知识的解读
在本实验场景中，我们将向大家介绍如何基于 LLM + RDS PostgreSQL 搭建 AI 智能助手，本次实验中你可以享受 30次 免费的RDS PostgreSQL向量数据库体验额度，亦可直接基于已创建的 RDS PostgreSQL 数据库开始构建专属于你的个人知识库。
应用架构图
点击链接进入云起实验室，打造你的专属AI助手
