技能是AI成功的基石

AI新加坡的首席AI工程师Meldrick Wee在研讨会上讲解了大型语言模型（LLM）提示工程技术，从简单入门到深入技巧，包括查询分解、零样本、少样本和思维链提示等方法。

这为参与者预览了AI新加坡的LLM应用开发者计划（LADP），该计划旨在通过传授提示工程的基础知识和技能，帮助组织加速采用LLM，并在AI工程师的指导下构建基于LLM的应用程序。

Elastic搜索AI平台的能力

参与者通过解决方案架构师Han Xiang Choong和Zing Zai Loo了解了Elastic的搜索AI功能，重点关注具有运营价值的生成式AI应用的行业用例。有效的AI应用使用检索增强生成（RAG）等搜索技术，通过添加来自私有或专有数据源的上下文信息来提升搜索相关性，从而丰富LLM输出而无需重新训练。

构建有效的AI应用始于在正确的时间获取正确的数据。随着组织数据量的增长，客户和员工使用传统方法在这些数据中寻找问题答案变得越来越困难。语义搜索等高级搜索能力对于大规模数据检索至关重要，能够实现跨行业的AI用例。

通往AI卓越的征程

新加坡的AI应用势头正在加速。根据最近Salesforce的研究，新加坡在治理、传播、创新、投资和人才五个支柱方面的AI准备度排名全球第二。仅2025年，新加坡就见证了本地和海外企业建立了多个AI中心和卓越中心，这凸显了推动企业采用AI、培养技能人才以及推进国内AI应用和解决方案开发的强劲动力。

AI新加坡的AI创新总监Laurence Liew和Elastic亚太及日本地区副总裁Sanjay Deshmukh讨论了新加坡在AI发展历程中的现状以及实现其雄心所需的下一步措施。

根据Liew的观点，AI成功将取决于对主题的情境知识结合使用或构建AI解决相关问题的技能。在过去一年半中，AI新加坡的项目主要受到采用LLM能力需求的驱动。为满足这一需求，该组织实施了专门针对培养员工AI技能的新培训计划，使他们能够构建将人类经验和直觉与LLM的通识知识和自然语言能力相结合的商业应用。

从Deshmukh的角度来看，组织需要采取三管齐下的方法来实施AI：

• 通过为AI提供准确的上下文数据来平衡AI输出的可靠性和准确性
• 通过为特定角色分配数据权限来确保应用的数据隐私和安全
• 赋能员工具备理解技术和构建LLM应用的能力

迄今为止，AI在推理和自然语言处理方面取得了快速进展，但企业级应用不能承受不准确或缓慢的代价。

了解更多

前进的道路很明确：新加坡员工需要掌握开发和使用的AI工具技能，以提供准确、相关和及时的输出。Elastic致力于为开发者、IT团队和AI从业者提供工具和技能，将组织的情境丰富数据与能够解决业务问题的AI通识知识相连接。

了解Elastic如何帮助您更快地原型设计和集成LLM，或了解更多关于AI新加坡LADP计划的信息。