目前企业/机构端在使用相关的AIGC能力时，主要有五种方式：直接使用、Prompt、LoRA、Finetune、Train。

直接使用

顾名思义，直接使用基础大模型厂商发布的产品服务，通过接口调用方式嵌入自身业务或系统当中。

Prompt

通过提示工程，通过微调少量参数，引导预训练语言模型做特定下游任务。利用文本对话方式操控语言大模型，引导生成结果。

LoRA

仅训练低秩矩阵（low rank matrics），使用时将LoRA模型的参数注入基础大模型，在不修改大模型的前提下，改变模型的生成风格。所需的训练资源比训练基础大模型要小很多，非常适合社区使用者和个人开发者。

FineTune

Finetune是应用或利用迁移学习的一种方式。对基础大模型进行微调，以适应特定任务。

当数据集相似，但数据量又很少的情况下，微调省去大量计算资源和计算时间，提高了计算效率,甚至提高准确率。具体来说，微调是一个过程，它采用已经针对一项给定任务训练过的模型，然后调整或微调模型以使其执行第二个类似任务。

Train

调用数据、算力、算法从头训练大模型，从头开始训练大模型。除非特殊领域和特定要求，一般商业公司不会从头开始训练基础大模型。