命令式
命令式有時也稱為指令式，命令式的場景下，計算機只會機械的完成指定的命令操作，執行的結果就取決於執行的命令是否正確。GPT 之前的人工智慧就是這種典型的命令式，透過不斷的煉丹，告訴計算機要怎麼做，計算機只是機械的完成指定場景下的任務。
宣告式
宣告式也稱為描述式或者申明式，這種方式告訴計算機想要的，由計算機自己去設定執行的路徑，需要計算機有一定的智慧。
最常見的宣告式例子 就是資料庫，查詢的 sql 就表示我們想要的結果集，資料庫執行查詢 sql 的時候，會幫我們處理查詢，並且返回查詢的結果。資料庫在查詢的時候，會進行索引匹配，做查詢最佳化等處理，再返回資料結果的時候，同時使用最優的查詢路徑。如果我們自己去處理這些操作，就需要寫很多程式碼了，而不是僅僅透過一行程式碼就能解決。現在最熱門的宣告式例子 是ChatGPT 為代表的生成式AI的 GPT，我們透過寫一些提示Prompt 指引去引導人工智慧完成不同的任務。
Kubernetes 的設計用的就是宣告式的設計思想。Kubernetes 不僅僅是一個編排系統，實際上它消除了編排的需要。 編排的技術定義是執行已定義的工作流程：首先執行 A，然後執行 B，再執行 C。 而 Kubernetes 包含了一組獨立可組合的控制過程，可以連續地將當前狀態驅動到所提供的預期狀態。 你不需要在乎如何從 A 移動到 C，也不需要集中控制，這使得系統更易於使用且功能更強大、 系統更健壯，更為彈性和可擴充套件。這正是宣告式的設計思想的體現。
這次生成式AI 在人工智慧領域所帶來的變革，如果你把生成式 AI 看成是一些命令式的簡單介面呼叫是非常錯誤的。我們需要象Kubernetes 那樣看待這次生成式 AI 。生成式AI是一個類似於Kubernetes的 全新的作業系統，它改變了我們過往對人工智慧的認知。我們需要從告訴計算機要怎麼做轉變為告訴計算機必須要完成什麼。那如何在專案中管理這些Prompt 指引是一個專案中不可缺少的。 微軟釋出了開源的面向生成式 AI 程式設計的框架 Semantic Kernel （簡稱SK：https://github.com/microsoft/semantic-kernel），讓專案能更有效地管理這些指引，SK 讓我們開發LLM 應用更簡單，這和Kubernetes下的應用開發框架Dapr 的很多理念是相通的。
生成式人工智慧誕生後，我們從告訴機器要怎麼做轉變為告訴機器必須要做什麼，這就降低了對於編碼的依賴。例如翻譯，歸納，總結再不用做具體演算法了，只需要用簡單的提示語 AI 就可以幫你完成。那就是說我們需要做的是寫 Prompt 觸發人工智慧做事，Prompt 的內容涵蓋不同的場景，不同的任務，涉及到各式各樣的工作流程。如何管理好這些 Prompt 讓生成式 AI 能完成任務這是大家所關注的。還有透過對話上下文作出不同的響應，讓 AI 注入到對話流中也是很重要。Semantic Kernel 就是用來解決管理上下文對話以及各種技能的框架。
Semantic Kernel 是面向 AI 程式設計的最佳方案，可以結合不同場景，綜合技能和意圖，支援多語言開發的框架。.NET 開發者可以透過 Semantic Kernel ，可以更高效地生成式 AI 的應用開發。
盧建輝今天上線了 OpenAI 的 .NET 內容了 https://github.com/kinfey/dotNETOAIBooks ，歡迎大家學起來。