LMQL

LMQL 是面向大語言模型的查詢語言，可以把提示詞、約束條件和控制流程寫成代碼，而不僅僅是堆砌自然語言文字。相比單純“調 prompt”，LMQL 提供了結構化語法、可複用模塊和可編程控制能力，讓複雜 LLM 應用更易維護、更可預測，也更便於調試和測試。

LMQL 採用後端無關的設計，通常可以對接 OpenAI 等主流大模型服務，也可以擴展到其他兼容的模型後端，具體取決於當前項目支持的連接器和 API。開發者只需配置模型端點和密鑰，即可在同一套 LMQL 查詢腳本上切換或組合不同模型。

LMQL 確實有一套精簡的查詢語法，但對開發者來說上手成本不高，並且與 Python 緊密集成。你可以在現有 Python 項目中逐步引入 LMQL 查詢，把主要業務邏輯繼續寫在熟悉的語言裡，只用 LMQL 描述與大模型相關的部分。

LMQL 作為查詢層本身不按 token 收費，主要成本來自所使用的大模型服務商，具體價格以各家平臺公佈為準。關於 LMQL 的授權方式及可能的增值服務，請以官網和官方文檔中的最新說明為準。

LMQL 無法從根本上消除幻覺，但通過約束和校驗機制，可以限定輸出格式、檢查中間結果並對不符合規則的回覆進行拒絕或重試，相比純提示詞方式能顯著提升結果的一致性和可靠性。