大型语言模型（LLMs）在医疗编码生成中具有巨大潜力。传统机器学习方法复杂且低效，深度学习简化了流程，但依赖大量数据。LLMs如GPT通过海量数据训练，能处理从医疗到编程的广泛任务，支持零样本和少样本学习。提示工程通过设计清晰指令，引导LLMs生成高质量输出，应用于医生笔记的编码生成。开发步骤包括数据获取、指标设定、模型选择、提示工程、基准测试、数据集生成、模型蒸馏和部署基础设施。LLMs显著提升了医疗编码的效率和准确性。