全部作品ZHANG QIAOLING / SELECTED WORK 06

02AI 建设者AI BUILDER

对话可以灵活,判断要有依据

事实抽取 · 会话状态 · 判定一致性

我的参与

基于他人业务方案的实现与验证实践

展示状态

方案重建与验证

阅读案例
AI BUILDER / FIELDWORK案例 06
基于他人方案的重建实践 · 展示通用机制,不含内部判定阈值、客户信息或提示词原文。

01 / CONTEXT

问题从哪里开始

把事实收集、对话表达与规则判定分开,让模型接入前后的判断能够对照。

虚构准备事项:原话支持资料状态,不支持确定的完成时间。
已知留存,未知待补虚构准备事项:原话支持资料状态,不支持确定的完成时间。

背景与问题

把一份智能体方案变成可以运行的对话,需要处理的不只有提问方式:用户可能没有回答、回答不确定,也可能在一句话里同时提到不同的信息。

如果模型的自由表达直接进入判定,推断就可能被当成事实;如果信息缺失处理不清,对话又可能反复追问同一个问题。重建过程需要把这些边界落实到可验证的行为。

02 / THINKING

分别处理原话、未知信息与判定规则

既有业务方案作为重建依据。实现把对话表达与规则判定分开,抽取的信息需要对应原话;未回答和已确认无法提供的信息采用不同状态,避免把未知包装成确定答案。

具体取舍与检查点

信息是否能在用户原话中找到,而不是由模型补全?

仍未询问,与问过但不知道,是否被正确区分?

使用相同事实时,接入模型前后的规则判定能否保持一致?

03 / EXPLORING THE WORK

把未知留在明处

以下以虚构的准备事项演示信息状态,说明原话如何支撑字段。它不运行商机评分,也不公开实际评估规则。

虚构准备事项 · 信息状态示意 · 不运行商机评估

“资料还在准备,完成时间不确定。”
资料状态 准备中完成时间 未知
为什么不补一个完成时间?

原话没有提供确定时间。把一个猜测填入字段,会让后面的处理依赖不存在的事实。保留「未知」,才能继续询问或明确边界。

怎样检查接入模型后的行为?

在相同事实下对照规则判定,并检查模型提取的内容是否来自原话。模型用来组织表达时,不应悄悄改动已经确认的信息。

04 / REFLECTION

目前走到了哪里

仓库包含会话状态、事实抽取校验及有无模型的对照验证机制。本页介绍重建与验证的思路,不把原始业务方法归为个人原创,也不声称实际商机效果。

基于他人方案的重建实践 · 展示通用机制,不含内部判定阈值、客户信息或提示词原文。