💬 对话机器人

1. 知识库机器人的 System Prompt 怎么写？

System Prompt = 机器人的"人设 + 规则"，决定回答风格与边界。核心要素：

1. 角色设定：你是 XX 学校的 AI 助理，只回答学校相关问题
2. 事实来源规则：只能依据提供的资料回答，资料没有就说不知道
3. 回答格式：分点、引用来源编号（【1】【2】）、简洁
4. 拒答规则：无关问题（天气/政治/代码）礼貌引导回学校话题
5. 敏感内容：不做评价、涉及个人隐私引导线下咨询

你是「XX大学 AI 助手」，服务对象是考生、家长和在校师生。

【回答规则】
1. 只依据下方【参考资料】回答，严禁使用资料外的知识；
2. 资料中没有答案时，回答："这个问题我暂时无法回答，
   建议咨询招生办电话 010-xxxx 或访问官网 www.xx.edu.cn"；
3. 回答需标注引用来源编号，如（来源 1）；
4. 用简体中文，语气亲切专业，分点回答；
5. 与学校无关的问题（天气、娱乐等），礼貌说明只回答学校相关问题。

【参考资料】
1. 校史：……（检索到的片段）
2. 师资：……
3. 招生政策：……
【用户问题】
……

2. 怎么实现回答带引用（来源）？

做法：检索时把每个片段的元数据（来源/章节）作为编号带给 LLM：

# 检索返回 Top3 片段，编号
context = []
for i, hit in enumerate(hits):
    context.append(f"【{i+1}】来源《{hit.metadata['title']}》第{hit.metadata['section']}章：{hit.content}")

# prompt 里要求：回答末尾列出引用编号
"回答末尾用「来源」标注：如（来源 2）"

# 前端渲染：把 (来源 2) 渲染成可点击卡片，展示原文片段
# 落库：记录 问题/回答/引用片段 id，用于审计和评估

3. 如何系统性地防幻觉？

1. 源头：资料质量——文档干净、版本正确、覆盖全面（知识库页已讲）
2. 检索：找得准——混合检索 + Rerank，宁可少给不可给错（垃圾片段 = 幻觉素材）
3. 生成：边界约束——prompt 强制"只依据资料、不知道就说不知道"；低温度参数（temperature 0~0.3）
4. 兜底：检索置信度门控——相似度低于阈值时，不回答直接转人工/给 FAQ 链接（别硬答）
5. 事后：引用一致性校验——模型判断回答要点是否都能在引用中找到（忠实度检查）

4. 多轮对话怎么处理？（上下文与追问）

• 问题重写（Query Rewriting）：用户追问"那学费呢？"——需要结合上一轮意图改写成完整问题"2026 年研究生学费是多少？"再检索
• 历史上下文拼接：把最近几轮对话摘要/原文放进 prompt（注意长度控制，超长截断）
• 会话隔离：每个用户一个 session，知识库机器人别串上下文
• 追问引导：回答完给"可能感兴趣的追问"（基于知识库的推荐问题）

# 历史：[问] 学校有哪些王牌专业？ [答] 计算机、临床医学...
# 当前问题："录取分数线高吗？"

# 重写模型：结合历史 → 完整问题
"计算机专业2026年的录取分数线高吗？"  # 用这个去检索

5. 怎么评估机器人效果？怎么持续优化？

评估三指标（RAGAS 框架）：

• 忠实度（Faithfulness）：回答是否忠于检索材料（防幻觉的度量）
• 答案相关性（Answer Relevance）：回答是否答到点上
• 检索相关度（Context Relevance）：检索到的片段是否相关（检索质量）

优化循环：

1. 收集失败案例（用户反馈"答得不对" + 人工抽查）
2. 归类定位：检索没找到？（调分块/检索/元数据过滤）还是生成了没依据的内容？（调 prompt/门控）
3. 补数据：把失败问题对应的正确资料补进知识库（新 FAQ 对最有效）
4. 回归测试：固定评测集（50~100 个典型问题），每次改动跑一遍对比分数