Day2
一个通用大模型可以生成内容,
但它并不了解每位老师的
专业积累和业务场景。
上午我用一个结构
帮助大家理解专家型智能体:
知识库+工作流+大模型能力+输出规则。
大模型提供基础能力,
知识库提供专业材料,
工作流规定处理步骤,
输出要求则让结果符合实际使用场景。
老师真正需要积累的,
是自己的专业内容、
判断规则和服务方法。
因此,
知识库建设可以从三类材料开始:
原始语料
案例材料
工作方法
这些材料不需要
一开始就整理成庞大的系统。
先持续收集,
再根据具体业务进行
分类、清洗和调用,
往往更容易开始。
比如,
课上讨论到幼儿园资料整理场景,
园所可以先把上级文件、
报表和审核要求归集起来,
再设计用于资料检索和整理的智能体,
并通过实际工作验证结果。
这一过程也说明,
资料上传不等于知识库已经建好。
资料要能被找到、
理解和正确使用,
还需要明确分类、
业务背景和判断标准。