脉脉

耀南 ZevPark

07-06 · 开发

AI时代上下文，才是生产力

今天继续推进「鱼小秘」AI 客服知识库。今天主要完成两件事。第一，自动提取 Q&A 和相似问法合并开始成型。系统会抓取某个商品过去的聊天记录，先进行清洗、筛选、去重，再把对话切分成「买家问题」和「卖家回答」，最后交给大模型提取有价值的客服问答。以前客服话术主要靠用户手动整理。后面系统可以先自动分析历史聊天，推荐值得沉淀的 Q&A，用户确认后再一键保存到客服知识库。相似问法合并也很重要。很多买家表达不同，但本质上问的是同一个问题，最后应该对应同一个答案。比如“怎么发货”“拍下后怎么收到”“多久能发我”，这些问法不同，但背后的回复可能是一样的。系统会先做去重和筛选，再交给大模型判断哪些问题可以合并。第二，重新整理了一套给 AI Agent 用的开发文档结构。后续功能越来越复杂，如果只靠口头描述，AI 很容易漏掉上下文、改错地方，甚至动到不该动的代码。所以我把功能开发拆成了更清晰的结构：Agentfeatures 作为产品功能开发区，一个大功能一个文件夹，比如 /auto-candidate-qa。每个功能文件夹里会有 README.md、AGENTS.md、DECISIONS.md 和 blocks。README.md 记录这个功能是什么、做到哪一步、下一步做什么。AGENTS.md 用来约束 AI，告诉它哪些规则不能违反、哪些表和字段不能混用。DECISIONS.md 记录为什么这样设计，避免以后忘记当时的判断。blocks 记录每个小功能实际完成了什么、改了哪些文件、用了哪些接口、读写了哪些表、怎么验收、还有哪些遗留问题。每完成一个功能，我会先让 AI 返回开发结果和文档内容，我检查没问题后再写入项目。这样项目上下文会持续积累，AI 后续也能更快理解项目，不用每次重新解释。我越来越觉得，AI 开发不只是让 AI 写代码，更重要的是管理上下文。让 AI 知道背景、边界和决策原因，它才不容易乱跑，也更能帮你拆需求、分任务、稳定推进项目。