接单背景

客户是个做家居的小电商，想要个"导购 Agent"：用户描述需求（预算、风格、尺寸），它推荐合适的商品并说明理由。预算不高、工期一周、验收标准是"推荐得靠谱、答得像个懂行的导购"。

对接单的人来说，最怕两件事：交付周期拖、验收反复改。这篇记录我怎么用讯飞星辰 Agent，靠多模型对比调优把"答得像不像导购"这个主观验收点，一次过。

为什么选平台而不是自己搭

接单讲究性价比和确定性。自己从头搭，光集成和调链路就够喝一壶，工期一周根本不够亏。星辰能让我把精力全压在"调好导购话术和推荐逻辑"上，工程的事平台扛，这对外包是刚需。

整体就一条工作流：解析用户需求 → 检索商品知识库 → 模型组织推荐话术 → 输出。

核心环节：用"多模型对比"调出最合适的那个

验收的关键卡点是话术质量——同样的提示词，不同模型出来的"导购味"差很多。星辰支持多源大模型，还能对同一个 Prompt 做多模型对比，我就拿这个功能来选型。

我的做法：固定一组测试问法，让不同模型跑同一套提示，横向看输出。

测试输入（固定一组，覆盖典型场景）：

- "预算两千以内，小户型，想要北欧风的沙发"

- "卧室暖色调，想要个有收纳的床头柜，不要太贵"

- "客厅显大，浅色，耐脏优先"

对比维度：

- 推荐是否贴合预算/风格/尺寸三个约束

- 理由是否具体（像懂行导购）还是空话套话

- 有没有瞎推荐知识库里没有的商品

对比下来，不同模型在"话术自然度"和"约束遵守度"上各有高低，我选了综合最稳的那个挂上去。这一步如果靠自己一个个手动试，工作量是几倍。

用知识库锁住"不瞎推荐"

导购最忌讳推荐一个店里根本没有的货。我把客户的商品库整理成知识库，配上"只能推荐知识库里存在的商品，并说明匹配理由"，把瞎编这条路堵死。

验收前用测评自查，避免来回改

交付前我自己先过一遍效果测评：攒了二十几条典型咨询当用例，看推荐命中率和话术质量，把明显翻车的场景提前修掉。带着数据去验收，比客户挑出问题再改，主动太多。

两个实在的坑

1 测评用例得自己攒，吃时间。 二十几条用例是我对着客户的真实商品一条条造的，这部分没法省，但它直接换来了"一次过验收"。

2 多模型对比要控制变量。 一开始我边换模型边改提示，根本看不出是模型的功劳还是提示的功劳。后来固定提示只换模型，对比才有意义。这是方法上的坑，得提醒自己。

小结

对接单党来说，星辰的价值很直接：工程交给平台，你专注调效果；多模型对比 + 知识库 + 测评这套组合，正好打在"话术质量"和"不瞎推荐"这两个最常见的验收点上。这个单我一周内交付、一次过验收。

想快速接一个 AI 项目练手或交付：讯飞星辰Agent