ChatGPT之类的大模子兴起之后，一直有东谈主用来作念一些相比爱慕的事。比如说哲学裸体，等于其中一个地点。而本文作家在本文平共享的这些念念考，但愿能给各人一些参考。
AI算命从ChatGPT发布以来，热度在络续攀升。从早期的GPTs期骗的火爆，到冉冉涌现一批占星类的AI网站或App，用户和开垦者们的热心依旧。可是，我肯定许多东谈主在试用了不少“AI算命”的期骗后，王人会知道失望的情态，内容鸡肋，居品劣质，付费不竭。。。千般问题车载斗量。那么AI算命类的居品到底是什么？用户会有什么期待？现存的本领到底能作念到什么进程？
01 算命，到底在算什么？算命是一个迂腐的就业，从王公大人到平头庶民，从易经八字到星盘塔罗，无不津津隽永。自然，不信的东谈主许多。也有些东谈主，一运行不信，可是因为阅历了一些生计变故，便越来越肯定哲学。问题是，东谈主们的确只是对“展望来日”感兴味吗？梁湘润大师说过，算命的准确率往往唯独70%。在不可保证100%准确的情况下，为什么各人还会想去算？
找“大师”算命的东谈主，可能阅历过这样的场景：
你蒙胧嗅觉“大师”在顺着你的话往下说，话语中搀和着切肉脸皮的揣度和顺耳的祝福。但奇怪的是，这种说法却让你合计“有真义”，甚忠诚里有了几分信任。说的是善事，你会相称肯定；说的不好，也会但愿“化解之法”能带来调动。似乎，算命其实照旧超过了命理哲学自身，更多是在感情或心绪层面提供的指引。
那如果这样的话，是不是就找感情大夫就好了，也不需要找“大师”？不，效果照旧有很大不同的。感情大夫的作用是用感性分析匡助你解怡悦结，但许多东谈主合计这类“冷飕飕”的建议阑珊一种与自我关系的深度联接。而命理却不一样，它从严谨的表面启程，通过高深的标志语言解读你的已往和来日，再加上顺应的切肉脸皮和脑补，让你感受到一种“侥幸的私有性”。更缺欠的是，它让东谈主肯定我方的存在真义真切，东谈主生的每一步王人不错被讲解注解以致策动。同期，命理中照实可能存在一些难以用现代科学讲解注解的表象，这种微妙感为命理增添了“古迹就在身边”的力量。
算命的简直价值，并不单是是展望来日，而是匡助你找到感情上的存身点。岂论是星盘、塔罗，照旧八字、六爻，背后王人是一种充满高深感却又被正常采纳的学问体系。这种体系不仅让你对未知的生计多了一份掌控感，还能在波浪升沉的东谈主生中为你注入更多正向的力量。换句话说，算命并不是在处分生计的问题，而是通过高深的语言，赋予你面对生计的勇气和信念。
02 中枢问题是“建造信任”信任感，是算命内容被采纳的唯独前提。设计一下，如果一个目生东谈主蓦地跳到你面前，告诉你“来日会发大财”，你会肯定吗？不肯定哲学的东谈主，可能一笑置之；肯定哲学的东谈主，会合计这是上天给的积极信号。而更多的东谈主，可能处于“中间派”，一种精神内讧可能就会产生：
“他看着就不起眼，笃定是乱说。”“要不我来日去买张彩票试试？”“他不会是在变相咒我吧？”千般念念绪挥之不去，于是他们会终点但愿有个“靠谱的大师”出现，指破迷团。如果咱们进一步假定，这个目生东谈主准确说出了时辰、地点、事件，以致外貌一看等于“大师”的神志，那信任感可能会短暂建造。一朝信任感油关联词生，接下来的算命内容也就水到渠成了，仿佛你的侥幸徐徐伸开，大师的指引充满可能性。
信任感的建造，其实波及到个东谈主的社会妙技和训诫积攒。终点是在传统命理领域，信任感往往通过以下几种方式末端：
口碑相传“熟东谈主推选”是最常见也最灵验的信任建造方式。如果你的家东谈主、一又友、同学、共事推选了一个算命大师，你自然就会合计他更靠谱。
这一表象也有感情学依据：东谈主们倾向于肯定身边熟悉的东谈主推选的事物，因为这种信任感来自于东谈主际关系的蔓延。想起当年写的高考作文题“情谊亲疏和对事物的领会”，分析的恰是这种情愫成分对判断力的影响。这种东谈主际关系链条，恰是命理大师建造信任感的根基。
学问外显所谓“用专科言语”，大师展现的学问水平是建造信任感的紧要成分之一。命理并不是“瞎掰八谈”，而是有明确的表面基础的。五行旺衰、阴阳生克，遥远联接其中。
一个优秀的大师能将这些表面学问升沉为阳春白雪的讲解注解，让用户感受到逻辑的自洽性。例如，对于“杀印相生”这种高阶想法，大师能通过丰富的案例和生动的解读，让东谈主合计专科又简直。而如果连五行生克这些基础想法王人弄错，信任感自然无从谈起。
沟串通频疏通的一致性在命理究诘里十分紧要。俗称“鉴貌辨色”，大师看你的面相、手相、辞吐、气场，很容易就能判断个七七八八。他们能通过精确的语言和建议直击用户的内心，从而让东谈主产生“他的确懂我”的信任感。
这种“说到点子上”的才智，其实是疏通技巧与命理学问的结合。大师通过对用户配景的澄澈判断，让每一句话王人靠近用户的推行需求，信任感也随之连忙提高。
一朝信任感建造，算命就不再是冷飕飕的表面输出，而是一场深入心灵的对话。用户会放下重视，全身心采纳大师的分析与建议。而繁难信任感，岂论内容何等准确，用户王人会合计是在“瞎掰八谈”。因此，信任感不仅是命理究诘的基础，更是哲学行业存在千年的基石。岂论是个东谈主大师照旧命理App，若何通过口碑、专科、疏通建造信任，王人是各迂缓处分的中枢问题。毕竟，唯独信任建造，命理内容才能简直走进用户的心里。
03 命理的数字化许多东谈主说，算命等于个统计学。照实，从统计学的角度来看，如果样本空间弥漫大，测算精度会惊东谈主的准确。而统计学自身，是一门对于数据的科学，蔓延到数据分析和机器学习领域，正在改变咱们对传统学问的领会。
那么，抛开终点微妙的部分不谈，算命自然就应该是一种不错量化和推演的科学过程。通过一个可推导公式建造的体系，提供客不雅、透明的完了，这自身就能在逻辑上建造信任感。
从数据和软件的视角，算命的历程往往不错这样来看：
① 样本构建：证据问题，汇集样本基础数据1）大师和会过传统的疏通技法，获取算命对象与本次算命筹商的信息。
究诘算命对象的降生年月日、降生地点等基础信息。不雅察面相，手相，获取生物信息如果是占卜（比如塔罗或算卦），则按历程抽取几张牌，获取现实取象。2）数据视角：获取用户信息数据，包括结构化和非结构化的数据。
3）软件视角：输入用户信息，比如表单输入。
② 特征索取：从数据中索取缺欠特征1）大师将上一步获取的基本信息，通过命理基础技法，索取缺欠特征。
获取降生时辰后，不错运行进行八字排盘，狡计天干地支、五行十神。塔罗牌则证据牌阵、牌面、位置等情况，比如“恋东谈主逆位”。2）数据视角：使用固定的算法，将输入数据结构化，并索取缺欠特征数据。
3）软件视角：通过固定算法处理输入用户数据，获取基本命理信息。
③ 数据检索：查找关系端正与学问1）大师的基于个东谈主牵挂和训诫，寻找关系联的学问，或访佛的场景。有必要的时候，会翻阅竹素援救。
比如八字，会检索关联度较高的五行、十神、花式等一系列学问，比如八字中金许多，自然就会寻找金多的关系学问，比如从革格，金白水清等一系列说法。塔罗牌，则不错把柄抽取的牌型与对应象征，寻找匹配的学问息争读模板。同期回忆是否见过访佛的八字或场景，是否不错套用。2）数据视角：从大脑学问库检索与本次分析筹商联的数据和学问，浅薄进行下一步分析。
3）软件视角：检索关联学问数据。
④ 数据分析：推演命表面断1）大师使用推演技法（算法），结合已知的学问，进行分析推理。
八字，会把柄算命对象的问题（钞票，婚配等），结合花式，强弱，十神定位，五行旺衰等一系列情况进行分析。塔罗牌，则把柄牌阵位置关系，结合学问息争读模板，揣度和对象关联度最大的内容。2）这个部分是大师妙技分离最大的地方，相称依赖学问和训诫，同期会有派别的相反（比如八字有子平法和盲派等）。
3）数据视角：期骗特定的学问模子和算法对学问数据进行归纳、分析和推理。
4）软件视角：通过复杂的模子处理分析基本命理信息和关联数据，输出分析完了。
⑤ 输出完了：生成命相识读1）大师使用归纳和疏通技巧，将推理完了见知算命对象。
顺利见知：“你本年稳当投资创业”。委婉述说完了：“这张牌代情态感的流动性，有时可能表示一方对关系的插足出现变化。建议你们坦诚交流，望望相互的真实想法”。2）数据视角：对数据分析完了进行归纳回归，输出可阅读的答复。
3）软件视角：将分析完了通过用户可爱的方式呈现。
⑥ 动态调治：把柄反映优化分析1）大师把柄客户的互动，动态调治信息的输入和输出。
算命对象反映“解读很准”，大师会更进一步，说出更深入的内容。算命对象反映“少许王人不准”，大师会从头证据诞辰等信息，或者寻找其他可能不匹配的原因。如果是持久究诘，大师也会把柄来宾新提供的信息加入更新判断。2）数据视角：汇集用户反映，优化分析模子或算法。
3）软件视角：把柄用户反映，调治数据和参数，必要时，调治模子和算法。
这个过程其实并不复杂，终点是前两步，是以从狡计机软件开垦兴起之时，就一直关系的信息化和软件化实践。
来望望一个上世纪的一些星盘或者算命软件。中枢功能其实和当今的排盘App莫得区别。
04 传统命理软件的逆境可是，发展了那么多年，为什么还没目标系数替代线下的大师？
☆ 算不准从本领角度分析，传统的软件或App，在固定算法部分，也等于命理信息输入和基础的命理特征索取上，照旧终点纯属（即上文的①-②步）。可是，在数据的推演和分析上，照旧无法作念到通过程序算法来输出合理的完了。这里有两个主要原因：
1）繁难高质料的命理学问数据
命理学问是扫数这个词推演过程的中枢基础，但现时所能依赖的数据却存在较着的质料与结构性问题：
数据内容的复杂与不长入：
命理学问主要起头于传统竹素（比如八字看《三命通会》、《滴天髓》等几本书）裸体，这些书成书时辰跨度大，配景和表面各有千秋，内容描摹王人不长入。
例如来说，对于八字十神“七杀”的解读，不同的竹素中称呼与表述王人不长入：有的称其为“偏官”，有的顺利写稿“煞”或“七煞”。即便用搜索本领找到关系内容，如：“若七煞止一，而制伏有二三处，喜行煞旺地，倘运再遇制伏，则尽法无民……”，其语义复杂，系数依赖命理师的学问配景和训诫判断。对于软件来说，这样的内容既难以解析，更难升沉为具体的端正。
数据繁难结构化处理：
软件运行高度依赖结构化数据，而命理经典的内容往往是以论说性笔墨呈现，信息分散且格式不长入，需要转成合理的数据结构和代码。
岂论用哪一种设施设计程序，王人会波及大王人东谈主工标注、算法设计和编码责任，本领末端资本相称高。
2）命理端正数目广阔且迁延
并不是扫数命理端正王人不错松手列出严谨的数学公式，同期命理组合许多，端正复杂，这些王人极地面阻难了其程序化末端：
端正组合的爆炸性增长：
以八字为例，仅看最基础的十神定位（如年干“正官”代表的含义），已稀有百种可能的解读。如果再加入其他维度（如柱间关系、刑冲合会等作用），端正组合的数目将呈指数级增长。
例如来说：“正官在年干，五行属金，金旺制木，花式入官印相生，主东谈主宜公职……”，如斯复杂的推演过程，需计划每个柱之间的关系以及花式演变，不仅依赖多层逻辑推理，还需要对端正进行优先级排序，才能得出准确完了。这对传统编程逻辑惨酷了极高要求。
端正起头的迁延性与丢失：
命理端正多源于文化传承，其中大王人内容是口授心授，无法保证信息的严谨和一致性。一些缺欠端正的高下文信息（如特定派别对端正的补充条目）在历史传播中已丢失，导致端正迁延以致互相矛盾。
比如“身强”与“身弱”的判断模范，各个派别会有系数不同的界说（比如有的粗心到只看月令，有的则加入复杂的生克旺衰判定），这种不合会引出许多学术上的接洽，可是对于程序末端来说，就会嗅觉无从下手，不知谈以谁为准。
☆ 繁难“情面味”和“信任感”从用户心态分析来看，传统命理软件在用户体验上靠近两大中枢问题：
1）个性化的不及
机械化套模板：传统命理软件以输出固定格式的答复为主，这些答复往往是基于预设模板生成，繁难生动性和个性化。用户很容易合计内容“套话”太多，繁难简直度。同期，有的用户可爱多听一些命理分析，有的东谈主可爱顺利的“铁口直断”，软件也不会为用户提供合适的输出。
繁难“情面味的反映”：同期，相较于现实中的大师，软件无法提供“情面味的反映”。用户但愿得到和睦且针对性的领导，而不是一份冰冷冗长的答复。
2）交互方式的局限
以单向输出为主：用户一般是带着个性化的期待来使用命理软件的，但传统软件的交互方式往往是“输入数据>>输出答复”的历程，阑珊与用户互动的历程。
繁难动态反映：传统软件无法把柄用户的及时反映调治分析内容。例如：
用户阅读答复后可能会对某些论断产生疑问，但软件莫得机制来讲解注解这些论断或进一步推导。用户的情愫状态（如慌乱、漆黑）也无法被软件感知并提供顺应的感情抚慰。现时的逆境反不雅现实中的大师，他们不仅领有专科的命理学问，还具备丰富的情愫交流训诫，而这恰是现时软件所较着繁难的竞争力。基于这一局限，面前命理软件App的主要发展地点分为以下两类：
专科器用型：为专科大师或爱好者提供排盘器用，援救进行命相识读，提高效用。这类软件有点访佛病院的问诊系统，匡助汇集用户的基础信息，并提供一定进程的学问援救，但最终的疏通和有计划仍然由大师完成。究诘平台型：手脚联接大师和用户的桥梁，承担销售和获客功能。这类平台通过匡助用户快速找到稳当的大师并建造疏通桥梁，显赫提高了用户体验和信任度。关联词，其中枢就业依然依赖于大师的个东谈主才智。关联词，岂论是哪种地点，现时的发展似乎王人已触及瓶颈。
对于专科器用型，排盘器用的功能早已趋于纯属，多年来简直莫得颠覆性的创新。岂论是西方星盘照旧东方八字，这类软件仍停留在“自动狡计基础特征”的阶段，无法替代大师的中枢分析才智，其援救作用也终点有限。
对于究诘平台型，尽管顺利联接了用户与大师，但用户体验的提高仍高度依赖于大师的个东谈主才智。如果平台经受放任经管的方式，就业质料很难保险；而如果平台试图深度介入和模范化就业内容，则容易松开用户与大师之间的情愫联接，从而使就业体验的温度与个性化大打扣头。
是时候寻找下一代的命理软件了!
05 AI的契机在那儿？以ChatGPT为代表的大语言模子（LLM）的崛起，给命理软件带来了全新的可能性。各人照旧亲眼见证了GPT类期骗在各个场景中的交互立异，那么，这种能够相识自然语言、生成千般化内容的坚硬器用，是否也能改变命理领域的传统模式？谜底是笃定的。LLM不仅有才智优化传统命理软件的交互体验，还不错重塑命理学问的数据逻辑。
对于AI，这里有两个地点：
地点1：基于海量用户数据的生成式模子以八字为例，有上百万种组合。自然从数据量上看，教练构建一个模子并不是猴年马月的计划，但中枢的问题照旧在于数据汇集。
一方面，咱们需要大王人准确的降诞辰期和时辰数据；另一方面，更紧要的是与“东谈主生轨迹”关系的多维度标签化数据。比如，算射中常见的话题——学业、钞票、婚恋、职业等，背后王人需要真实的事件手脚教练依据。关联词，这些数据往往波及隐痛以致微妙信息。以八字断学历为例，若想建造模子，就需要一批东谈主的真实高考登科或者大学生数据，而这样的数据往往掌合手在特定的各人机构或大型企业手中，这类组织较着不太可能松手授权拜谒这些数据。值得耀眼的是，旧年底有一篇热点论文（Using sequences of life-events to predict human lives）探讨了访佛的地点，但更多是从统计学和深度学习的角度启程，与哲学无关。
如果认同哲学的统计学真义，那么哲学的一些推演模子是不错借用访佛设施的。例如，在事件序列展望中，时辰序列分析与分类模子被正常用于处理基于时辰的连气儿数据，这类本领表面上也不错为八字断运势提供本领维持。时辰序列模子的上风在于能够捕捉数据中的时序依赖性，识别某一时点的特征若何影响来日的发展。这种特质与八字中的流年、大运推演有着自然的契合点。这标明，命理数字化并非系数无解，而是对数据与本领惨酷了更高的要求。
地点2：基于LLM优化传统技法和数据推理另一个地点，是用LLM来修订传统的命理数据和算命历程，让传统命理软件更智能、信任感更足。与依赖海量数据教练的生成模子不同，这种设施的中枢是通过 LLM 的推理才智，将已有的命理学问和端正进行整合与重塑。
这里有许多领域不错尝试：
命理端正结构化：使用LLM将传统命理中的经典表面（如五行生克、刑冲合会、十神关系等）升沉为可狡计的结构化端正库。例如：将“身弱喜印、忌财”这样的表面，自动升沉为LLM容易相识的结构化端正，供后续推理。这一步颠覆了传统命理端正系数需要东谈主工归纳和回归的过程，提供了新的可能性。
生成式推理：借助 LLM 的自然语言生成和高下文相识才智，在输入八字命盘或用户问题后，动态完成复杂的命理推演：
冉冉推理：LLM 不错基于八字中的十神组合、流年关系，按照命理端正逐层推导出论断。例如，从“身弱”推导出“喜印”，再结合大运流年推算职业运的变化趋势。念念维链解读：不仅提供论断，还不错通过生成讲解注解性语言，澄澈描摹推理过程。例如，“你的八字身弱，喜印星。结合本年的大运，印星被冲，可能导致职业压力加多”。这样的描摹过程，会让AI的完了更有信服力。及时高下文互动：把柄用户的发问动态生成回应，如“我本年情谊运势若何？” LLM 不仅能结合八字推算完了，还能把柄高下文编削回应内容，让分析更贴合用户需求。东谈主工大师不可能牢记每个客户究诘过的内容，可是AI不错。个性化与情愫化抒发：基于用户可爱的语言格调，结合用户的配景和心绪，提供更靠近感情需求的解读。例如，用和睦饱读舞的口吻安抚用户的慌乱，或用专科术语讲解注解命局中的要点，让互动更具“情面味”，充分建造信任感。
X Factor：AGI当咱们驳倒AI时，绕不开的话题等于以通用东谈主工智能（AGI）为计划的来日本领。如果AGI简直末端了，可能发生什么？
最大的变化巧合是超脑级别的数据整合才智。AGI能够将命理推演与其他领域的数据（如工作发展、财务情状、健康趋势等）深度交融，提供更全面、更精确的展望。这种展望将不再是单一的命理逻辑，而是一种基于真实数据与科学推演的结合，以致可能让哲学自身更具“哲学”色调。
同期，AGI还不错基于用户的语言、心绪和配景，深度相识用户的需求。它不仅不错完成复杂的命理推演，还能提供感情教养，给出全地点的生计建议，以致顺利参与处分推行问题。AGI，笃定不单是一个“展望器用”，而是一个简直懂你的“伴侣”。
06 若何用现时的AI作念好命相识读？在AGI期间未到来之前，现时的AI若何不错作念好命相识读？个东谈主或者小团队更容易操作的应该是地点2，即基于LLM优化传统技法和数据推理。于是，我也围绕了这一地点作念了一系列尝试。底下让我一一剖判。
☆ 确保基础信息准确GPT刚上的时候，许多东谈主会顺利问AI对于八字，星座之类的情况。粗心的十二星座还好，可是碰到复杂点的八字，最基本的排盘王人是错的。现存的LLM是生成式模子，数理运算和端正推理还有短板。这种强端正和算法的运算，照旧不可系数解除传统算法。
因此，第一步是要输入准确的基础命理信息。这一步和AI莫得太大关系，传统软件有许多很纯属的算法，咱们要作念的是，让AI在合适的时候调用这个算法。现时大多数LLM平台王人有function调发愤能，只消建立好对应的参数，笔墨讲解明晰function的内容和用途，就不错让AI在合适的时候调用传统排盘接口。
不外非凡说一句，这一步看似很粗心，却也能表现许多模子才智的不及。我之前对比过大致10家模子，能保证参数识别和生成基本不出错（比如10次能确保8次以上准确）的三三两两。
☆ 结构化学问数据这是LLM重塑命理过程的中枢，亦然区传说统软件的紧要塞方。
GPT刚上的时候，许多东谈主顺利把算命书丢给GPT，让AI来解读，可是效果很差。这里有几个问题：
AI并不是的确“相识”：受限于高质料的命理教练数据，GPT模子现时对于命理学问旧书的‘相识”较弱，就算加上了RAG，也很难调记忆要的内容。比如我问“我什么时候发家”，AI从旧书里只可检索出“时至发家发福，运来就地应变”，这看起来过于虚无缥缈，对推行命理推演的匡助很小。对于LLM来说，最佳的输入依旧是是结构澄澈的内容，比如”大运.天干 == 财星” -> “发家”。
输入和输出内容相反较大：现时的 LLM，手脚生成式模子， 和东谈主类一样，需要准确、稳当阅读风气且贴合用户领会的数据。以“升职加薪”为例，书中可能会以“某星入命，利于宦途显达”这样的古文抒发，而现代东谈主则更倾向于“本年职业顺利，有望升职加薪”的直白表述。这就需要将传统命理古籍的内容升沉为现代东谈主能够相识的正常学问，或顺利汇集现代命理名家的竹素内容，来让 AI 更好地适期骗户需乞降现代抒发风气。
知谈了问题，那么底下咱们要作念的就变得澄澈了，
缺欠端正结构化
当先，咱们需要把传统的竹素提真金不怕火成结构化或者半结构化的内容，浅薄LLM不错进一步相识。
这里的提真金不怕火，在AI出现之前，是一个高资本的东谈主工标注和数据整理责任。在AI出现以后，咱们就不错变成一个自动化活水线责任。
比如我在整理十神关系信息，原始的输入是这样（顺利从书本扫描节录）：
在一堆“帮我解析并生成json复返”的prompt调教后，AI不错生成这样：
这样的内容，弥漫AI用于端正解读，同期也不错作念一些程序化的末端。（后头会提到）
数据描摹改写
命理的原始数据，往来往源于不同的成书期间，让AI相识不同配景的古文，再生成现代文，似乎有点为难它了。现时的LLM大多 是基于 Transformer 架构的生成式模子，其中枢是通过自耀眼力机制对输入的高下文进行权重分派，聚焦于与现时任务最关系的部分。这意味着，前文的内容越靠近计划谜底，模子的耀眼力漫衍越精确，生成的内容也会越准确。
因此，一个灵验的作念法是，把柄现时用户的特征，将古籍中的端正改写为贴合用户需乞降相识风气的描摹。这一步不错通过精调 prompt 的方式，让 LLM 生成阳春白雪的表述。
假定咱们想解读一个男生偏财旺的命理特征，传统命理中的描摹可能是：
“偏财财位发他乡，宛转风致性要强，别立家园三两处，因名因利自家忙。”
顺利输出访佛的古文表述，用户会合计晦涩难解。况且与用户问题的关联度可能会很低。 咱们不错通过自界说的prompt，最佳提供一些示例。比如：
—
请把柄以下要求，将内容改写为阳春白雪的现代抒发。
1. 使用现代日常语言，去掉晦涩的古文格调。
2. 加多具体的特性描摹，稳当普通用户相识。
3. 保留原文中的中枢含义。
# 输出示例
“正官旺的东谈主往往特性在意、预防端正，给东谈主一种褂讪可靠的嗅觉。他们在责任中牵扯心强，尤其稳当经管岗亭或公员责任，常给东谈主留住好印象。”
—
最终输出：
偏财旺的东谈主往往职业发展多在他乡，特性宛转大方，喜爱酬酢，花边新闻不竭。他们往往有才智在多个地方置业，生计中忙于追求名利，充满活力和劲头。
临了再把改写的内容手脚输入喂给LLM，效果就会好许多。通过这种端正改写的内容，咱们不错大幅提高 LLM 在命理场景中的适用性和回应质料，让命理推演更智能、更接地气。
☆ 合理注入学问库 (RAG)这里属于RAG的边界，会有许多RAG的技巧和算法不错期骗。对于通用的历程和算法部分，本文不作念伸开接洽。不外在命理层面，有几个地方需要终点耀眼。
把柄用户意图采用学问库
色拍拍欧美视频在线看命理究诘中，用户的需求可能连结在职业、婚配、钞票等多个领域。AI的每次交互，并不需要引入扫数的学问，token也不允许。因此把柄意图来采用学问库，就很紧要了。
对于意图的识别，依旧不错用AI，一些小的模子足矣。比如4o-mini，就照旧作念得很好了。
结构化数据注入
和前边提到的一样，LLM更可爱结构化的数据格式。因此，咱们在喂学问给LLM时，尽量王人使用合理的结构化。
比如咱们要提供最基础的八字信息： 正常的八字可能等于“戊辰 壬戌 辛酉 庚子”， 可是你如果顺利问GPT：“这个八字的时干十神是什么？”，谜底基本王人是错的。
是以在这个才略，你需要注入结构化的十神信息，确保AI在后头的推理中不会很是推理十神。 比如我不错这样注入四柱信息：
这时候你再问AI对于十神的学问，就不会错了。
内容考据
内容考据，不错集成在 RAG 历程中，也不错手脚独处的后处理才略。考据的计划是确保生成的内容与检索到的文档一致，从而幸免或减少模子“幻觉”（hallucination）。值得耀眼的是，这一步的考据不错通过相似度算法作念匹配，并不一定要引入LLM。
示例：
问题：“甲木日主2024年的运势若何？”
检索完了：“甲木日主：2024年流年干支为甲辰，与甲木命主造成并列关系，需耀眼东谈主际关系的竞争。”
模子生成谜底：“2024年对于甲木命主来说，东谈主际关系可能会出现竞争或矛盾，需耀眼均衡团结。”
考据：确保模子谜底的论断与文档内容一致，若不一致，则需要从头检索或生成。
不外在推行期骗中，考据可能会带来非凡的用户恭候时辰，终点是考据失败后的处理。因此，把合手考据的时机以及也很紧要，非缺欠问题不错不需要考据。
☆ 多Agent协同在复杂的用户交互中，通过多agent的协同，不错大大提高用户交互体验，不管是效用照旧欢喜度。AI推理过程不需要一蹴而就，许多数据不错经过屡次处理、分阶段优化，从而更精确地称心用户需求。
在与用户交互时，不错设立至少3个以上的Agent进行协同责任，各司其职，末端高效单干团结：
意图判断Agent：精采解析用户的输入意图，并将意图升沉为结构化数据或任务指示。学问生成Agent：把柄用户的意图，结合RAG历程检索学问，或动态获取需要注入的学问（比如现时时辰）。内容输出Agent：精采和用户言语的Agent，将生成的学问组织成易于相识、稳当用户语境的输出内容。
☆ Prompt调治另外，Prompt教唆词，依旧是和LLM交互的中枢，这里有几个常见技巧：
通用的Prompt框架：岂论是命理互动，数据处理，照旧学问检索，尽量用吞并类的框架来编写prompt，便于惊羡和改进。在命理交互方面，会相比推选CO-STAR框架或者Claude的XML tag，很稳当设定命理师的责任历程。
杰出基础学问设定：对于基础学问，需在 Prompt 中明确设定例则，幸免模子生成很是内容。比如讲到八字，五行生克是AI很容易出错的地方，相称需要在Prompt中高亮杰出。
推理过程：推理才智是提高 LLM 输出逻辑性和准确性的缺欠，这里一般有以下两种设施。
1）顺利使用有过推理调教的模子，比如o1模子，稳当推理的过程，可是现时有些太慢了，相比难居品化。另外调教的难度和普通模子一样，很依赖高质料的结构化数据输入。
采用题 > 填空题：在交互过程中，设立明确的选项能显赫提高AI的判断准确率。
专注一个派别：以八字为例，命理派别宽绰，若同期尝试多个派别分析，容易导致完了矛盾或逻辑不一致。学问不是越多越好，是越专注越好。
☆ 传统算法的锦上添花当咱们的主要观点王人聚焦于 AI 时，通常不可忽视传统的端正算法仍然在某些场景中具有坚硬的影响力。
传统端正与 AI 的互补性：前文提到的许多责任王人波及若何结构化数据或引导 AI 推理。如果某些才略不错通过传统端正算法末端，而无需借助 AI，则能显赫提高交互的效用和准确性。
比如八字中身强和身弱的判定，自然不同派别对身强身弱的界说存在争议，但如果采纳一种纯属派别的端正（比如不错量化日主得令、得地、得助的权重评估），系数不错通过程序化末端身强身弱的自动判定。这种设施既能减少 AI 对复杂推理的依赖，又能为后续分析粗略大王人狡计资源。
量化与结构化的极致探索：另外，极致的结构化，等于系数不错用数学公式抒发的量化。一些研究者照旧在尝试将命理分析系数数学量化，有一定的后果，但还需要更多真实数据的考研。但，这里其实绕不开的照旧信任感的进修，假如量化算出的完了，与用户的现实情况不符，是否还有空间保留这份信任感？
07 笔者的一些实践笔者开垦的GPTs (Chinese Bazi Fortune Teller)，运行只是出于业余爱好，作念给我方用，趁机发布出去。没猜想用户在莫得任何实施的情况下络续增长，于是络续更新1年（主淌若学问库），现时依旧保持在GPT Store的首页榜单。让我惊诧的是，我收到过好屡次葡萄牙语、俄语、阿拉伯语之类的用户正面feedback，没猜想东方命理文化在GPT的载体上，很容易就得到其他国度的认同。
可是，受限于GPTs自身居品交互的完了，以及GPT模子的黑盒，上文提到的许多优化逻辑，效果很容易遭遇瓶颈，或者很难实践。因此，我也在重构一个全新的独处AI算命居品 (相连)，从开垦情况来看，效果会好许多，不错生动戒指输入的学问和变量，提供更准确的内容输出，和更灵验率的AI交互。
可是，挑战照旧许多的，除了居品开垦自身的责任量，命理学问结构化是最主要的挑战。在GPT出现前，我不敢想，可是当今有AI作念开垦援救，难度镌汰许多，让我有信心将复杂的命理学问冉冉升沉为不错被机器相识和期骗的端正。只是个东谈主的力量是渺小的，来日要络续借助社区和专科东谈主士的力量。
替代线下究诘并不是主要计划，因为东谈主与东谈主疏通带来的情愫慰藉，是AI在短期内很难替代的。但现时的计划，是要让AI通过翔实的学问推理，以及匹配的疏通方式（笔墨、语音、以致VR），为用户提供弥漫的信任感，成为用户某种格式的精神伴侣，让用户在漆黑时能够快速找到精神落脚处。要达成这个计划，当先要让AI能够完成基于已知命理学问作念到准确推理。往往而言，这也代表了推行算命的准确率。推理过程越准确，准确率笃定越高。但如前文提到的，算命不可能100%准确，却依旧能提供弥漫的精神能量指引。
“甲木参天，脱胎要火”。东方命理文化是东谈主类命理文化中很紧要的缺欠，我也但愿借助AI这个载体，不错更好地冲破文化和语言的界限，让各人在享罢免理就业的时候有更多的采用。
本文由 @Jing 原创发布于东谈主东谈主王人是居品司理。未经作家许可，退却转载
题图来自Unsplash，基于CC0条约
该文不雅点仅代表作家本东谈主裸体，东谈主东谈主王人是居品司理平台仅提供信息存储空间就业
