1. 以前觉得 b2c 不重要，以前觉得手机购物不重要，现在觉得 Chat 交互不重要 2. [[苦涩教训]] [[四渡赤水-前端]] [[四渡赤水-闪电行动]] [[四渡赤水 [[四渡赤水-技术]] [[四渡赤水-xuxiake]] [[四渡赤水-数据分析]] [[四渡赤水-解忧杂货铺]] [[四渡赤水-prompt]] 1. **和看小红书有等量的信息量**，但是有更高的效率 2. 行程规划的核心视角是 [[四渡赤水-POI]] 视角 3. **用新挂靠把老帖子跑一遍** 4. **通过沉淀下来的数据集** **问题和意图。做反向归类的向量集** **命中才做意图识别** 5. **行程规划不会严格按照做，只是行前了解信息的话渗透率不够。应该全流程都有****hook** **来感知行程的好** 6. 提高准确率 **同时给原文和挂靠系统的****tool****让他自我修正。** **react****模式** 7. **用****bert****微调一个意图识别**、 8. **工具里把旅行足迹** **和总结也加上** ___ [LLM](LLM)对路线推荐的意义： 1. 推荐策略更灵活 传统推荐多是召回一排序一重排，优化CTR、CVR。大模型可以作为策略中枢：根据用户意图、上下文直接 orchestrate 召回策略，甚至**动态生成推荐理由**。 层面的影响 1、架构变化 传统：多路召回一精排一重排。新趋势：大模型可能作为“入口层代理”，对 query/上下文做理解，再调用传统召回模块，最终结果再用 LLM 生成式组织。相当于从“检索驱动”变为“意图驱动”。2、指标变化 搜索：从CTR、相关性，扩展到用户满意度、留存率、答案质量感知（QA metrics）。推荐：从 CTR/CVR，扩展到多样性、新颖性、解释性。3、用户体验与商业化 搜索：用户习惯会从点选结果，逐渐转向“对话式交互”；广告模式也会调整（答案页里怎么嵌广告？）。推荐：可生成“个性化故事式推荐”，提升用户粘性，但也要避免”幻觉“ 3、用户体验与商业化 搜索：用户习惯会从点选结果，逐渐转向“对话式交互”；广告模式也会调整（答案页里怎么嵌广告？）。推荐：可生成“个性化故事式推荐”，提升用户粘性，但也要避免“幻觉“ # 技术栈与架构 1. 垂域Agent 的本质是[任务型对话](任务型对话.md) 多 Agent 相关 意图识别与偏好识别相关 Chat 基建相关 机酒火门业务线接口相关 数据处理相关 抓取侧相关 业务运营平台 Al巡检相关 发布运维与可观测性 | **1** | [[大模型算法工程师]] | 研发与优化超大规模预训练模型（LLM/CV多模态），追求通用人工智能（AGI），涵盖基座模型训练、下游任务适配（微调）、推理加速及落地应用。| Transformer架构、预训练、提示工程（Prompt Engineering）、人类反馈强化学习（RLHF）、智能体（Agent）| 智能对话（ChatGPT）、代码生成（GitHub Copilot）、内容创作、行业大模型（金融、医疗）| OpenAI、Google DeepMind、Anthropic、百度、阿里、字节跳动、华为、微软、Meta | | ----- | --------------- | ---------------------------------------------------------------------- | ----------------------------------------------------------------------- | ------------------------------------------------------------------------ | ------------------------------------------------------ | | **4** | [[自然语言处理 NLP]] | 处理和理解人类语言，实现人机自然交互，与大模型深度融合。| 预训练语言模型、文本生成、信息抽取、机器翻译、[[情感分析]] | [[智能客服]]（阿里小蜜）、机器翻译（Google Translate）、舆情分析、金融风控文本分析、代码补全（GitHub Copilot）| 微软、Google、阿里、腾讯、IBM、金融科技公司（平安科技、招商银行）| | **2** | [[搜广推]] | 构建连接用户与信息/商品/服务的核心系统，是互联网业务的流量与收入引擎。追求精准匹配、推荐个性化、广告商业价值与用户体验的平衡。| 召回与排序、查询理解、CTR/CVR 预估、大规模稀疏建模、[[强化学习(Reinforcement Learning)]]、A/B 实验平台 | 电商平台（淘宝、京东）、内容平台（抖音、小红书）、搜索引擎（Google、百度）、广告系统（字节穿山甲、Google Ads）| 阿里巴巴、字节跳动、腾讯、百度、Google、Amazon、Meta、Pinterest | | **7** | **运筹优化/决策智能方向** | 构建模拟与算法进行最优决策，以实现效率提升或成本节约。| 强化学习、图算法、组合优化、仿真系统、数学规划、[[进化算法]]、[[遗传算法]] | 物流路径规划（菜鸟网络）、网约车行程调度（滴滴）、仓储管理、生产排程 | 滴滴、美团、阿里菜鸟、顺丰科技、Shein、Amazon | | **5** | **用户画像与数据挖掘方向** | 分析海量用户数据，构建[[标签体系]]，是精准营销与个性化服务的核心。| 大数据处理（Spark/Flink）、[[特征工程]]、聚类算法、[[知识图谱]]、Lookalike | 广告精准投放、金融信用风控评估、用户增长与运营、社交网络分析 | 各大型互联网公司（阿里、字节、腾讯）、美团、滴滴、金融机构 | # Cues [产品经理 PM](产品经理%20PM.md) [[四渡赤水-技术]] [四渡赤水-运营系统](四渡赤水-运营系统.md) [四渡赤水-retrieve](四渡赤水-retrieve.md) [[四渡赤水-提示词]] [[四渡赤水-帖子处理]]