第九章：问答之术——对话能力养成

多轮对话接拆招，思维链推理步步高。

【本章导读】

真正的对话不是一问一答，而是多轮交互。模型需要记住上下文，理解对话历史，才能接招拆招，应对自如。

---

一、多轮对话：接招拆招

【对话格式】

####
你好，我想了解Python编程。
####

你好！Python是一门非常适合初学者的编程语言。你想了解Python的哪个方面呢？
####
我想学习Python的基础语法，能给我一些建议吗？
####

当然！学习Python基础语法，我建议从以下几个方面入手...

【上下文窗口】

多轮对话需要将历史对话作为上下文输入：

第1轮:
用户: 你好
助手: 你好！有什么可以帮助你的？

第2轮:
输入: [第1轮对话] + 用户: 你叫什么名字？
助手: 我是一个AI助手...

第3轮:
输入: [第1轮对话] + [第2轮对话] + 用户: 你能做什么？
助手: 我可以帮助你...

【上下文长度管理】

策略	描述	优缺点
截断	只保留最近N轮	简单但丢失信息
摘要	将历史对话压缩为摘要	保留关键信息
滑动窗口	固定窗口大小滑动	平衡效果

---

二、思维链：步步为营

【思维链心法】

复杂问题需要分步骤推理。思维链（Chain-of-Thought, CoT）让模型展示推理过程，步步为营，提高复杂问题的解决能力。

【思维链示例】

问题: 小明有5个苹果，给了小红2个，又买了3个，现在有几个？

普通回答: 6个

思维链回答:
让我一步步思考：
1. 小明最初有5个苹果
2. 给了小红2个，剩下 5 - 2 = 3个
3. 又买了3个，现在有 3 + 3 = 6个
答案是6个。

【思维链的效果】

任务	无CoT	有CoT	提升
GSM8K（数学）	17%	58%	+41%
AQuA（数学）	24%	35%	+11%
StrategyQA	54%	65%	+11%

【如何激发思维链】

1. Few-shot提示：在提示中给出思维链示例
2. Zero-shot提示：告诉模型"让我们一步步思考"
3. 训练数据：在SFT数据中包含思维链

---

三、Few-shot学习：举一反三

【Few-shot心法】

Few-shot学习让模型从少量示例中学习新任务，如同武学高手举一反三，触类旁通。

【Few-shot格式】

任务: 情感分类

示例1:
输入: 这部电影太精彩了！
输出: 正面

示例2:
输入: 服务态度很差，再也不来了。
输出: 负面

示例3:
输入: 今天天气不错。
输出: 中性

现在请分类:
输入: 这家餐厅的菜很好吃，就是有点贵。
输出: ?

【Few-shot vs Zero-shot vs Fine-tuning】

方法	需要示例	需要训练	灵活性
Zero-shot	否	否	最高
Few-shot	少量	否	高
Fine-tuning	大量	是	低

【Few-shot的最佳实践】

1. 示例数量：通常3-5个示例效果最好
2. 示例选择：选择代表性、多样性的示例
3. 示例顺序：重要示例放后面
4. 格式一致：所有示例格式保持一致

---

四、角色扮演：千面化身

【角色扮演心法】

通过系统提示，让模型扮演特定角色，适应不同场景。

【系统提示】

系统: 你是一位资深的Python编程专家，擅长用简单易懂的方式解释复杂的编程概念。

用户: 什么是装饰器？

助手: 装饰器是Python中一个非常优雅的特性，它允许我们在不修改原函数代码的情况下，给函数添加额外的功能。
...

【角色扮演的应用】

角色	应用场景
编程专家	代码编写、调试
翻译专家	多语言翻译
写作助手	文章创作、润色
学习导师	知识讲解、答疑
客服助手	问题解答、服务

---

五、工具调用：神兵利器

【工具调用心法】

模型本身能力有限，通过调用外部工具，可以获得更强的能力，如同武林高手配备神兵利器。

【工具类型】

工具	功能	示例
搜索引擎	获取实时信息	搜索最新新闻
代码执行	运行代码	计算复杂数学
API调用	访问外部服务	查询天气
数据库	查询数据	检索知识库

【工具调用流程】

用户: 北京今天天气怎么样？

模型思考: 我需要调用天气API来获取北京的天气信息。

模型输出:
{
  "tool": "weather_api",
  "parameters": {
    "city": "北京"
  }
}

系统执行工具，返回结果:
{
  "temperature": "25°C",
  "weather": "晴",
  "humidity": "45%"
}

模型输出: 北京今天天气晴朗，气温25°C，湿度45%，非常适合外出活动！

【Function Calling】

现代大模型支持结构化的函数调用：

tools = [
    {
        "name": "get_weather",
        "description": "获取指定城市的天气信息",
        "parameters": {
            "type": "object",
            "properties": {
                "city": {
                    "type": "string",
                    "description": "城市名称"
                }
            },
            "required": ["city"]
        }
    }
]

response = model.chat(messages, tools=tools)

---

六、本章心法总结

【口诀】

多轮对话接拆招，思维链推理步步高。
Few-shot举一反三，工具调用神兵到。

【要点回顾】

要点	说明
多轮对话	管理上下文，记住历史
思维链	分步骤推理，提高复杂问题解决能力
Few-shot	从少量示例中学习
角色扮演	通过系统提示定义模型角色
工具调用	扩展模型能力边界

---

带你进入AI时代最前沿的认知盛宴

【下一章预告】

下一章，我们将学习多任务微调，探讨如何让模型成为多才多艺的全能选手。