子兰AI应用场景，发展以及安全.md 2.6 KB
notion-id: 1a5ca4d7-cb7b-805c-a9e1-ee1dbd9e48
常规模型运行结构图： ![[IMG-20260516155633210.png]]
一、子兰私有知识库
调用企业微信、云装天下ERP、销帮帮CRM，抖音，小红书等数据来源，对数据进行向量化操作，将其转换成公司私有知识库。 方式：统一信息来源或通过第三方API获取数据
二、Deepseek模型部署
方式一：购买第三方AI模型API链接 方式二：购买设备部署私有化AI模型
三、子兰私有数据库+Deepseek模型
组装上下文，即查询问题+向量库通过AI模型获取所需信息。 回复内容基于模型参数及私有数据库
四、设计专用提示词
下达指令：模型严格按照明确的信息，反馈定制结果 表达需求：灵活性高，避免过度约束，一定程度的自由发挥， 因为目标明确，信息充分，结构合理，多样性考虑避免AI幻觉，导致产生AI自信的胡说八道。导致数据不真实。
五、应用场景（基于Dify)
一、对话流 二、工作流
六、安全配置
避免使用默认端口，避免被滥用于其他方面或者被外部攻击。本地部署必须知识库环境为局域网。 涉及外部查询需要采用CDN隐藏服务器IP地址，不暴露系统IP地址。
七、阶段痛点
| 阶段 | 痛点 | 解决方案 | 说明备注 | 实现目标 |
|---|---|---|---|---|
| 用户数据 | 数据重复冗余 | 通过API对接融合不同系统平台的数据集中管理 | 销帮帮CRM系统可通过API接入云立方ERP系统 | 模型只需要分析一个数据源，减少Ai回复速度 |
| 知识库构建 | 无法提供支持模型分析的知识库格式（md，csv，txt，pdf） | 部门提供相关相关格式的知识库投喂模型分析 | 知识库需要定期维护更新 | 创建丰富的知识库提供模型分析，减少AI幻觉 |
| 面谱化用户数据 | 没有标签化客户信息，无法精准分析用户需求 | 标准化表格结构 | 部门固定表格内容和填写规范 | 创建一个丰富的用户数据源，丰富数据分析结果 |
| 精准数据录入 | 员工对于数据无法做到细致化录入 | 系统化培训且定制相关工作流每天通过AI模型检查数据录入情况。如出现没有录入清楚的数据，强制通知。 | 信息永远是人工录入，AI模型不会自己创建数据 | 明确AI的工作目的只需要去分析，统计 |
| 工作流创建 | 工作流不完善且操作繁琐 | 优化工作流 | 工作流可以促进数据分析 | 减少人工反复操作的流程 |