本篇内容是一个总览，接下来的文章内容会分多个视角来拆解这个产品设计方法，会从医疗数据清洗、知识库设计、query改写、意图识别、提升rag召回准确率多个维度进行拆分。等其他内容发布成功后，对应的链接会插入到本文中。

一、前端产品设计（核心：控制用户预期、锁死提问范围、降低推理难度）

1）产品做大，名称起小——严控医疗预期，不越界

不能叫：AI医疗诊断助手、健康医生、智能问诊（名字太大，用户会当成看病）

应该叫：

• 孕期健康科普问答
• 慢病护理咨询助手
• 就医指南智能问答

名字越小、场景越窄，用户越不会让你“诊断疾病、开药方”，从入口就把推理难度、开放程度锁死。

2）提示问题与引导语——告诉用户“我能做什么、不能做什么”

角色定位语（直接用）：

我是免费健康科普助手，只提供科普、护理、就医引导，不做诊断、不开药方。

新手引导：

直接给提示问题，把用户提问框死在低风险范围：

• 孕晚期胎动多少算正常？
• 高血压日常要注意什么？
• 体检报告异常指标怎么理解？
• 咳嗽该挂什么科？

不让用户自由乱问急症、诊断、治疗类问题。

3）联想词控制——精准、省成本、防违规

只联想合规科普类词汇：胎动、产检、低盐饮食、转氨酶、科室选择…

屏蔽/不联想高风险词：诊断、吃什么药、吃几片、手术、治疗方案、癌症…

联想词入库：

把高频安全问题入库，用户一输就弹出标准问句，减少开放提问，降低大模型调用成本。

4）基础体验——医疗场景要稳、慢、清晰

吐字/输出速度：偏慢、逐句输出，让用户看得清，不焦虑

回答视角：始终站在科普/建议视角，绝不出现“你这是XX病”

交互：

• 支持问题重新编辑
• 支持“再解释一遍”
• 支持一键查看“权威来源”

医疗类回答必须可追溯、可重读。

二、后端产品设计（核心：先分类再处理、知识库细、切片准、召回稳、prompt严）

1）QA 处理方式：先分类，再设计–意图识别

① 按热门/小众分（降本核心）

• 热门问题（80%）：孕期常识、慢病注意事项、怎么挂号、报告怎么看 → 直接用小模型/关键词匹配/FAQ库回答，不调用大模型，极省成本。
• 小众问题（20%）：特殊护理、多条件咨询 → 再走RAG+大模型生成。

② 按问题类型分（医疗专属分类）

• 症状科普类
• 就医引导类
• 体检报告解读类
• 慢病/孕期护理类
• 用药禁忌科普类

不同类型走不同prompt和知识库。

③ 按用户分层

• 新用户：强引导、多提示、多解释
• 老/高频用户：直接回答、精简输出、不重复免责

2）大模型生成结果设计

（1）知识库设计

① 权限设计

• 医疗场景只做公共权限知识库：卫健委指南、国家药典、三甲医院公开科普、权威教材
• 不做个人病历/私人知识库，从根源规避隐私与诊断风险。

② 知识库尽量细分（不建一个大杂库）

医疗必须拆细，否则召回极乱：

• 孕期护理库
• 慢病管理库（高血压/糖尿病）
• 内科常识库
• 外科常识库
• 体检报告解读库
• 就医流程库

越细分，检索越准，幻觉越少。

（2）切片设计

医疗文档最忌讳乱切、切断上下文，按你方法执行：

① 切片对象

卫健委指南、科普文章、临床路径、健康手册

② 切分难度

• 政策/指南类：按章节切
• 科普类：按段落+小标题切
• PDF/PPT：先转文字，按结构切

③ 医疗推荐：特定切分 > 通用切分

用结构树切分：

一级标题、二级标题，切片挂在二级标题下

比如：

孕期健康 → 孕晚期 → 假性宫缩

这样上下文最完整，医疗知识不会断。

不推荐纯字数切分，容易把“正常表现”和“危险信号”切开。

（3）搜索召回设计

医疗场景query必须改写，否则搜不准、答不出：

① query转换（医疗最常用）

• 用户口语：“孕晚期肚子硬邦邦的”
• 转关键词：孕晚期 假性宫缩 正常表现

专业领域效果极强。

② 改写手段（按需用，不浪费token）

• query to keyword：医疗首选
• multi-query：生成2～3个同义问法一起搜
• step-back：复杂问题抽象成标准问题

不随便用cot、hyde，医疗场景容易编答案。

③ 召回：多路召回

知识库检索+关键词匹配+热门FAQ匹配，保证召回率。

（4）prompt 设计（医疗是重中之重：防越界、防幻觉、降噪）

严格按你“强头尾、弱中间、压缩信息”原则：

① prompt 框架（固定模板）

【头部强约束】

你是健康科普助手，只做知识科普，不诊断、不开药、不提供治疗方案。

只根据下面提供的权威知识回答，不知道就说“暂无相关科普内容”。

【中间：召回内容】

<content>

{检索回来的医疗知识}

</content>

【尾部强输出规则】

回答通俗、严谨、简短。

必须加一句：本内容仅健康科普，不替代医生建议。

② 信息太多怎么办

• 医疗知识绝对不能乱删
• 用压缩框架（longLLMlingua/PTCoolkit）压缩

只保留：定义、原因、正常表现、注意事项、就医提示

③ 信息上限

严格控制prompt长度，避免噪声导致模型乱编。