中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

ChatGPT之類的大模型興起之后，一直有人用來做一些比較有趣的事。比如說玄學，就是其中一個方向。而本文作者在本文中分享的這些思考，希望能給大家一些參考。

AI算命從ChatGPT發布以來，熱度在持續攀升。從早期的GPTs應用的火爆，到逐步涌現一批占星類的AI網站或App，用戶和開發者們的熱情依舊。但是，我相信很多人在試用了不少“AI算命”的應用后，都會露出失望的表情，內容雞肋，產品劣質，付費不斷。。。各種問題層出不窮。那么AI算命類的產品到底是什么？用戶會有什么期待？現有的技術到底能做到什么程度？

01 算命，到底在算什么？

算命是一個古老的服務，從帝王將相到平頭百姓，從易經八字到星盤塔羅，無不興致勃勃。當然，不信的人很多。也有些人，一開始不信，但是因為經歷了一些生活變故，便越來越相信玄學。問題是，人們真的只是對“預測未來”感興趣嗎？梁湘潤大師說過，算命的準確率通常只有70%。在不能保證100%準確的情況下，為什么大家還會想去算？

找“大師”算命的人，可能經歷過這樣的場景：

你隱隱感覺“大師”在順著你的話往下說，話語中夾雜著模棱兩可的推測和好聽的祝愿。但奇怪的是，這種說法卻讓你覺得“有道理”，甚至心里有了幾分信任。說的是好事，你會非常相信；說的不好，也會希望“化解之法”能帶來轉機。似乎，算命其實已經超越了命理玄學本身，更多是在心理或情緒層面提供的指引。

那如果這樣的話，是不是就找心理醫生就好了，也不需要找“大師”？不，效果還是有很大不同的。心理醫生的作用是用理性分析幫助你解開心結，但許多人覺得這類“冷冰冰”的建議缺少一種與自我相關的深度連接。而命理卻不一樣，它從嚴謹的理論出發，通過神秘的符號語言解讀你的過去和未來，再加上適當的模棱兩可和腦補，讓你感受到一種“命運的獨特性”。更關鍵的是，它讓人相信自己的存在意義深遠，人生的每一步都可以被解釋甚至規劃。同時，命理中確實可能存在一些難以用當代科學解釋的現象，這種玄妙感為命理增添了“奇跡就在身邊”的力量。

算命的真正價值，并不僅僅是預測未來，而是幫助你找到心理上的立足點。無論是星盤、塔羅，還是八字、六爻，背后都是一種充滿神秘感卻又被廣泛接受的知識體系。這種體系不僅讓你對未知的生活多了一份掌控感，還能在波瀾起伏的人生中為你注入更多正向的力量。換句話說，算命并不是在解決生活的問題，而是通過神秘的語言，賦予你面對生活的勇氣和信念。

02 核心問題是“建立信任”

信任感，是算命內容被接受的唯一前提。設想一下，如果一個陌生人突然跳到你面前，告訴你“明天會發大財”，你會相信嗎？不相信玄學的人，可能一笑置之；相信玄學的人，會覺得這是上天給的積極信號。而更多的人，可能處于“中間派”，一種精神內耗可能就會產生：

• “他看著就不起眼，肯定是胡扯?！?/li>
• “要不我明天去買張彩票試試？”
• “他不會是在變相咒我吧？”

種種思緒揮之不去，于是他們會特別希望有個“靠譜的大師”出現，指點迷津。如果我們進一步假設，這個陌生人準確說出了時間、地點、事件，甚至外貌一看就是“大師”的樣子，那信任感可能會瞬間建立。一旦信任感油然而生，接下來的算命內容也就水到渠成了，仿佛你的命運徐徐展開，大師的指引充滿可能性。

信任感的建立，其實涉及到個人的社會技能和經驗累積。特別是在傳統命理領域，信任感往往通過以下幾種方式實現：

口碑相傳

“熟人推薦”是最常見也最有效的信任建立方式。如果你的家人、朋友、同學、同事推薦了一個算命大師，你天然就會覺得他更靠譜。

這一現象也有心理學依據：人們傾向于相信身邊熟悉的人推薦的事物，因為這種信任感來自于人際關系的延伸。想起當年寫的高考作文題“感情親疏和對事物的認知”，分析的正是這種情感因素對判斷力的影響。這種人際關系鏈條，正是命理大師建立信任感的根基。

知識外顯

所謂“用專業說話”，大師展現的知識水平是建立信任感的重要因素之一。命理并不是“胡說八道”，而是有明確的理論基礎的。五行旺衰、陰陽生克，始終貫穿其中。

一個優秀的大師能將這些理論知識轉化為通俗易懂的解釋，讓用戶感受到邏輯的自洽性。例如，對于“殺印相生”這種高階概念，大師能通過豐富的案例和靈活的解讀，讓人覺得專業又可信。而如果連五行生克這些基礎概念都弄錯，信任感自然無從談起。

溝通同頻

溝通的一致性在命理咨詢里十分重要。俗稱“察言觀色”，大師看你的面相、手相、談吐、氣場，很容易就能判斷個七七八八。他們能通過精準的語言和建議直擊用戶的內心，從而讓人產生“他真的懂我”的信任感。

這種“說到點子上”的能力，其實是溝通技巧與命理知識的結合。大師通過對用戶背景的清晰判斷，讓每一句話都貼近用戶的實際需求，信任感也隨之迅速提升。

一旦信任感建立，算命就不再是冷冰冰的理論輸出，而是一場深入心靈的對話。用戶會放下防備，全身心接受大師的分析與建議。而缺乏信任感，無論內容多么準確，用戶都會覺得是在“胡說八道”。因此，信任感不僅是命理咨詢的基礎，更是玄學行業存在千年的基石。無論是個人大師還是命理App，如何通過口碑、專業、溝通建立信任，都是各自在解決的核心問題。畢竟，只有信任建立，命理內容才能真正走進用戶的心里。

03 命理的數字化

很多人說，算命就是個統計學。確實，從統計學的角度來看，如果樣本空間足夠大，測算精度會驚人的準確。而統計學本身，是一門關于數據的科學，延伸到數據分析和機器學習領域，正在改變我們對傳統學問的認知。

那么，拋開特別玄妙的部分不談，算命天然就應該是一種可以量化和推演的科學過程。通過一個可推導公式建立的體系，提供客觀、透明的結果，這本身就能在邏輯上建立信任感。

從數據和軟件的視角，算命的流程通?？梢赃@么來看：

① 樣本構建：確認問題，采集樣本基礎數據

1）大師會通過傳統的溝通技法，獲得算命對象與本次算命有關的信息。

• 咨詢算命對象的出生年月日、出生地點等基礎信息。
• 觀察面相，手相，獲取生物信息
• 如果是占卜（比如塔羅或算卦），則按流程抽取幾張牌，獲取現實取象。

2）數據視角：獲取用戶信息數據，包括結構化和非結構化的數據。

3）軟件視角：輸入用戶信息，比如表單輸入。

② 特征提?。簭臄祿刑崛￡P鍵特征

1）大師將上一步獲得的基本信息，通過命理基礎技法，提取關鍵特征。

• 獲得出生時間后，可以開始進行八字排盤，計算天干地支、五行十神。
• 塔羅牌則確認牌陣、牌面、位置等情況，比如“戀人逆位”。

2）數據視角：使用固定的算法，將輸入數據結構化，并提取關鍵特征數據。

3）軟件視角：通過固定算法處理輸入用戶數據，獲取基本命理信息。

③ 數據檢索：查找相關規則與知識

1）大師的基于個人記憶和經驗，尋找相關聯的知識，或類似的場景。有必要的時候，會翻閱書籍輔助。

• 比如八字，會檢索關聯度較高的五行、十神、格局等一系列知識，比如八字中金很多，自然就會尋找金多的相關知識，比如從革格，金白水清等一系列說法。
• 塔羅牌，則可以根據抽取的牌型與對應象征，尋找匹配的知識和解讀模板。
• 同時回憶是否見過類似的八字或場景，是否可以套用。

2）數據視角：從大腦知識庫檢索與本次分析有關聯的數據和知識，方便進行下一步分析。

3）軟件視角：檢索關聯知識數據。

④ 數據分析：推演命理結論

1）大師使用推演技法（算法），結合已知的知識，進行分析推理。

• 八字，會根據算命對象的問題（財富，婚姻等），結合格局，強弱，十神定位，五行旺衰等一系列情況進行分析。
• 塔羅牌，則根據牌陣位置關系，結合知識和解讀模板，推測和對象關聯度最大的內容。

2）這個部分是大師技能差別最大的地方，非常依賴知識和經驗，同時會有流派的差異（比如八字有子平法和盲派等）。

3）數據視角：應用特定的知識模型和算法對知識數據進行歸納、分析和推理。

4）軟件視角：通過復雜的模型處理分析基本命理信息和關聯數據，輸出分析結果。

⑤ 輸出結果：生成命理解讀

1）大師使用歸納和溝通技巧，將推理結果告知算命對象。

• 直接告知：“你今年適合投資創業”。
• 委婉陳述結果：“這張牌代表情感的流動性，有時可能暗示一方對關系的投入出現變化。建議你們坦誠交流，看看彼此的真實想法”。

2）數據視角：對數據分析結果進行歸納總結，輸出可閱讀的報告。

3）軟件視角：將分析結果通過用戶喜歡的方式呈現。

⑥ 動態調整：根據反饋優化分析

1）大師根據客戶的互動，動態調整信息的輸入和輸出。

• 算命對象反饋“解讀很準”，大師會更進一步，說出更深入的內容。
• 算命對象反饋“一點都不準”，大師會重新確認生日等信息，或者尋找其他可能不匹配的原因。
• 如果是長期咨詢，大師也會根據客人新提供的信息加入更新判斷。

2）數據視角：收集用戶反饋，優化分析模型或算法。

3）軟件視角：根據用戶反饋，調整數據和參數，必要時，調整模型和算法。

這個過程其實并不復雜，特別是前兩步，所以從計算機軟件開發興起之時，就一直相關的信息化和軟件化實踐。

來看看一個上世紀的一些星盤或者算命軟件。核心功能其實和現在的排盤App沒有區別。

04 傳統命理軟件的困境

但是，發展了那么多年，為什么還沒辦法完全替代線下的大師？

☆ 算不準

從技術角度分析，傳統的軟件或App，在固定算法部分，也就是命理信息輸入和基礎的命理特征提取上，已經相當成熟（即上文的①-②步）。但是，在數據的推演和分析上，還是無法做到通過程序算法來輸出合理的結果。這里有兩個主要原因：

1）缺乏高質量的命理知識數據

命理知識是整個推演過程的核心基礎，但當前所能依賴的數據卻存在明顯的質量與結構性問題：

數據內容的復雜與不統一：

命理知識主要來源于傳統書籍（比如八字看《三命通會》、《滴天髓》等幾本書），這些書成書時間跨度大，背景和理論各有千秋，內容描述都不統一。

舉例來說，關于八字十神“七殺”的解讀，不同的書籍中名稱與表述都不統一：有的稱其為“偏官”，有的直接寫作“煞”或“七煞”。即便用搜索技術找到相關內容，如：“若七煞止一，而制伏有二三處，喜行煞旺地，倘運再遇制伏，則盡法無民……”，其語義復雜，完全依賴命理師的知識背景和經驗判斷。對于軟件來說，這樣的內容既難以解析，更難轉化為具體的規則。

數據缺乏結構化處理：

軟件運行高度依賴結構化數據，而命理經典的內容往往是以敘述性文字呈現，信息分散且格式不統一，需要轉成合理的數據結構和代碼。

無論用哪一種方法設計程序，都會涉及大量人工標注、算法設計和編碼工作，技術實現成本非常高。

2）命理規則數量龐大且模糊

并不是所有命理規則都可以輕易列出嚴謹的數學公式，同時命理組合很多，規則復雜，這些都極大地阻礙了其程序化實現：

規則組合的爆炸性增長：

以八字為例，僅看最基礎的十神定位（如年干“正官”代表的含義），已有數百種可能的解讀。如果再加入其他維度（如柱間關系、刑沖合會等作用），規則組合的數量將呈指數級增長。

舉例來說：“正官在年干，五行屬金，金旺制木，格局入官印相生，主人宜公職……”，如此復雜的推演過程，需考慮每個柱之間的關系以及格局演變，不僅依賴多層邏輯推理，還需要對規則進行優先級排序，才能得出準確結果。這對傳統編程邏輯提出了極高要求。

規則來源的模糊性與丟失：

命理規則多源于文化傳承，其中大量內容是口口相傳，無法保證信息的嚴謹和一致性。一些關鍵規則的上下文信息（如特定流派對規則的補充條件）在歷史傳播中已丟失，導致規則模糊甚至相互矛盾。

比如“身強”與“身弱”的判斷標準，各個流派會有完全不同的定義（比如有的簡單到只看月令，有的則加入復雜的生克旺衰判定），這種分歧會引出很多學術上的討論，但是對于程序實現來說，就會感覺無從下手，不知道以誰為準。

☆ 缺乏“人情味”和“信任感”

從用戶心態分析來看，傳統命理軟件在用戶體驗上面臨兩大核心問題：

1）個性化的不足

機械化套模板：傳統命理軟件以輸出固定格式的報告為主，這些報告通常是基于預設模板生成，缺乏靈活性和個性化。用戶很容易覺得內容“套話”太多，缺乏可信度。同時，有的用戶喜歡多聽一些命理分析，有的人喜歡直接的“鐵口直斷”，軟件也不會為用戶提供合適的輸出。

缺乏“人情味的反饋”：同時，相較于現實中的大師，軟件無法提供“人情味的反饋”。用戶希望得到溫暖且針對性的指導，而不是一份冰冷冗長的報告。

2）交互方式的局限

以單向輸出為主：用戶一般是帶著個性化的期待來使用命理軟件的，但傳統軟件的交互方式通常是“輸入數據>>輸出報告”的流程，缺少與用戶互動的流程。

缺乏動態反饋：傳統軟件無法根據用戶的實時反饋調整分析內容。例如：

• 用戶閱讀報告后可能會對某些結論產生疑問，但軟件沒有機制來解釋這些結論或進一步推導。
• 用戶的情感狀態（如焦慮、迷茫）也無法被軟件感知并提供適當的心理安慰。

當前的困境

反觀現實中的大師，他們不僅擁有專業的命理知識，還具備豐富的情感交流經驗，而這正是當前軟件所明顯缺乏的競爭力?；谶@一局限，目前命理軟件App的主要發展方向分為以下兩類：

• 專業工具型：為專業大師或愛好者提供排盤工具，輔助進行命理解讀，提升效率。這類軟件有點類似醫院的問診系統，幫助采集用戶的基礎信息，并提供一定程度的知識輔助，但最終的溝通和決策仍然由大師完成。
• 咨詢平臺型：作為連接大師和用戶的橋梁，承擔銷售和獲客功能。這類平臺通過幫助用戶快速找到適合的大師并建立溝通橋梁，顯著提升了用戶體驗和信任度。然而，其核心服務依然依賴于大師的個人能力。

然而，無論是哪種方向，當前的發展似乎都已觸及瓶頸。

對于專業工具型，排盤工具的功能早已趨于成熟，多年來幾乎沒有顛覆性的創新。無論是西方星盤還是東方八字，這類軟件仍停留在“自動計算基礎特征”的階段，無法替代大師的核心分析能力，其輔助作用也相當有限。

對于咨詢平臺型，盡管成功連接了用戶與大師，但用戶體驗的提升仍高度依賴于大師的個人能力。如果平臺采取放任管理的方式，服務質量很難保障；而如果平臺試圖深度介入和標準化服務內容，則容易削弱用戶與大師之間的情感連接，從而使服務體驗的溫度與個性化大打折扣。

是時候尋找下一代的命理軟件了!

05 AI的機會在哪里？

以ChatGPT為代表的大語言模型（LLM）的崛起，給命理軟件帶來了全新的可能性。大家已經親眼見證了GPT類應用在各個場景中的交互革命，那么，這種能夠理解自然語言、生成多樣化內容的強大工具，是否也能改變命理領域的傳統模式？答案是肯定的。LLM不僅有能力優化傳統命理軟件的交互體驗，還可以重塑命理知識的數據邏輯。

關于AI，這里有兩個方向：

方向1：基于海量用戶數據的生成式模型

以八字為例，有上百萬種組合。雖然從數據量上看，訓練構建一個模型并不是遙不可及的目標，但核心的問題還是在于數據收集。

一方面，我們需要大量準確的出生日期和時間數據；另一方面，更重要的是與“人生軌跡”相關的多維度標簽化數據。比如，算命中常見的話題——學業、財富、婚戀、事業等，背后都需要真實的事件作為訓練依據。然而，這些數據往往涉及隱私甚至機密信息。以八字斷學歷為例，若想建立模型，就需要一批人的真實高考錄取或者大學生數據，而這樣的數據通常掌握在特定的公共機構或大型企業手中，這類組織顯然不太可能輕易授權訪問這些數據。值得注意的是，去年底有一篇熱門論文（Using sequences of life-events to predict human lives）探討了類似的方向，但更多是從統計學和深度學習的角度出發，與玄學無關。

如果認可玄學的統計學意義，那么玄學的一些推演模型是可以借用類似方法的。例如，在事件序列預測中，時間序列分析與分類模型被廣泛用于處理基于時間的連續數據，這類技術理論上也可以為八字斷運勢提供技術支持。時間序列模型的優勢在于能夠捕捉數據中的時序依賴性，識別某一時點的特征如何影響未來的發展。這種特性與八字中的流年、大運推演有著天然的契合點。這表明，命理數字化并非完全無解，而是對數據與技術提出了更高的要求。

方向2：基于LLM優化傳統技法和數據推理

另一個方向，是用LLM來改造傳統的命理數據和算命流程，讓傳統命理軟件更智能、信任感更足。與依賴海量數據訓練的生成模型不同，這種方法的核心是通過 LLM 的推理能力，將已有的命理知識和規則進行整合與重塑。

這里有很多領域可以嘗試：

命理規則結構化：使用LLM將傳統命理中的經典理論（如五行生克、刑沖合會、十神關系等）轉化為可計算的結構化規則庫。例如：將“身弱喜印、忌財”這樣的理論，自動轉化為LLM容易理解的結構化規則，供后續推理。這一步顛覆了傳統命理規則完全需要人工歸納和總結的過程，提供了新的可能性。

生成式推理：借助 LLM 的自然語言生成和上下文理解能力，在輸入八字命盤或用戶問題后，動態完成復雜的命理推演：

• 逐步推理：LLM 可以基于八字中的十神組合、流年關系，按照命理規則逐層推導出結論。例如，從“身弱”推導出“喜印”，再結合大運流年推算事業運的變化趨勢。
• 思維鏈解讀：不僅提供結論，還可以通過生成解釋性語言，清晰描述推理過程。例如，“你的八字身弱，喜印星。結合今年的大運，印星被沖，可能導致事業壓力增加”。這樣的描述過程，會讓AI的結果更有信服力。
• 實時上下文互動：根據用戶的提問動態生成回答，如“我今年感情運勢如何？” LLM 不僅能結合八字推算結果，還能根據上下文調節回答內容，讓分析更貼合用戶需求。人工大師不可能記得每個客戶咨詢過的內容，但是AI可以。

個性化與情感化表達：基于用戶喜歡的語言風格，結合用戶的背景和情緒，提供更貼近心理需求的解讀。例如，用溫暖鼓勵的語氣安撫用戶的焦慮，或用專業術語解釋命局中的重點，讓互動更具“人情味”，充分建立信任感。

X Factor：AGI

當我們談論AI時，繞不開的話題就是以通用人工智能（AGI）為目標的未來技術。如果AGI真正實現了，可能發生什么？

最大的變化或許是超腦級別的數據整合能力。AGI能夠將命理推演與其他領域的數據（如職業發展、財務狀況、健康趨勢等）深度融合，提供更全面、更精準的預測。這種預測將不再是單一的命理邏輯，而是一種基于真實數據與科學推演的結合，甚至可能讓玄學本身更具“玄學”色彩。

同時，AGI還可以基于用戶的語言、情緒和背景，深度理解用戶的需求。它不僅可以完成復雜的命理推演，還能提供心理疏導，給出全方位的生活建議，甚至直接參與解決實際問題。AGI，肯定不只是一個“預測工具”，而是一個真正懂你的“伴侶”。

06 如何用當前的AI做好命理解讀？

在AGI時代未到來之前，當前的AI如何可以做好命理解讀？個人或者小團隊更容易操作的應該是方向2，即基于LLM優化傳統技法和數據推理。于是，我也圍繞了這一方向做了一系列嘗試。下面讓我逐一剖析。

☆ 確?；A信息準確

GPT剛上的時候，很多人會直接問AI關于八字，星座之類的情況。簡單的十二星座還好，但是碰到復雜點的八字，最基本的排盤都是錯的。現有的LLM是生成式模型，數理運算和規則推理還有短板。這種強規則和算法的運算，還是不能完全放棄傳統算法。

因此，第一步是要輸入準確的基礎命理信息。這一步和AI沒有太大關系，傳統軟件有很多很成熟的算法，我們要做的是，讓AI在合適的時候調用這個算法。當前大多數LLM平臺都有function調用功能，只要配置好對應的參數，文字說明清楚function的內容和用途，就可以讓AI在合適的時候調用傳統排盤接口。

不過額外說一句，這一步看似很簡單，卻也能暴露很多模型能力的不足。我之前對比過大概10家模型，能保證參數識別和生成基本不出錯（比如10次能確保8次以上準確）的寥寥無幾。

☆ 結構化知識數據

這是LLM重塑命理過程的核心，也是區別傳統軟件的重要地方。

GPT剛上的時候，很多人直接把算命書丟給GPT，讓AI來解讀，但是效果很差。這里有幾個問題：

AI并不是真的“理解”：受限于高質量的命理訓練數據，GPT模型當前對于命理知識古書的‘理解”較弱，就算加上了RAG，也很難召回想要的內容。比如我問“我什么時候發財”，AI從古書里只能檢索出“時至發財發福，運來順水行舟”，這看起來過于虛無縹緲，對實際命理推演的幫助很小。對于LLM來說，最好的輸入依舊是是結構清晰的內容，比如”大運.天干 == 財星” -> “發財”。

輸入和輸出內容差異較大：當前的 LLM，作為生成式模型， 和人類一樣，需要準確、符合閱讀習慣且貼合用戶認知的數據。以“升職加薪”為例，書中可能會以“某星入命，利于仕途顯達”這樣的古文表達，而現代人則更傾向于“今年事業順利，有望升職加薪”的直白表述。這就需要將傳統命理古籍的內容轉化為現代人能夠理解的通俗知識，或直接采集當代命理名家的書籍內容，來讓 AI 更好地適應用戶需求和現代表達習慣。

知道了問題，那么下面我們要做的就變得清晰了，

關鍵規則結構化

首先，我們需要把傳統的書籍提煉成結構化或者半結構化的內容，方便LLM可以進一步理解。

這里的提煉，在AI出現之前，是一個高成本的人工標注和數據整理工作。在AI出現以后，我們就可以變成一個自動化流水線工作。

比如我在整理十神相關信息，原始的輸入是這樣（直接從書本掃描摘錄）：

在一堆“幫我解析并生成json返回”的prompt調教后，AI可以生成這樣：

這樣的內容，足夠AI用于規則解讀，同時也可以做一些程序化的實現。（后面會提到）

數據描述改寫

命理的原始數據，通常來源于不同的成書時代，讓AI理解不同背景的古文，再生成現代文，似乎有點為難它了。當前的LLM大多 是基于 Transformer 架構的生成式模型，其核心是通過自注意力機制對輸入的上下文進行權重分配，聚焦于與當前任務最相關的部分。這意味著，前文的內容越貼近目標答案，模型的注意力分布越精準，生成的內容也會越準確。

因此，一個有效的做法是，根據當前用戶的特征，將古籍中的規則改寫為貼合用戶需求和理解習慣的描述。這一步可以通過精調 prompt 的方式，讓 LLM 生成通俗易懂的表述。

假設我們想解讀一個男生偏財旺的命理特征，傳統命理中的描述可能是：

“偏財財位發他鄉，慷慨風流性要強，別立家園三兩處，因名因利自家忙。”

直接輸出類似的古文表述，用戶會覺得晦澀難懂。而且與用戶問題的關聯度可能會很低。 我們可以通過自定義的prompt，最好提供一些示例。比如：

—

請根據以下要求，將內容改寫為通俗易懂的現代表達。

1. 使用現代日常語言，去掉晦澀的古文風格。

2. 增加具體的性格描述，適合普通用戶理解。

3. 保留原文中的核心含義。

# 輸出示例

“正官旺的人通常性格穩重、注重規則，給人一種踏實可靠的感覺。他們在工作中責任心強，尤其適合管理崗位或公職工作，常給人留下好印象。”

—

最終輸出：

偏財旺的人通常事業發展多在異地，性格慷慨大方，熱愛社交，花邊新聞不斷。他們往往有能力在多個地方置業，生活中忙于追求名利，充滿活力和干勁。

最后再把改寫的內容作為輸入喂給LLM，效果就會好很多。通過這種規則改寫的內容，我們可以大幅提升 LLM 在命理場景中的適用性和回答質量，讓命理推演更智能、更接地氣。

☆ 合理注入知識庫 (RAG)

這里屬于RAG的范疇，會有很多RAG的技巧和算法可以應用。關于通用的流程和算法部分，本文不做展開討論。不過在命理層面，有幾個地方需要特別注意。

根據用戶意圖選擇知識庫

命理咨詢中，用戶的需求可能集中在事業、婚姻、財富等多個領域。AI的每次交互，并不需要引入所有的知識，token也不允許。因此根據意圖來選擇知識庫，就很重要了。

關于意圖的識別，依舊可以用AI，一些小的模型足矣。比如4o-mini，就已經做得很好了。

結構化數據注入

和前面提到的一樣，LLM更喜歡結構化的數據格式。因此，我們在喂知識給LLM時，盡量都使用合理的結構化。

比如我們要提供最基礎的八字信息： 正常的八字可能就是“戊辰 壬戌 辛酉 庚子”， 但是你如果直接問GPT：“這個八字的時干十神是什么？”，答案基本都是錯的。

所以在這個步驟，你需要注入結構化的十神信息，確保AI在后面的推理中不會錯誤推理十神。 比如我可以這樣注入四柱信息：

這時候你再問AI關于十神的知識，就不會錯了。

內容驗證

內容驗證，可以集成在 RAG 流程中，也可以作為獨立的后處理步驟。驗證的目標是確保生成的內容與檢索到的文檔一致，從而避免或減少模型“幻覺”（hallucination）。值得注意的是，這一步的驗證可以通過相似度算法做匹配，并不一定要引入LLM。

示例：

問題：“甲木日主2024年的運勢如何？”

檢索結果：“甲木日主：2024年流年干支為甲辰，與甲木命主形成比肩關系，需注意人際關系的競爭?！?/p>

模型生成答案：“2024年對于甲木命主來說，人際關系可能會出現競爭或矛盾，需注意平衡合作?！?/p>

驗證：確保模型答案的結論與文檔內容一致，若不一致，則需要重新檢索或生成。

不過在實際應用中，驗證可能會帶來額外的用戶等待時間，特別是驗證失敗后的處理。因此，把握驗證的時機以及也很重要，非關鍵問題可以不需要驗證。

☆ 多Agent協同

在復雜的用戶交互中，通過多agent的協同，可以大大提升用戶交互體驗，不管是效率還是滿意度。AI推理過程不需要一蹴而就，很多數據可以經過多次處理、分階段優化，從而更精準地滿足用戶需求。

在與用戶交互時，可以設置至少3個以上的Agent進行協同工作，各司其職，實現高效分工合作：

• 意圖判斷Agent：負責解析用戶的輸入意圖，并將意圖轉化為結構化數據或任務指令。
• 知識生成Agent：根據用戶的意圖，結合RAG流程檢索知識，或動態獲取需要注入的知識（比如當前時間）。
• 內容輸出Agent：負責和用戶說話的Agent，將生成的知識組織成易于理解、符合用戶語境的輸出內容。

☆ Prompt調整

另外，Prompt提示詞，依舊是和LLM交互的核心，這里有幾個常見技巧：

通用的Prompt框架：無論是命理互動，數據處理，還是知識檢索，盡量用同一類的框架來編寫prompt，便于維護和改進。在命理交互方面，會比較推薦CO-STAR框架或者Claude的XML tag，很符合設定命理師的工作流程。

突出基礎知識設定：對于基礎知識，需在 Prompt 中明確設定規則，避免模型生成錯誤內容。比如講到八字，五行生克是AI很容易出錯的地方，非常需要在Prompt中高亮突出。

推理過程：推理能力是提升 LLM 輸出邏輯性和準確性的關鍵，這里一般有以下兩種方法。

1）直接使用有過推理調教的模型，比如o1模型，符合推理的過程，但是當前有些太慢了，比較難產品化。另外調教的難度和普通模型一樣，很依賴高質量的結構化數據輸入。

2）思維鏈模型，這里可以參考 https://www.promptingguide.ai/zh/techniques/cot

選擇題 > 填空題：在交互過程中，設置明確的選項能顯著提升AI的判斷準確率。

專注一個流派：以八字為例，命理流派眾多，若同時嘗試多個流派分析，容易導致結果矛盾或邏輯不一致。知識不是越多越好，是越專注越好。

☆ 傳統算法的精益求精

當我們的主要目光都聚焦于 AI 時，同樣不能忽視傳統的規則算法仍然在某些場景中具有強大的影響力。

傳統規則與 AI 的互補性：前文提到的許多工作都涉及如何結構化數據或引導 AI 推理。如果某些步驟可以通過傳統規則算法實現，而無需借助 AI，則能顯著提升交互的效率和準確性。

比如八字中身強和身弱的判定，雖然不同流派對身強身弱的定義存在爭議，但如果選定一種成熟流派的規則（比如可以量化日主得令、得地、得助的權重評估），完全可以通過程序化實現身強身弱的自動判定。這種方法既能減少 AI 對復雜推理的依賴，又能為后續分析節省大量計算資源。

量化與結構化的極致探索：另外，極致的結構化，就是完全可以用數學公式表達的量化。一些研究者已經在嘗試將命理分析完全數學量化，有一定的成果，但還需要更多真實數據的檢驗。但，這里其實繞不開的還是信任感的考驗，假如量化算出的結果，與用戶的現實情況不符，是否還有空間保留這份信任感？

07 筆者的一些實踐

筆者開發的GPTs (Chinese Bazi Fortune Teller)，開始只是出于業余愛好，做給自己用，順便發布出去。沒想到用戶在沒有任何推廣的情況下持續增長，于是持續更新1年（主要是知識庫），當前依舊保持在GPT Store的首頁榜單。讓我驚訝的是，我收到過好多次葡萄牙語、俄語、阿拉伯語之類的用戶正面feedback，沒想到東方命理文化在GPT的載體上，很容易就得到其他國家的認可。

但是，受限于GPTs本身產品交互的限制，以及GPT模型的黑盒，上文提到的很多優化邏輯，效果很容易遇到瓶頸，或者很難實踐。因此，我也在重構一個全新的獨立AI算命產品 (鏈接)，從開發情況來看，效果會好很多，可以靈活控制輸入的知識和變量，提供更準確的內容輸出，和更有效率的AI交互。

但是，挑戰還是很多的，除了產品開發本身的工作量，命理知識結構化是最主要的挑戰。在GPT出現前，我不敢想，但是現在有AI做開發輔助，難度降低很多，讓我有信心將復雜的命理知識逐步轉化為可以被機器理解和應用的規則。只是個人的力量是微小的，未來要持續借助社區和專業人士的力量。

替代線下咨詢并不是主要目標，因為人與人溝通帶來的情感慰藉，是AI在短期內很難替代的。但當前的目標，是要讓AI通過詳實的知識推理，以及匹配的溝通方式（文字、語音、甚至VR），為用戶提供足夠的信任感，成為用戶某種形式的精神伴侶，讓用戶在迷茫時能夠快速找到精神落腳處。要達成這個目標，首先要讓AI能夠完成基于已知命理知識做到準確推理。通常而言，這也代表了實際算命的準確率。推理過程越準確，準確率肯定越高。但如前文提到的，算命不可能100%準確，卻依舊能提供足夠的精神能量指引。

“甲木參天，脫胎要火”。東方命理文化是人類命理文化中很重要的環節，我也希望借助AI這個載體，可以更好地突破文化和語言的界限，讓大家在享受命理服務的時候有更多的選擇。