先说清楚它是什么：DSPy 属于「智能体与自动化」方向的开源项目，斯坦福开源的「编程而非提示」大模型框架。

如果你刚开始接触它，可以按下面 7 天的安排练习，每天 20 到 40 分钟。

每日安排

  • 第 1 天：注册与熟悉界面：阅读仓库 README 与许可证；按官方推荐方式安装（容器或包管理器）
  • 第 2 天：完成第一个任务「定时提醒与汇总」，按下文提示词操作。
  • 第 3 天：换一类任务「知识库问答机器人」，对比两次结果的质量。
  • 第 4 天：学习关键概念：工作流（Workflow）、智能体（Agent）、触发器。
  • 第 5 天：用真实工作材料做一次「竞品信息周报」，记录省下的时间和需要返工的地方。
  • 第 6 天：排查问题：对照常见问题「智能体陷入循环」等检查自己的用法。
  • 第 7 天：复盘：保留有效的提示词，写下继续使用或放弃的理由。

第 2 天的练习材料

定时提醒与汇总

输入：团队群聊或任务看板。

每天下午 6 点汇总今日新增和逾期任务，按负责人分组发送提醒，周五额外输出一周完成情况。

交付前确认：提醒内容与看板一致。

一周后怎么判断值不值得继续

  • 是否稳定地节省了时间，而不只是第一次觉得新鲜。
  • 返工次数是否在下降。
  • 与 LangChain 等同类相比，是否更适合你的场景。
  • 数据与费用是否在可接受范围内。

更多可以试的用法

线索整理流程

输入：每天从表单收到的客户咨询。

搭建一个流程：新表单提交后，AI 判断咨询类型（报价 / 售后 / 合作 / 其他），提取联系人和需求摘要写入表格，报价类自动通知销售群。分类不确定时标记为「待人工」。

检查点：不确定的情况进入人工。

多步骤调研任务

适用情况：手头有一个需要多来源信息的问题时。

围绕【主题】做调研：先列出调研计划，再分别检索，最后输出带来源的报告。每个结论注明来源链接，来源之间矛盾时并列呈现。

交付前确认：矛盾信息被并列呈现。

发票与单据提取

适用情况：手头有一批 PDF 发票或收据时。

从这些单据中提取开票日期、金额、销售方名称和税号，输出为表格；任何字段识别置信度低时留空并标红，不要猜测。

验收标准：低置信度字段留空。

常见问题：费用超出预期

给每次运行设上限，监控调用次数，先用小模型处理简单步骤。

常见问题：输出格式不稳定

要求结构化输出并做格式校验，不合格时重试。

常见问题：误发消息给客户

对外发送前加人工审批节点，测试环境与正式环境分开。

概念补充：可观测性

记录每一步输入输出与耗时，便于排查和评估。

概念补充：触发器

启动流程的事件，如新邮件、定时、表单提交。

适合人群：电商运营

电商运营可以用 DSPy 处理商品详情与主图、活动方案与客服话术等工作。需要注意：商品参数和促销规则必须与后台一致，避免虚假宣传。

使用提醒

本文基于 DSPy 公开的定位与通用用法编写，具体功能、套餐与可用地区以官方页面为准，产品更新后界面和名称可能变化。

所有示例输出均为示意，不代表真实统计或效果承诺；请以自己的测试结果为准。

延伸阅读