斯坦福开源的「编程而非提示」大模型框架——这是 DSPy 最主要的用途，也是本文讨论的前提。

看文档和设置项时遇到的术语，这里用一两句话解释清楚。

术语表

  • 工作流（Workflow）：按固定步骤执行的流程，可预测、易排错。
  • 智能体（Agent）：由模型自主决定步骤和工具调用，灵活但需要更多护栏。
  • 触发器：启动流程的事件，如新邮件、定时、表单提交。
  • 工具调用：模型调用外部 API 或函数完成动作的能力。
  • 人工审批节点：在关键动作前暂停等待人确认，防止误操作。
  • 可观测性：记录每一步输入输出与耗时，便于排查和评估。

和 DSPy 相关的补充

  • 开源项目：DSPy 的产品形态，决定了安装、权限和数据存放方式。
  • 同类产品：LangChain、TextGrad、Guidance。
  • 所属方向：智能体与自动化。

把概念用起来

线索整理流程

适用情况：手头有每天从表单收到的客户咨询时。

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」。

验收标准：不确定的情况进入人工。

更多可以试的用法

发票与单据提取

输入：一批 PDF 发票或收据。

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。

交付前确认：低置信度字段留空。

知识库问答机器人

输入：一批产品文档和 FAQ。

用这些文档搭建问答机器人：回答只基于文档，找不到答案时回复「这个问题我需要转给同事」，并记录未解决问题供每周补充文档。

验收标准：答不出时不编造。

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。

常见问题：调用外部系统失败

增加重试和失败通知，记录请求参数便于排查。

常见问题：智能体陷入循环

设置最大步数和超时，关键步骤改为固定工作流。

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。

概念补充：人工审批节点

在关键动作前暂停等待人确认，防止误操作。

概念补充：工作流（Workflow）

按固定步骤执行的流程，可预测、易排错。

适合人群：客服人员

客服人员可以用 DSPy 处理回复草稿、工单分类等工作。需要注意：不得以 AI 名义做出政策外承诺，涉及隐私的问题按流程处理。

适合人群：新媒体运营

新媒体运营可以用 DSPy 处理内容排期、数据复盘等工作。需要注意：活动规则与奖品说明要准确，避免诱导分享等违规玩法。

适合人群：销售

销售可以用 DSPy 处理客户背景调研、跟进邮件与话术等工作。需要注意：客户数据按公司规定处理，报价和承诺以合同为准。

写在最后

涉及个人信息、商业机密或受监管数据时，先确认 DSPy 的数据处理条款，再决定能否使用。

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。

延伸阅读