在「智能体与自动化」类工具里，DSPy 的定位是：斯坦福开源的「编程而非提示」大模型框架。

下面列出 10 个具体场景，每个都注明适合与不适合的情况。

10 个场景

  1. 线索整理流程：适合先小范围试用。
  2. 竞品信息周报：适合每周重复执行。
  3. 知识库问答机器人：适合先小范围试用。
  4. 发票与单据提取：需要人工复核。
  5. 多步骤调研任务：需要人工复核。
  6. 定时提醒与汇总：适合每周重复执行。
  7. 新媒体运营：内容排期：可以做成固定模板。
  8. 销售：客户背景调研：适合每周重复执行。
  9. 客服人员：回复草稿：效果依赖输入材料质量。
  10. 行政与助理：会议安排与纪要：可以做成固定模板。

挑两个场景细看

定时提醒与汇总

准备材料：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。

知识库问答机器人

适用情况：手头有一批产品文档和 FAQ 时。

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。

检查点：答不出时不编造。

不适合的场景

  • 需要专业资质最终签字的判断。
  • 无法核实来源却要公开发布的内容。
  • 涉及他人隐私且未获授权的材料。

延伸练习

发票与单据提取

准备材料：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。

线索整理流程

准备材料：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

准备材料：一个需要多来源信息的问题。

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。

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：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：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。

概念补充：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。

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。

适合人群：软件工程师

软件工程师可以用 DSPy 处理代码阅读与重构、测试与排错等工作。需要注意：不要把密钥和未开源代码上传到未授权工具，合并前审阅每处改动。

写在最后

文中提示词和示例仅作示意，实际效果取决于你的材料和 DSPy 当前版本，重要内容请人工核对后再使用。

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