怎么判断 FastGPT 的产出好不好:一张评分表
先说清楚它是什么:FastGPT 属于「智能体与自动化」方向的开源项目,开源的知识库问答与工作流编排平台。
用 AI 最容易犯的错是「看着不错就用了」,这篇给出一张可复用的打分表。
评分表(每项 1 到 5 分)
| 维度 | 看什么 | 1 分 | 5 分 |
|---|---|---|---|
| 成功率 | 一批测试任务中完全正确完成的比例 | 明显不合格 | 无需修改即可使用 |
| 稳定性 | 同样输入多次运行结果是否一致 | 明显不合格 | 无需修改即可使用 |
| 安全性 | 是否有越权操作或数据外泄风险 | 明显不合格 | 无需修改即可使用 |
| 成本 | 单次运行的调用次数与费用 | 明显不合格 | 无需修改即可使用 |
| 可排查性 | 失败时能否快速定位到具体步骤 | 明显不合格 | 无需修改即可使用 |
建议:任一维度低于 3 分就不要直接使用;总分用于比较不同提示词或不同工具的效果。
用一个任务试打分
竞品信息周报
准备材料:5 个竞品的公开网站或博客。
每周一自动抓取这些竞品页面的更新,让 AI 对比上周内容,输出「新增功能 / 价格页面变化 / 新发布文章」三段摘要,并附原始链接。
交付前确认:每条变化都附链接。
怎么让评分更可靠
- 同一批材料至少测 5 次,不只看最好的一次。
- 两人分别打分,分歧大的维度再讨论标准。
- 把 FastGPT 的结果与人工完成或 Dify 的结果放在一起盲评。
- 每次改提示词后用同一批材料复测。
补充练习
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。
验收标准:提醒内容与看板一致。
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。
检查点:矛盾信息被并列呈现。
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。
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: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:工具调用
模型调用外部 API 或函数完成动作的能力。
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:财务人员
财务人员可以用 FastGPT 处理单据识别录入、报表说明与分析等工作。需要注意:财务数据属于敏感信息,优先使用企业版或本地方案,结果需复核。
适合人群:HR 与招聘
HR 与招聘可以用 FastGPT 处理岗位描述撰写、面试题与评估表等工作。需要注意:简历筛选不得以性别、年龄等因素做歧视性判断,候选人信息需妥善保管。
注意事项
文中提示词和示例仅作示意,实际效果取决于你的材料和 FastGPT 当前版本,重要内容请人工核对后再使用。
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。