AI设备维修问答定制：多轮追问与引用溯源

制造现场的维修知识分散在设备手册、历史工单与老师傅经验里，传统检索式问答常因型号与报警码歧义而答非所问。大模型应用实验室近期在内部试点中，把设备维修问答做成一条可评测的链路：以工单为切分单元重建知识块，保留设备型号、故障码、处理动作与结论字段；检索采用关键词与向量混合召回，再由模型在证据约束下生成答案，每条回复必须附带可点击的原文出处。

• 进展：在约1200条历史工单与380份设备手册构成的离线集上，加入“型号/报警码”多轮追问澄清后，首答命中率较单轮基线明显提升，无出处的回答基本被拒答机制拦下。数据规模有限，结论仅作内部参考。
• 下一步：接入工程师“采纳/推翻”反馈，将其回流为评测样本；重点验证跨型号迁移能力，以及老旧设备手册缺失时的降级策略，暂不追求开放域闲聊能力。