一、五个差别，一条最要紧

五条里第一条是根，后四条都是它的结果：有记忆才需要会话变量，有记忆才谈得上「读历史」。 工作流也能做客服，但每一轮都要用户把话说全——「请问您要咨询哪款产品的哪个问题」。 这种问法一问就掉用户。 多轮是对话流的本分，不是加分项。

二、会话变量到底存了什么

第一轮用户说「你们那个保温杯能保温多久」，变量里就有了三条：last 是空的、text 是这句话、 product 是「保温杯」。 第二轮用户只说「能退吗」。 这一轮的 text 换成了「能退吗」，last 存着上一轮的原话，而 product 还留着「保温杯」。 就靠 product 这一条，「它」才不会是空的。 没有它，第二轮得让模型猜「它」指什么。

猜也未必猜错，但猜错了用户不会告诉你他问的是别的产品——他只会觉得这机器人不懂人话。

三、意图识别放哪

书上用第二种：一个意图识别节点只判「产品 / 非产品」，判完分两条路。 判得越少越准。 判三类容易错，判两类不容易错。 第 13.9 节的测试集里，答错的那三句全是「一句话里有两个话题」，正因为只判两类，这种错才压得住。 第三种看着省事，其实最贵：判错的时候没有任何地方能看到它判错了，只能从用户的抱怨里倒推。

四、测试要测省略句

三轮里第二、三轮都是省略句。省略句才是真实用户的样子。 如果三轮都拿完整问题测，测出来的是工作流的能力——它当然全对，因为每句都自带主语。 补一句：第三轮的「那盖子呢」最难。它连「退」这个动词都没有，全靠会话里的 product 撑住。 这一句过了，多轮才算真的通了。

五、平台上怎么建

顺序是：资源库 → 创建对话流 → 开始节点加一个「用户输入」变量 → 意图识别节点， 最后两条出边各接一条支路。 建完点右上角的试运行，用聊天窗口一问一答。 按钮位置随版本会动，能保证的只有顺序：先变量、再判断、再分支。

开始节点那个变量最容易漏。没有它，后面的节点就没东西可接，点连线时会发现「没有可选的输入」。 试运行那一步是本节的验收标准： 在聊天窗口里能连着问三句省略句，都答对，才算建完。填参数跑一次那种测法，在对话流里不算数。 以上都是平台上的点击操作，本沙箱没有扣子账号，这一段不执行。 能执行的部分在下面：会话变量和多轮记忆的机制。

六、动手 Demo：对话流不是工作流

先列五个差别，再用一个三轮对话的模拟，看会话变量是怎么跨轮活下来的。 最后看意图识别该放在哪一层：判两类比判三类稳。

SESSION = {}

def turn(text):
    SESSION[u'last'] = SESSION.get(u'text', u'')
    SESSION[u'text'] = text
    if u'保温杯' in text:
        SESSION[u'product'] = u'保温杯'
    return dict(SESSION)

实跑输出：

--------------------------------------------------------------------
对话流不是工作流
--------------------------------------------------------------------


  ① 五个差别
  --------------------------------------------------------------------

| 项 | 工作流 | 对话流 |
|---|---|---|
| 多轮 | 一次输入一次输出 | 能记住上一轮说了什么 |
| 会话变量 | 全局变量只在本轮有效 | 跨轮保留 |
| 节点里能读历史 | 不能 | 能，能拿最近几轮 |
| 挂载方式 | 被智能体当工具调 | 被智能体当对话入口 |
| 测试方式 | 填参数跑一次 | 像聊天一样一问一答 |

  最要紧的是第一行：对话流有记忆。
  用户上一句说「保温杯」，下一句说「能退吗」，它知道「它」指什么。
  工作流也能做客服，但每一轮都要用户把话说全。多轮是对话流的本分。

  ② 会话变量怎么用
  --------------------------------------------------------------------
  第一轮说了什么：last=、text=你们那个保温杯能保温多久、product=保温杯
  第二轮说了什么：last=你们那个保温杯能保温多久、text=能退吗、product=保温杯
  第二轮只有两个字，可 product 还留着「保温杯」——这就是跨轮保留。
  没有这个变量，第二轮就得靠模型猜「它」是什么。 猜错了答非所问。

  ③ 意图识别放在哪
  --------------------------------------------------------------------

| 放哪 | 效果 | 代价 |
|---|---|---|
| 放在对话流开头 | 每轮都判一次 | 多花一次调用 |
| 放在产品问题分支里 | 只判「产品 / 非产品」 | 判断题变简单 |
| 不单独放，靠大模型自己判 | 省一个节点 | 判错了不知道 |

  书上用第二种：一个意图识别节点判「产品 / 非产品」，后面分两条路。
  判得越少越准。 判三类容易错，判两类不容易错。

  ④ 对话流的测试方式
  --------------------------------------------------------------------

| 轮次 | 用户说 | 期望 |
|---|---|---|
| 第一轮 | 你们那个保温杯能保温多久 | 答：12 小时，316 内胆 |
| 第二轮 | 能退吗 | 答：七天无理由，十五天换新 |
| 第三轮 | 那盖子呢 | 答：杯盖可拆洗，别放洗碗机 |

  三轮里第二、三轮都是省略句。测对话流一定要测省略句——这是它和工作流最大的区别。
  ! 如果三轮都拿完整问题去测，测出来的是工作流的能力，不是对话流的能力。

①第一张表五个差别：多轮是根，后四条都是它的结果。 ②会话变量模拟：第二轮只说两个字，product 还留着「保温杯」。 ③第三张表意图识别放哪：判两类比判三类稳，代价是多一个节点。 ④第四张表三轮测试：后两轮都是省略句，这才是真实用户的样子。 ⑤第四节的提示很硬：拿完整问题测，测出来的是工作流的能力。

30 秒实验

1. 拿你自己的产品，写三句省略句（第二句只有两个字）。写不出来，说明你还不了解用户怎么说话。
2. 把会话变量列一遍：哪些跨轮要留、哪些本轮用完就扔。留多了下一轮会被旧值带偏。
3. 在聊天窗口里连着问五句，中间故意换一次产品名，看它会不会串。

常见误区

1. 「对话流就是工作流加个聊天框。」差别在记忆。没有会话变量，多轮就是假的。
2. 「意图识别越细越好。」判三类容易错，判两类不容易错。细的那层放到分支里。
3. 「拿完整问题测过了就行。」那测的是工作流的能力。省略句才是真实输入。

骨架搭好了，下一节把产品问题那条支路填满：改写、检索、生成。

• ☐ （本篇完，下一篇 13.3 产品相关问题处理模块）

相关笔记

• 项目背景与整体思路：上一节的需求拆解
• 工作流及其分类：工作流的基本形状
• 产品相关问题处理模块：下一节填产品问题支路
• 🐦 扣子开发 AI Agent · 索引