项目经验

项目一：企业级智能知识库问答系统

项目描述 & 我的角色：
这个是给一家小金融科技公司做的内部项目。他们公司内部有很多产品文档、历史会议纪要和业务规范，散落在各个地方，新员工来了找不到，老员工查起来也费劲。我独立负责了整个系统的后端设计和AI能力集成，目标是做一个能“读懂”所有公司文档的智能问答助手。
主要工作与技术实现：

数据预处理与向量化：我写Python脚本把他们提供的上百份PDF、Word文档进行了清洗和分块，然后使用了OpenAI的嵌入模型把它们转换成向量，存进了Pinecone这个向量数据库里。
核心RAG流程搭建：用FastAPI搭建了后端服务。当用户提问时，系统会先从Pinecone里快速检索出最相关的几段资料，然后我精心设计了一套提示词，把这些资料作为“参考依据”和问题一起发给Claude Sonnet模型，让它生成精准、可靠的答案。
溯源与防幻觉：我特别要求模型在回答中注明引用了哪些源文件，这样用户能自己去核对，大大增加了信任度。同时通过提示词严格约束AI“不知道就说不知道”，有效避免了胡说八道。
项目成果：
系统上线后，内部资料查询的效率提升了大概70%，新员工的培训周期也缩短了。最关键的是，回答的准确率非常高，成为了团队日常工作中一个离不开的工具。
项目二：AI驱动的自动化内容创作与运营平台

项目描述 & 我的角色：
一个新媒体运营团队需要批量生产不同平台（比如公众号、知乎、小红书）的文案初稿，还要能生成营销邮件。我作为核心开发者，帮他们搭建了一个自动化的内容创作平台。
主要工作与技术实现：

多角色提示词设计：我为Claude设计了不同的“人设”，比如“风趣的小红书博主”、“专业的知乎答主”、“正式的商务沟通专家”。通过系统提示词，让AI能快速切换写作风格。
结构化输出与工作流：利用Claude出色的结构化输出能力（比如让它输出JSON），我让AI不仅能生成文案正文，还能同时生成多个标题、话题标签等。后端用Node.js处理这些数据，并自动填充到预设的模板里。
内容审核与优化：集成了一层安全审核，调用Claude对生成的内容进行敏感词和违禁词检查。同时，我还实现了一个“优化”功能，运营同学可以对初稿提出“再简短一点”或“更活泼一些”的指令，AI能据此进行重写。
项目成果：
客户的内容生产效率得到了极大提升，现在一个人就能完成之前一个小组的工作量。平台每周稳定产出上百篇质量合格的文案初稿，解放了人力，让他们能更专注于创意和策略。