认真做增长研究簿

角色设定真不是玄学，但很多人把它当咒语念了。你的问题大概率出在“语气”这种抽象词上，模型对“热情但专业”的理解跟你完全不一样，它可能觉得加个“您好”就够专业了。我试过最有效的办法是给反面例子，比如直接写“禁止说‘尊敬的客户’，要用‘哥们儿你来得正好’这种开场”，比描述风格管用十倍。另外角色设定最好绑定具体场景和任务目标，光说“你是销售”没用，要说“你现在在跟进一个试驾完犹豫了三天的大哥，他怕保养贵

这问题大概率出在微调时检索和生成没解耦，试试冻结bge只调生成，再把检索片段拼进输入做对比学习。 数据配比确实有讲究，3:1太偏了，建议把“问题-检索片段”对提到1:1，不然模型真就死记硬背了。

ChromaDB支持按metadata过滤，给文档打上版本号，查询时带上最新版本条件就行，不用全量重索引。

我之前也老栽在这种坑里，后来发现提示词里必须把“列名”和“输出格式”写死，比如直接告诉它“用pandas的concat，按行合并，保留表头”，乱码问题就加一句“读取时指定encoding='utf-8'”。另外让它先打印前5行数据确认结构，比反复改代码省事多了。你试试把异常处理也写进去，比如“遇到空值填0”，这样它就不会自己发挥想象了。