多轮对话的工程问题：指代、跑题与收尾

单轮问答调好之后，接上多轮往往会出现一批新问题：用户说「那它多少钱」，系统不知道「它」指什么；聊到第八轮时系统忘了第二轮已经确认过的信息；或者话题早已偏离，系统还在按最初的场景作答。

指代消解放在检索之前

「它多少钱」这句话直接拿去检索，几乎检索不到任何有用的东西，因为句子里没有实体。正确的处理是在检索之前先把指代补全，变成「某某产品多少钱」，再用补全后的问题去检索。

做法是用一次轻量的模型调用，输入最近几轮对话和当前问题，输出一个独立成立的完整问题。这一步成本很低，但对多轮场景下的检索质量影响很大 —— 它往往比调整检索参数更有效。

历史怎么裁剪

• 保留最近几轮原文，更早的压缩成摘要，这是成本与效果平衡较好的做法；
• 已经确认的关键信息（用户身份、所问的产品、已排除的选项）单独存成结构化状态，不依赖模型从历史里重新读出来；
• 摘要要定期重新生成，而不是在旧摘要上继续叠加 —— 叠加会让早期信息被反复压缩直至失真；
• 超过一定轮数时提示用户开启新对话，长对话的质量下降往往比成本上升更明显。

话题漂移

用户在一次会话里可能换好几个话题。如果系统把全部历史一视同仁地带着，后面的回答会被前面无关的内容干扰。可行的处理是检测话题切换 —— 当前问题与近期历史的相关度明显下降时，重置上下文并确认一句「您是想问另一件事吗」。

该收尾时要收尾

对话不是越长越好。问题已经解决时主动确认并结束，比继续追问「还有什么可以帮您」更有礼貌也更有效率。反过来，连续两三轮没有进展时应当转人工，而不是让用户在同一个问题上反复尝试不同说法。

判断是否有进展，可以用几个简单信号：用户是否重复了同一个问题、是否出现了否定表达、是否已经给过相同的答案。这些都不需要复杂模型就能检测。

测试要按对话测

评测集里只有单轮问答，测不出上面这些问题。多轮场景需要把完整对话脚本作为测试用例，包括中途换话题、中途纠正信息、以及用户表达不满的情况。相关设计见AI 智能体解决方案，整体节奏参考合作流程。