ChatGPT之类的大模型兴起之后，一直有人用来做一些比较有趣的事。比如说玄学，就是其中一个方向。而本文作者在本文中分享的这些思考，希望能给大家一些参考。

AI算命从ChatGPT发布以来，热度在持续攀升。从早期的GPTs应用的火爆，到逐步涌现一批占星类的AI网站或App，用户和开发者们的热情依旧。但是，我相信很多人在试用了不少“AI算命”的应用后，都会露出失望的表情，内容鸡肋，产品劣质，付费不断。。。各种问题层出不穷。那么AI算命类的产品到底是什么？用户会有什么期待？现有的技术到底能做到什么程度？

01 算命，到底在算什么？

算命是一个古老的服务，从帝王将相到平头百姓，从易经八字到星盘塔罗，无不兴致勃勃。当然，不信的人很多。也有些人，一开始不信，但是因为经历了一些生活变故，便越来越相信玄学。问题是，人们真的只是对“预测未来”感兴趣吗？梁湘润大师说过，算命的准确率通常只有70%。在不能保证100%准确的情况下，为什么大家还会想去算？

找“大师”算命的人，可能经历过这样的场景：

你隐隐感觉“大师”在顺着你的话往下说，话语中夹杂着模棱两可的推测和好听的祝愿。但奇怪的是，这种说法却让你觉得“有道理”，甚至心里有了几分信任。说的是好事，你会非常相信；说的不好，也会希望“化解之法”能带来转机。似乎，算命其实已经超越了命理玄学本身，更多是在心理或情绪层面提供的指引。

那如果这样的话，是不是就找心理医生就好了，也不需要找“大师”？不，效果还是有很大不同的。心理医生的作用是用理性分析帮助你解开心结，但许多人觉得这类“冷冰冰”的建议缺少一种与自我相关的深度连接。而命理却不一样，它从严谨的理论出发，通过神秘的符号语言解读你的过去和未来，再加上适当的模棱两可和脑补，让你感受到一种“命运的独特性”。更关键的是，它让人相信自己的存在意义深远，人生的每一步都可以被解释甚至规划。同时，命理中确实可能存在一些难以用当代科学解释的现象，这种玄妙感为命理增添了“奇迹就在身边”的力量。

算命的真正价值，并不仅仅是预测未来，而是帮助你找到心理上的立足点。无论是星盘、塔罗，还是八字、六爻，背后都是一种充满神秘感却又被广泛接受的知识体系。这种体系不仅让你对未知的生活多了一份掌控感，还能在波澜起伏的人生中为你注入更多正向的力量。换句话说，算命并不是在解决生活的问题，而是通过神秘的语言，赋予你面对生活的勇气和信念。

02 核心问题是“建立信任”

信任感，是算命内容被接受的唯一前提。设想一下，如果一个陌生人突然跳到你面前，告诉你“明天会发大财”，你会相信吗？不相信玄学的人，可能一笑置之；相信玄学的人，会觉得这是上天给的积极信号。而更多的人，可能处于“中间派”，一种精神内耗可能就会产生：

• “他看着就不起眼，肯定是胡扯。”
• “要不我明天去买张彩票试试？”
• “他不会是在变相咒我吧？”

种种思绪挥之不去，于是他们会特别希望有个“靠谱的大师”出现，指点迷津。如果我们进一步假设，这个陌生人准确说出了时间、地点、事件，甚至外貌一看就是“大师”的样子，那信任感可能会瞬间建立。一旦信任感油然而生，接下来的算命内容也就水到渠成了，仿佛你的命运徐徐展开，大师的指引充满可能性。

信任感的建立，其实涉及到个人的社会技能和经验累积。特别是在传统命理领域，信任感往往通过以下几种方式实现：

口碑相传

“熟人推荐”是最常见也最有效的信任建立方式。如果你的家人、朋友、同学、同事推荐了一个算命大师，你天然就会觉得他更靠谱。

这一现象也有心理学依据：人们倾向于相信身边熟悉的人推荐的事物，因为这种信任感来自于人际关系的延伸。想起当年写的高考作文题“感情亲疏和对事物的认知”，分析的正是这种情感因素对判断力的影响。这种人际关系链条，正是命理大师建立信任感的根基。

知识外显

所谓“用专业说话”，大师展现的知识水平是建立信任感的重要因素之一。命理并不是“胡说八道”，而是有明确的理论基础的。五行旺衰、阴阳生克，始终贯穿其中。

一个优秀的大师能将这些理论知识转化为通俗易懂的解释，让用户感受到逻辑的自洽性。例如，对于“杀印相生”这种高阶概念，大师能通过丰富的案例和灵活的解读，让人觉得专业又可信。而如果连五行生克这些基础概念都弄错，信任感自然无从谈起。

沟通同频

沟通的一致性在命理咨询里十分重要。俗称“察言观色”，大师看你的面相、手相、谈吐、气场，很容易就能判断个七七八八。他们能通过精准的语言和建议直击用户的内心，从而让人产生“他真的懂我”的信任感。

这种“说到点子上”的能力，其实是沟通技巧与命理知识的结合。大师通过对用户背景的清晰判断，让每一句话都贴近用户的实际需求，信任感也随之迅速提升。

一旦信任感建立，算命就不再是冷冰冰的理论输出，而是一场深入心灵的对话。用户会放下防备，全身心接受大师的分析与建议。而缺乏信任感，无论内容多么准确，用户都会觉得是在“胡说八道”。因此，信任感不仅是命理咨询的基础，更是玄学行业存在千年的基石。无论是个人大师还是命理App，如何通过口碑、专业、沟通建立信任，都是各自在解决的核心问题。毕竟，只有信任建立，命理内容才能真正走进用户的心里。

03 命理的数字化

很多人说，算命就是个统计学。确实，从统计学的角度来看，如果样本空间足够大，测算精度会惊人的准确。而统计学本身，是一门关于数据的科学，延伸到数据分析和机器学习领域，正在改变我们对传统学问的认知。

那么，抛开特别玄妙的部分不谈，算命天然就应该是一种可以量化和推演的科学过程。通过一个可推导公式建立的体系，提供客观、透明的结果，这本身就能在逻辑上建立信任感。

从数据和软件的视角，算命的流程通常可以这么来看：

① 样本构建：确认问题，采集样本基础数据

1）大师会通过传统的沟通技法，获得算命对象与本次算命有关的信息。

• 咨询算命对象的出生年月日、出生地点等基础信息。
• 观察面相，手相，获取生物信息
• 如果是占卜（比如塔罗或算卦），则按流程抽取几张牌，获取现实取象。

2）数据视角：获取用户信息数据，包括结构化和非结构化的数据。

3）软件视角：输入用户信息，比如表单输入。

② 特征提取：从数据中提取关键特征

1）大师将上一步获得的基本信息，通过命理基础技法，提取关键特征。

• 获得出生时间后，可以开始进行八字排盘，计算天干地支、五行十神。
• 塔罗牌则确认牌阵、牌面、位置等情况，比如“恋人逆位”。

2）数据视角：使用固定的算法，将输入数据结构化，并提取关键特征数据。

3）软件视角：通过固定算法处理输入用户数据，获取基本命理信息。

③ 数据检索：查找相关规则与知识

1）大师的基于个人记忆和经验，寻找相关联的知识，或类似的场景。有必要的时候，会翻阅书籍辅助。

• 比如八字，会检索关联度较高的五行、十神、格局等一系列知识，比如八字中金很多，自然就会寻找金多的相关知识，比如从革格，金白水清等一系列说法。
• 塔罗牌，则可以根据抽取的牌型与对应象征，寻找匹配的知识和解读模板。
• 同时回忆是否见过类似的八字或场景，是否可以套用。

2）数据视角：从大脑知识库检索与本次分析有关联的数据和知识，方便进行下一步分析。

3）软件视角：检索关联知识数据。

④ 数据分析：推演命理结论

1）大师使用推演技法（算法），结合已知的知识，进行分析推理。

• 八字，会根据算命对象的问题（财富，婚姻等），结合格局，强弱，十神定位，五行旺衰等一系列情况进行分析。
• 塔罗牌，则根据牌阵位置关系，结合知识和解读模板，推测和对象关联度最大的内容。

2）这个部分是大师技能差别最大的地方，非常依赖知识和经验，同时会有流派的差异（比如八字有子平法和盲派等）。

3）数据视角：应用特定的知识模型和算法对知识数据进行归纳、分析和推理。

4）软件视角：通过复杂的模型处理分析基本命理信息和关联数据，输出分析结果。

⑤ 输出结果：生成命理解读

1）大师使用归纳和沟通技巧，将推理结果告知算命对象。

• 直接告知：“你今年适合投资创业”。
• 委婉陈述结果：“这张牌代表情感的流动性，有时可能暗示一方对关系的投入出现变化。建议你们坦诚交流，看看彼此的真实想法”。

2）数据视角：对数据分析结果进行归纳总结，输出可阅读的报告。

3）软件视角：将分析结果通过用户喜欢的方式呈现。

⑥ 动态调整：根据反馈优化分析

1）大师根据客户的互动，动态调整信息的输入和输出。

• 算命对象反馈“解读很准”，大师会更进一步，说出更深入的内容。
• 算命对象反馈“一点都不准”，大师会重新确认生日等信息，或者寻找其他可能不匹配的原因。
• 如果是长期咨询，大师也会根据客人新提供的信息加入更新判断。

2）数据视角：收集用户反馈，优化分析模型或算法。

3）软件视角：根据用户反馈，调整数据和参数，必要时，调整模型和算法。

这个过程其实并不复杂，特别是前两步，所以从计算机软件开发兴起之时，就一直相关的信息化和软件化实践。

来看看一个上世纪的一些星盘或者算命软件。核心功能其实和现在的排盘App没有区别。

04 传统命理软件的困境

但是，发展了那么多年，为什么还没办法完全替代线下的大师？

☆ 算不准

从技术角度分析，传统的软件或App，在固定算法部分，也就是命理信息输入和基础的命理特征提取上，已经相当成熟（即上文的①-②步）。但是，在数据的推演和分析上，还是无法做到通过程序算法来输出合理的结果。这里有两个主要原因：

1）缺乏高质量的命理知识数据

命理知识是整个推演过程的核心基础，但当前所能依赖的数据却存在明显的质量与结构性问题：

数据内容的复杂与不统一：

命理知识主要来源于传统书籍（比如八字看《三命通会》、《滴天髓》等几本书），这些书成书时间跨度大，背景和理论各有千秋，内容描述都不统一。

举例来说，关于八字十神“七杀”的解读，不同的书籍中名称与表述都不统一：有的称其为“偏官”，有的直接写作“煞”或“七煞”。即便用搜索技术找到相关内容，如：“若七煞止一，而制伏有二三处，喜行煞旺地，倘运再遇制伏，则尽法无民……”，其语义复杂，完全依赖命理师的知识背景和经验判断。对于软件来说，这样的内容既难以解析，更难转化为具体的规则。

数据缺乏结构化处理：

软件运行高度依赖结构化数据，而命理经典的内容往往是以叙述性文字呈现，信息分散且格式不统一，需要转成合理的数据结构和代码。

无论用哪一种方法设计程序，都会涉及大量人工标注、算法设计和编码工作，技术实现成本非常高。

2）命理规则数量庞大且模糊

并不是所有命理规则都可以轻易列出严谨的数学公式，同时命理组合很多，规则复杂，这些都极大地阻碍了其程序化实现：

规则组合的爆炸性增长：

以八字为例，仅看最基础的十神定位（如年干“正官”代表的含义），已有数百种可能的解读。如果再加入其他维度（如柱间关系、刑冲合会等作用），规则组合的数量将呈指数级增长。

举例来说：“正官在年干，五行属金，金旺制木，格局入官印相生，主人宜公职……”，如此复杂的推演过程，需考虑每个柱之间的关系以及格局演变，不仅依赖多层逻辑推理，还需要对规则进行优先级排序，才能得出准确结果。这对传统编程逻辑提出了极高要求。

规则来源的模糊性与丢失：

命理规则多源于文化传承，其中大量内容是口口相传，无法保证信息的严谨和一致性。一些关键规则的上下文信息（如特定流派对规则的补充条件）在历史传播中已丢失，导致规则模糊甚至相互矛盾。

比如“身强”与“身弱”的判断标准，各个流派会有完全不同的定义（比如有的简单到只看月令，有的则加入复杂的生克旺衰判定），这种分歧会引出很多学术上的讨论，但是对于程序实现来说，就会感觉无从下手，不知道以谁为准。

☆ 缺乏“人情味”和“信任感”

从用户心态分析来看，传统命理软件在用户体验上面临两大核心问题：

1）个性化的不足

机械化套模板：传统命理软件以输出固定格式的报告为主，这些报告通常是基于预设模板生成，缺乏灵活性和个性化。用户很容易觉得内容“套话”太多，缺乏可信度。同时，有的用户喜欢多听一些命理分析，有的人喜欢直接的“铁口直断”，软件也不会为用户提供合适的输出。

缺乏“人情味的反馈”：同时，相较于现实中的大师，软件无法提供“人情味的反馈”。用户希望得到温暖且针对性的指导，而不是一份冰冷冗长的报告。

2）交互方式的局限

以单向输出为主：用户一般是带着个性化的期待来使用命理软件的，但传统软件的交互方式通常是“输入数据>>输出报告”的流程，缺少与用户互动的流程。

缺乏动态反馈：传统软件无法根据用户的实时反馈调整分析内容。例如：

• 用户阅读报告后可能会对某些结论产生疑问，但软件没有机制来解释这些结论或进一步推导。
• 用户的情感状态（如焦虑、迷茫）也无法被软件感知并提供适当的心理安慰。

当前的困境

反观现实中的大师，他们不仅拥有专业的命理知识，还具备丰富的情感交流经验，而这正是当前软件所明显缺乏的竞争力。基于这一局限，目前命理软件App的主要发展方向分为以下两类：

• 专业工具型：为专业大师或爱好者提供排盘工具，辅助进行命理解读，提升效率。这类软件有点类似医院的问诊系统，帮助采集用户的基础信息，并提供一定程度的知识辅助，但最终的沟通和决策仍然由大师完成。
• 咨询平台型：作为连接大师和用户的桥梁，承担销售和获客功能。这类平台通过帮助用户快速找到适合的大师并建立沟通桥梁，显著提升了用户体验和信任度。然而，其核心服务依然依赖于大师的个人能力。

然而，无论是哪种方向，当前的发展似乎都已触及瓶颈。

对于专业工具型，排盘工具的功能早已趋于成熟，多年来几乎没有颠覆性的创新。无论是西方星盘还是东方八字，这类软件仍停留在“自动计算基础特征”的阶段，无法替代大师的核心分析能力，其辅助作用也相当有限。

对于咨询平台型，尽管成功连接了用户与大师，但用户体验的提升仍高度依赖于大师的个人能力。如果平台采取放任管理的方式，服务质量很难保障；而如果平台试图深度介入和标准化服务内容，则容易削弱用户与大师之间的情感连接，从而使服务体验的温度与个性化大打折扣。

是时候寻找下一代的命理软件了!

05 AI的机会在哪里？

以ChatGPT为代表的大语言模型（LLM）的崛起，给命理软件带来了全新的可能性。大家已经亲眼见证了GPT类应用在各个场景中的交互革命，那么，这种能够理解自然语言、生成多样化内容的强大工具，是否也能改变命理领域的传统模式？答案是肯定的。LLM不仅有能力优化传统命理软件的交互体验，还可以重塑命理知识的数据逻辑。

关于AI，这里有两个方向：

方向1：基于海量用户数据的生成式模型

以八字为例，有上百万种组合。虽然从数据量上看，训练构建一个模型并不是遥不可及的目标，但核心的问题还是在于数据收集。

一方面，我们需要大量准确的出生日期和时间数据；另一方面，更重要的是与“人生轨迹”相关的多维度标签化数据。比如，算命中常见的话题——学业、财富、婚恋、事业等，背后都需要真实的事件作为训练依据。然而，这些数据往往涉及隐私甚至机密信息。以八字断学历为例，若想建立模型，就需要一批人的真实高考录取或者大学生数据，而这样的数据通常掌握在特定的公共机构或大型企业手中，这类组织显然不太可能轻易授权访问这些数据。值得注意的是，去年底有一篇热门论文（Using sequences of life-events to predict human lives）探讨了类似的方向，但更多是从统计学和深度学习的角度出发，与玄学无关。

如果认可玄学的统计学意义，那么玄学的一些推演模型是可以借用类似方法的。例如，在事件序列预测中，时间序列分析与分类模型被广泛用于处理基于时间的连续数据，这类技术理论上也可以为八字断运势提供技术支持。时间序列模型的优势在于能够捕捉数据中的时序依赖性，识别某一时点的特征如何影响未来的发展。这种特性与八字中的流年、大运推演有着天然的契合点。这表明，命理数字化并非完全无解，而是对数据与技术提出了更高的要求。

方向2：基于LLM优化传统技法和数据推理

另一个方向，是用LLM来改造传统的命理数据和算命流程，让传统命理软件更智能、信任感更足。与依赖海量数据训练的生成模型不同，这种方法的核心是通过 LLM 的推理能力，将已有的命理知识和规则进行整合与重塑。

这里有很多领域可以尝试：

命理规则结构化：使用LLM将传统命理中的经典理论（如五行生克、刑冲合会、十神关系等）转化为可计算的结构化规则库。例如：将“身弱喜印、忌财”这样的理论，自动转化为LLM容易理解的结构化规则，供后续推理。这一步颠覆了传统命理规则完全需要人工归纳和总结的过程，提供了新的可能性。

生成式推理：借助 LLM 的自然语言生成和上下文理解能力，在输入八字命盘或用户问题后，动态完成复杂的命理推演：

• 逐步推理：LLM 可以基于八字中的十神组合、流年关系，按照命理规则逐层推导出结论。例如，从“身弱”推导出“喜印”，再结合大运流年推算事业运的变化趋势。
• 思维链解读：不仅提供结论，还可以通过生成解释性语言，清晰描述推理过程。例如，“你的八字身弱，喜印星。结合今年的大运，印星被冲，可能导致事业压力增加”。这样的描述过程，会让AI的结果更有信服力。
• 实时上下文互动：根据用户的提问动态生成回答，如“我今年感情运势如何？” LLM 不仅能结合八字推算结果，还能根据上下文调节回答内容，让分析更贴合用户需求。人工大师不可能记得每个客户咨询过的内容，但是AI可以。

个性化与情感化表达：基于用户喜欢的语言风格，结合用户的背景和情绪，提供更贴近心理需求的解读。例如，用温暖鼓励的语气安抚用户的焦虑，或用专业术语解释命局中的重点，让互动更具“人情味”，充分建立信任感。

X Factor：AGI

当我们谈论AI时，绕不开的话题就是以通用人工智能（AGI）为目标的未来技术。如果AGI真正实现了，可能发生什么？

最大的变化或许是超脑级别的数据整合能力。AGI能够将命理推演与其他领域的数据（如职业发展、财务状况、健康趋势等）深度融合，提供更全面、更精准的预测。这种预测将不再是单一的命理逻辑，而是一种基于真实数据与科学推演的结合，甚至可能让玄学本身更具“玄学”色彩。

同时，AGI还可以基于用户的语言、情绪和背景，深度理解用户的需求。它不仅可以完成复杂的命理推演，还能提供心理疏导，给出全方位的生活建议，甚至直接参与解决实际问题。AGI，肯定不只是一个“预测工具”，而是一个真正懂你的“伴侣”。

06 如何用当前的AI做好命理解读？

在AGI时代未到来之前，当前的AI如何可以做好命理解读？个人或者小团队更容易操作的应该是方向2，即基于LLM优化传统技法和数据推理。于是，我也围绕了这一方向做了一系列尝试。下面让我逐一剖析。

☆ 确保基础信息准确

GPT刚上的时候，很多人会直接问AI关于八字，星座之类的情况。简单的十二星座还好，但是碰到复杂点的八字，最基本的排盘都是错的。现有的LLM是生成式模型，数理运算和规则推理还有短板。这种强规则和算法的运算，还是不能完全放弃传统算法。

因此，第一步是要输入准确的基础命理信息。这一步和AI没有太大关系，传统软件有很多很成熟的算法，我们要做的是，让AI在合适的时候调用这个算法。当前大多数LLM平台都有function调用功能，只要配置好对应的参数，文字说明清楚function的内容和用途，就可以让AI在合适的时候调用传统排盘接口。

不过额外说一句，这一步看似很简单，却也能暴露很多模型能力的不足。我之前对比过大概10家模型，能保证参数识别和生成基本不出错（比如10次能确保8次以上准确）的寥寥无几。

☆ 结构化知识数据

这是LLM重塑命理过程的核心，也是区别传统软件的重要地方。

GPT刚上的时候，很多人直接把算命书丢给GPT，让AI来解读，但是效果很差。这里有几个问题：

AI并不是真的“理解”：受限于高质量的命理训练数据，GPT模型当前对于命理知识古书的‘理解”较弱，就算加上了RAG，也很难召回想要的内容。比如我问“我什么时候发财”，AI从古书里只能检索出“时至发财发福，运来顺水行舟”，这看起来过于虚无缥缈，对实际命理推演的帮助很小。对于LLM来说，最好的输入依旧是是结构清晰的内容，比如”大运.天干 == 财星” -> “发财”。

输入和输出内容差异较大：当前的 LLM，作为生成式模型， 和人类一样，需要准确、符合阅读习惯且贴合用户认知的数据。以“升职加薪”为例，书中可能会以“某星入命，利于仕途显达”这样的古文表达，而现代人则更倾向于“今年事业顺利，有望升职加薪”的直白表述。这就需要将传统命理古籍的内容转化为现代人能够理解的通俗知识，或直接采集当代命理名家的书籍内容，来让 AI 更好地适应用户需求和现代表达习惯。

知道了问题，那么下面我们要做的就变得清晰了，

关键规则结构化

首先，我们需要把传统的书籍提炼成结构化或者半结构化的内容，方便LLM可以进一步理解。

这里的提炼，在AI出现之前，是一个高成本的人工标注和数据整理工作。在AI出现以后，我们就可以变成一个自动化流水线工作。

比如我在整理十神相关信息，原始的输入是这样（直接从书本扫描摘录）：

在一堆“帮我解析并生成json返回”的prompt调教后，AI可以生成这样：

这样的内容，足够AI用于规则解读，同时也可以做一些程序化的实现。（后面会提到）

数据描述改写

命理的原始数据，通常来源于不同的成书时代，让AI理解不同背景的古文，再生成现代文，似乎有点为难它了。当前的LLM大多 是基于 Transformer 架构的生成式模型，其核心是通过自注意力机制对输入的上下文进行权重分配，聚焦于与当前任务最相关的部分。这意味着，前文的内容越贴近目标答案，模型的注意力分布越精准，生成的内容也会越准确。

因此，一个有效的做法是，根据当前用户的特征，将古籍中的规则改写为贴合用户需求和理解习惯的描述。这一步可以通过精调 prompt 的方式，让 LLM 生成通俗易懂的表述。

假设我们想解读一个男生偏财旺的命理特征，传统命理中的描述可能是：

“偏财财位发他乡，慷慨风流性要强，别立家园三两处，因名因利自家忙。”

直接输出类似的古文表述，用户会觉得晦涩难懂。而且与用户问题的关联度可能会很低。 我们可以通过自定义的prompt，最好提供一些示例。比如：

—

请根据以下要求，将内容改写为通俗易懂的现代表达。

1. 使用现代日常语言，去掉晦涩的古文风格。

2. 增加具体的性格描述，适合普通用户理解。

3. 保留原文中的核心含义。

# 输出示例

“正官旺的人通常性格稳重、注重规则，给人一种踏实可靠的感觉。他们在工作中责任心强，尤其适合管理岗位或公职工作，常给人留下好印象。”

—

最终输出：

偏财旺的人通常事业发展多在异地，性格慷慨大方，热爱社交，花边新闻不断。他们往往有能力在多个地方置业，生活中忙于追求名利，充满活力和干劲。

最后再把改写的内容作为输入喂给LLM，效果就会好很多。通过这种规则改写的内容，我们可以大幅提升 LLM 在命理场景中的适用性和回答质量，让命理推演更智能、更接地气。

☆ 合理注入知识库 (RAG)

这里属于RAG的范畴，会有很多RAG的技巧和算法可以应用。关于通用的流程和算法部分，本文不做展开讨论。不过在命理层面，有几个地方需要特别注意。

根据用户意图选择知识库

命理咨询中，用户的需求可能集中在事业、婚姻、财富等多个领域。AI的每次交互，并不需要引入所有的知识，token也不允许。因此根据意图来选择知识库，就很重要了。

关于意图的识别，依旧可以用AI，一些小的模型足矣。比如4o-mini，就已经做得很好了。

结构化数据注入

和前面提到的一样，LLM更喜欢结构化的数据格式。因此，我们在喂知识给LLM时，尽量都使用合理的结构化。

比如我们要提供最基础的八字信息： 正常的八字可能就是“戊辰 壬戌 辛酉 庚子”， 但是你如果直接问GPT：“这个八字的时干十神是什么？”，答案基本都是错的。

所以在这个步骤，你需要注入结构化的十神信息，确保AI在后面的推理中不会错误推理十神。 比如我可以这样注入四柱信息：

这时候你再问AI关于十神的知识，就不会错了。

内容验证

内容验证，可以集成在 RAG 流程中，也可以作为独立的后处理步骤。验证的目标是确保生成的内容与检索到的文档一致，从而避免或减少模型“幻觉”（hallucination）。值得注意的是，这一步的验证可以通过相似度算法做匹配，并不一定要引入LLM。

示例：

问题：“甲木日主2024年的运势如何？”

检索结果：“甲木日主：2024年流年干支为甲辰，与甲木命主形成比肩关系，需注意人际关系的竞争。”

模型生成答案：“2024年对于甲木命主来说，人际关系可能会出现竞争或矛盾，需注意平衡合作。”

验证：确保模型答案的结论与文档内容一致，若不一致，则需要重新检索或生成。

不过在实际应用中，验证可能会带来额外的用户等待时间，特别是验证失败后的处理。因此，把握验证的时机以及也很重要，非关键问题可以不需要验证。

☆ 多Agent协同

在复杂的用户交互中，通过多agent的协同，可以大大提升用户交互体验，不管是效率还是满意度。AI推理过程不需要一蹴而就，很多数据可以经过多次处理、分阶段优化，从而更精准地满足用户需求。

在与用户交互时，可以设置至少3个以上的Agent进行协同工作，各司其职，实现高效分工合作：

• 意图判断Agent：负责解析用户的输入意图，并将意图转化为结构化数据或任务指令。
• 知识生成Agent：根据用户的意图，结合RAG流程检索知识，或动态获取需要注入的知识（比如当前时间）。
• 内容输出Agent：负责和用户说话的Agent，将生成的知识组织成易于理解、符合用户语境的输出内容。

☆ Prompt调整

另外，Prompt提示词，依旧是和LLM交互的核心，这里有几个常见技巧：

通用的Prompt框架：无论是命理互动，数据处理，还是知识检索，尽量用同一类的框架来编写prompt，便于维护和改进。在命理交互方面，会比较推荐CO-STAR框架或者Claude的XML tag，很符合设定命理师的工作流程。

突出基础知识设定：对于基础知识，需在 Prompt 中明确设定规则，避免模型生成错误内容。比如讲到八字，五行生克是AI很容易出错的地方，非常需要在Prompt中高亮突出。

推理过程：推理能力是提升 LLM 输出逻辑性和准确性的关键，这里一般有以下两种方法。

1）直接使用有过推理调教的模型，比如o1模型，符合推理的过程，但是当前有些太慢了，比较难产品化。另外调教的难度和普通模型一样，很依赖高质量的结构化数据输入。

2）思维链模型，这里可以参考 https://www.promptingguide.ai/zh/techniques/cot

选择题 > 填空题：在交互过程中，设置明确的选项能显著提升AI的判断准确率。

专注一个流派：以八字为例，命理流派众多，若同时尝试多个流派分析，容易导致结果矛盾或逻辑不一致。知识不是越多越好，是越专注越好。

☆ 传统算法的精益求精

当我们的主要目光都聚焦于 AI 时，同样不能忽视传统的规则算法仍然在某些场景中具有强大的影响力。

传统规则与 AI 的互补性：前文提到的许多工作都涉及如何结构化数据或引导 AI 推理。如果某些步骤可以通过传统规则算法实现，而无需借助 AI，则能显著提升交互的效率和准确性。

比如八字中身强和身弱的判定，虽然不同流派对身强身弱的定义存在争议，但如果选定一种成熟流派的规则（比如可以量化日主得令、得地、得助的权重评估），完全可以通过程序化实现身强身弱的自动判定。这种方法既能减少 AI 对复杂推理的依赖，又能为后续分析节省大量计算资源。

量化与结构化的极致探索：另外，极致的结构化，就是完全可以用数学公式表达的量化。一些研究者已经在尝试将命理分析完全数学量化，有一定的成果，但还需要更多真实数据的检验。但，这里其实绕不开的还是信任感的考验，假如量化算出的结果，与用户的现实情况不符，是否还有空间保留这份信任感？

07 笔者的一些实践

笔者开发的GPTs (Chinese Bazi Fortune Teller)，开始只是出于业余爱好，做给自己用，顺便发布出去。没想到用户在没有任何推广的情况下持续增长，于是持续更新1年（主要是知识库），当前依旧保持在GPT Store的首页榜单。让我惊讶的是，我收到过好多次葡萄牙语、俄语、阿拉伯语之类的用户正面feedback，没想到东方命理文化在GPT的载体上，很容易就得到其他国家的认可。

但是，受限于GPTs本身产品交互的限制，以及GPT模型的黑盒，上文提到的很多优化逻辑，效果很容易遇到瓶颈，或者很难实践。因此，我也在重构一个全新的独立AI算命产品 (链接)，从开发情况来看，效果会好很多，可以灵活控制输入的知识和变量，提供更准确的内容输出，和更有效率的AI交互。

但是，挑战还是很多的，除了产品开发本身的工作量，命理知识结构化是最主要的挑战。在GPT出现前，我不敢想，但是现在有AI做开发辅助，难度降低很多，让我有信心将复杂的命理知识逐步转化为可以被机器理解和应用的规则。只是个人的力量是微小的，未来要持续借助社区和专业人士的力量。

替代线下咨询并不是主要目标，因为人与人沟通带来的情感慰藉，是AI在短期内很难替代的。但当前的目标，是要让AI通过详实的知识推理，以及匹配的沟通方式（文字、语音、甚至VR），为用户提供足够的信任感，成为用户某种形式的精神伴侣，让用户在迷茫时能够快速找到精神落脚处。要达成这个目标，首先要让AI能够完成基于已知命理知识做到准确推理。通常而言，这也代表了实际算命的准确率。推理过程越准确，准确率肯定越高。但如前文提到的，算命不可能100%准确，却依旧能提供足够的精神能量指引。

“甲木参天，脱胎要火”。东方命理文化是人类命理文化中很重要的环节，我也希望借助AI这个载体，可以更好地突破文化和语言的界限，让大家在享受命理服务的时候有更多的选择。