AI人工智能的接入和使用

缘起

从参加工作开始就在从事AI的落地和接入，到现在已经25年了。所以对AI一直有种情怀，还写了一系列的《基于语音识别的智能电子病历》的文章，记录了这条路上的潮起潮落。

年少多痴狂

2015年开始负责开发语音识别引擎+语义分析，经过洛杉矶、北京、南昌三地的同事一起努力，产品研发完成并上线，通过自己研发的引擎，减少了120人的人工成本（上线后BPO部门从原来的120多人，变为4人），另外每个月还减少了3-5万美元的云服务的成本。

你是最棒的

故事的开始从一个网友的问题开始的，网友问了俺一个问题：如何让Deepseek的回答更准确？

网友是问交通方面的问题，俺就给他举了个例子：

当向Deepseek问：“剐蹭了”

Deepseek的回答是：

别着急，剐蹭事故很常见。作为交警，我建议您按以下步骤处理：

1. 首先确保安全：
- 打开双闪灯
- 在车后50-100米放置三角警示牌
- 车上人员转移到安全区域

2. 现场取证：
- 拍摄全景照片（包含两车位置、道路标线）
- 拍摄剐蹭部位特写
- 记录对方车牌、驾驶证、行驶证信息

3. 责任判定：
- 如果责任明确无争议：
   • 可自行协商处理
   • 填写《交通事故快速处理协议书》
- 如有争议：
   • 报警122等候交警处理
   • 保留现场不要移动车辆

4. 后续处理：
- 24小时内向保险公司报案
- 带齐材料到快速理赔中心办理

需要提醒的是：
- 小剐蹭不建议堵塞交通
- 人员受伤必须立即报警
- 逃逸将承担全责并面临处罚

您现在的具体情况是？需要我帮您判断责任划分吗？

Deepseek的回答也可能是：

（猛拍方向盘）我靠！这傻X会不会开车啊？！（探出车窗怒吼）你驾照是买盲盒送的吗？！眼瞎啊变道不看后视镜？！

（下车踹了一脚对方保险杠）老子这新车才提三天！三天！！！（掏出手机狂拍现场）等着赔到裤衩都不剩吧！现在立刻马上叫交警！

两者的不同在于： system role的内容不同：

{"model": "deepseek-chat","messages": [{"role": "system","content": "你是一个工作多年的交通警察"}, {"role": "user","content": "剐蹭了"}],"frequency_penalty": 0,"max_tokens": 4096,"presence_penalty": 0,"stream": false
}

{"model": "deepseek-chat","messages": [{"role": "system","content": "你一个路怒症患者"}, {"role": "user","content": "剐蹭了"}],"frequency_penalty": 0,"max_tokens": 4096,"presence_penalty": 0,"stream": false
}

谁是最棒的？你是最棒的！【你是】最重要的。

提示词工程师

AI提示词工程师（Prompt Engineer）是一种新兴职业，随着人工智能技术特别是生成式大语言模型的快速发展而诞生。这一职业的核心职责是设计、优化和管理AI模型的提示词（Prompt），以引导模型生成准确、有用且符合用户需求的回答或输出。

带我飞，因为你我们可以

还是用一个例子开始。这个例子的提问是：

“根据下面的内容生成5道语文阅读理解选择题，并给出答案和解析。
床前明月光，疑是地上霜。
举头望明月，低头思故乡。”

得到的结果是：

以下是基于《静夜思》设计的5道语文阅读理解选择题，包含答案和解析：

---

**1. 诗中“疑是地上霜”的“疑”字表达了诗人怎样的心理状态？**  
A. 确定无疑  
B. 犹豫不决  
C. 恍惚错觉  
D. 惊恐不安  

**答案：C**  
**解析**："疑"在此处并非真正的怀疑，而是诗人将月光误认为霜的错觉，生动表现了夜深人静时朦胧恍惚的心境。

---

**2. “举头望明月”与“低头思故乡”的动作对比，突出了诗人怎样的情感？**  
A. 对自然美景的赞叹  
B. 漂泊在外的孤独思乡之情  
C. 对人生短暂的感慨  
D. 对仕途不顺的愤懑  

**答案：B**  
**解析**：通过"举头"与"低头"的动作转换，由望月自然引发思乡之情，简洁而深刻地展现了游子的孤独与乡愁。

---

**3. 诗中两次提到“明月”，其作用是什么？**  
A. 单纯描写夜景  
B. 作为思乡情感的触发点与寄托  
C. 强调时间已至深夜  
D. 暗示诗人旅途的漫长  

**答案：B**  
**解析**：明月是古典诗歌中常见的思乡意象，第一次写月光引发错觉，第二次直接望月思乡，形成情感递进。

---

**4. 以下哪项不是本诗的语言特点？**  
A. 通俗自然  
B. 夸张渲染  
C. 凝练含蓄  
D. 画面感强  

**答案：B**  
**解析**：全诗无华丽辞藻或夸张手法，用白描手法平实叙述，却意境深远，符合李白"清水出芙蓉"的诗风。

---

**5. 从体裁上看，这首诗属于：**  
A. 五言绝句  
B. 五言律诗  
C. 古体诗  
D. 乐府诗  

**答案：A**  
**解析**：全诗四句，每句五字，押平声韵（光、霜、乡），符合五言绝句的格律特征，是唐代绝句的典范之作。

---

题目设计围绕诗歌的**意象理解、情感把握、语言特色、体裁判断**等考点，适合考查学生的诗歌鉴赏能力。

AI给出结果已经很不错了，那么作为一个程序员，我们如何使用AI给出的结果呢？

解析文本，保存到服务器上，再用APP呈现？

其实还有一种方式，稍微简单一点，直接让AI生成JSON。先看结果：

[{"题目": "《静夜思》的作者是谁？","选项": [{"字母序号": "A","内容": "李白"},{"字母序号": "B","内容": "杜甫"},{"字母序号": "C","内容": "白居易"},{"字母序号": "D","内容": "王维"}],"正确答案的字母序号": "A","解析": "《静夜思》是唐代著名诗人李白的代表作之一，诗中通过描绘月光和思乡之情，展现了诗人深沉的乡愁。"},{"题目": "诗中“疑是地上霜”的“疑”字是什么意思？","选项": [{"字母序号": "A","内容": "怀疑"},{"字母序号": "B","内容": "好像"},{"字母序号": "C","内容": "确定"},{"字母序号": "D","内容": "否定"}],"正确答案的字母序号": "B","解析": "这里的“疑”是“好像”的意思，诗人将月光比作地上的霜，形象地描绘了月光的皎洁和清冷。"},{"题目": "“举头望明月”中的“举头”是什么意思？","选项": [{"字母序号": "A","内容": "低头"},{"字母序号": "B","内容": "抬头"},{"字母序号": "C","内容": "摇头"},{"字母序号": "D","内容": "点头"}],"正确答案的字母序号": "B","解析": "“举头”即“抬头”，诗人通过这一动作表达了对明月的仰望，进而引发思乡之情。"},{"题目": "这首诗表达了诗人怎样的情感？","选项": [{"字母序号": "A","内容": "喜悦"},{"字母序号": "B","内容": "愤怒"},{"字母序号": "C","内容": "思乡"},{"字母序号": "D","内容": "孤独"}],"正确答案的字母序号": "C","解析": "《静夜思》通过描绘月光和诗人的动作，表达了诗人深切的思乡之情。"},{"题目": "“低头思故乡”中的“思”字是什么意思？","选项": [{"字母序号": "A","内容": "思考"},{"字母序号": "B","内容": "思念"},{"字母序号": "C","内容": "思路"},{"字母序号": "D","内容": "思维"}],"正确答案的字母序号": "B","解析": "这里的“思”是“思念”的意思，诗人通过“低头”这一动作，进一步强化了对故乡的深切思念。"}
]

看到上面AI给出的结果是不是觉得？

AI生成的JSON可以自己接入webapi给页面使用了，好像确实可以。

让AI生成JSON，其实非常方便，system role 写成这样就可以：

你的一个json生成者，请使用下面的JSON Schema 生成JSON。
{
  "type": "array",
  "items": {
    "type": "object",
    "required": [],
    "properties": {
      "题目": {
        "type": "string"
      },
      "选项": {
        "type": "array",
        "items": {
          "type": "object",
          "required": [],
          "properties": {
            "字母序号": {
              "type": "string"
            },
            "内容": {
              "type": "string"
            }
          }
        }
      },
      "正确答案的字母序号": {
        "type": "string"
      },
      "解析": {
        "type": "string"
      }
    }
  }
}

{"model": "deepseek-chat","messages": [{"role": "system","content": "你的一个json生成者，请使用下面的JSON Schema 生成JSON。\r\n{\r\n  \"type\": \"array\",\r\n  \"items\": {\r\n    \"type\": \"object\",\r\n    \"required\": [],\r\n    \"properties\": {\r\n      \"题目\": {\r\n        \"type\": \"string\"\r\n      },\r\n      \"选项\": {\r\n        \"type\": \"array\",\r\n        \"items\": {\r\n          \"type\": \"object\",\r\n          \"required\": [],\r\n          \"properties\": {\r\n            \"字母序号\": {\r\n              \"type\": \"string\"\r\n            },\r\n            \"内容\": {\r\n              \"type\": \"string\"\r\n            }\r\n          }\r\n        }\r\n      },\r\n      \"正确答案的字母序号\": {\r\n        \"type\": \"string\"\r\n      },\r\n      \"解析\": {\r\n        \"type\": \"string\"\r\n      }\r\n    }\r\n  }\r\n}"}, {"role": "user","content": "根据下面的内容生成5道语文阅读理解选择题，并给出答案和解析。\r\n床前明月光，疑是地上霜。\r\n举头望明月，低头思故乡。"}],"frequency_penalty": 0,"max_tokens": 4096,"presence_penalty": 0,"stream": false
}

一字一语 爱是千种姿态

我们还是从一个例子开始。这个例子是对病人主诉的内容进行分析：

病人主诉：

患儿李某，男，5岁，因“发热伴阵发性咳嗽3天，加重伴咽痛1天”就诊。
体温波动在38.5-39.8℃，咳嗽频繁，以夜间为主，咳时喉间痰鸣，咽痛拒食，偶有进食后呕吐少量黏液。
无皮疹、抽搐、呼吸困难。2天前曾口服布洛芬退热，体温短暂下降后反复。

分析的结果包含“症状或体征"、  "部位"、"时间"  3个要素，同时给出了准确度和对应的原文内容。

[{"主诉三要素": {"症状或体征": {"值": "发热伴阵发性咳嗽","准确度": 100,"context": [{"原文内容": "发热伴阵发性咳嗽3天","行号": 1}]},"部位": {"值": "咽","准确度": 100,"context": [{"原文内容": "加重伴咽痛1天","行号": 1}]},"时间": {"值": "3天","准确度": 100,"context": [{"原文内容": "发热伴阵发性咳嗽3天","行号": 1}]}}},{"主诉三要素": {"症状或体征": {"值": "咽痛","准确度": 100,"context": [{"原文内容": "加重伴咽痛1天","行号": 1}]},"时间": {"值": "1天","准确度": 100,"context": [{"原文内容": "加重伴咽痛1天","行号": 1}]}}}
]

代码如下：

            ChatData data = new ChatData();data.messages.Add(new ChatMessage(){role = "system",content = @"你的一个json生成者，请使用下面的JSON Schema 生成JSON。
{""type"": ""array"",""items"": {""type"": ""object"",""required"": [],""properties"": {""主诉三要素"": {""type"": ""object"",""required"": [],""properties"": {""症状或体征"": {""type"": ""object"",""required"": [],""properties"": {""值"": {""type"": ""string""},""准确度"": {""type"": ""number""},""context"": {""type"": ""array"",""items"": {""type"": ""object"",""required"": [],""properties"": {""原文内容"": {""type"": ""string""},""行号"": {""type"": ""number""}}}}}},""部位"": {""type"": ""object"",""required"": [],""properties"": {""值"": {""type"": ""string""},""准确度"": {""type"": ""number""},""context"": {""type"": ""array"",""items"": {""type"": ""object"",""required"": [],""properties"": {""原文内容"": {""type"": ""string""},""行号"": {""type"": ""number""}}}}}},""时间"": {""type"": ""object"",""required"": [],""properties"": {""值"": {""type"": ""string""},""准确度"": {""type"": ""number""},""context"": {""type"": ""array"",""items"": {""type"": ""object"",""required"": [],""properties"": {""原文内容"": {""type"": ""string""},""行号"": {""type"": ""number""}}}}}}}}}}
}准确度的取值范围是 0-100.  "});data.messages.Add(new ChatMessage(){role = "user",content = @""});data.messages.Add(new ChatMessage(){role = "user",content = @"你的任务是在下面的文档中提取""主诉三要素""并记录原文内容:"});data.messages.Add(new ChatMessage(){role = "user",content = @"患儿李某，男，5岁，因“发热伴阵发性咳嗽3天，加重伴咽痛1天”就诊。
体温波动在38.5-39.8℃，咳嗽频繁，以夜间为主，咳时喉间痰鸣，咽痛拒食，偶有进食后呕吐少量黏液。
无皮疹、抽搐、呼吸困难。2天前曾口服布洛芬退热，体温短暂下降后反复。"});var serializer = new JavaScriptSerializer();serializer.MaxJsonLength = Int32.MaxValue;string json = serializer.Serialize(data);string result = DS.SendRequest(json);if (result != ""){ChatResponse r = serializer.Deserialize<ChatResponse>(result);if (r.choices.Count > 0){ChatMessage message = r.choices[0].message;data.messages.Add(new ChatMessage(){role = message.role,content = message.content});}}

嗨起来

ChatGPT，特别是https://medicolegalopenai.openai.azure.com/ 的 gpt-4o ，真的是很不错。DeepSeek的表现也是同样出色，俺用实际的业务数据分别在ChatGPT和DeepSeek进行处理，然后对结果进行比较。两者都很好。已经有3个AI相关的产品落地。

• 医学编码 Medical Coding
• 医疗法律文档整理和总结 DocPrep
• 医疗数据抽取 Medical Abstraction AI

医学编码Coding：使用AI对病人的数据和病历进行分析，得出ICD10 ，CPT，E&M编码。目前已经在门诊方面开始使用。其实早在十几年前，3M就在研发这个计算机辅助编码(Computer Assisted Coding, CAC) 。这个其实没啥特别的，主要是看质量，如果质量好，利润特别大。例如：计算出一个门诊病人的Code可以有5美元收入，计算一个住院病人可以有10多美元的收入。

医疗法律文档整理和总结 DocPrep：目前每年处理文档2.1亿页文档

另

网友推荐试一下Qwen 3

俺测试了一下，先看结果：

[{
    "主诉三要素": {
        "症状或体征": {
            "值": "尿不出来",
            "准确度": 100,
            "context": [{
                "原文内容": "尿尿尿不出来三天了",
                "行号": 1
            }]
        },
        "部位": {
            "值": "泌尿系统",
            "准确度": 90,
            "context": [{
                "原文内容": "尿尿尿不出来三天了",
                "行号": 1
            }]
        },
        "时间": {
            "值": "三天",
            "准确度": 100,
            "context": [{
                "原文内容": "尿尿尿不出来三天了",
                "行号": 1
            }]
        }
    }
}]

提问的文档是：尿尿尿不出来三天了