传统在线问诊存在响应慢、专业度参差不齐的问题，而医学生在学习阶段缺少与真实病例对话的练习环境。
业务背景方面，随着大语言模型的成熟，AI辅助问诊成为可能。本平台基于LangChain框架构建，面向两类用户：一是需要快速获取医药信息、初步问诊建议的普通用户；二是需要模拟问诊练习的医学生。平台通过结构化提示词工程和模型微调，在保证回答专业性的同时控制风险边界，明确标注“AI建议仅供参考，不能替代线下就医”。
该项目的核心价值在于：降低医疗信息获取门槛，同时为医学生提供可量化的练习工具。
【核心功能模块】
1. AI智能问诊对话
用户输入症状描述后，系统通过LangChain调用大模型，结合预设的医学提示词模板，生成结构化、有风险提示的问诊建议。支持多轮对话，能根据上下文追问症状细节。
2. 中医问诊特色模块
独立的中医问诊入口，基于中医辨证论治逻辑设计提示词链路，输出体质辨识、调理建议等内容，区别于西医问诊的独立体验。
3. 医药、疫苗等信息查询
支持用户查询药品说明书、适应症、疫苗、用法用量等信息，附上对应视频，数据来源经过基础清洗，返回结果包含免责声明。
4. 医学生专区/问医生模拟练习
为医学生提供病例模拟对话环境，系统对回答进行基础评估反馈。
5. 用户注册登录
支持用户注册、登录、历史对话记录保存，方便用户追溯问诊历史。
6. 心灵树洞
同时关注就医患者的心理状态，引入基于轻量级大语言模型的情感助手，在线上问诊过程中疏导用户心理压力。
【技术实现】
前端采用Vue3+TypeScript构建，通过API与后端LangChain服务交互。提示词工程经过多轮测试用例集优化，提升了问诊准确率和回答稳定性。
本人作为该项目的产品经理兼前端开发，独立完成了从需求定义和前端页面代码实现的全流程工作。具体包括：
1. 通过竞品分析和用户访谈完成PRD撰写、信息架构与原型设计，明确AI问诊为核心功能
2. 基于需求优先级排序，主导输出产品整体方案
3. 承担“中医问诊”特色板块和用户注册登录模块的代码实现
4. 完成“问医生”、“医学生专区”模块的前端开发
5. 聚焦问诊准确率优化，构建测试用例集、分析用户对话日志，对大模型进行提示词工程优化与微调
【技术栈与架构】
前端：Vue3 + TypeScript + HTML5/CSS，采用组件化开发，实现问诊对话、用户系统、医药查询等核心界面。
后端：基于LangChain框架搭建大模型调用链路，封装提示词模板与对话记忆管理。
AI能力：通过结构化提示词工程（System Prompt + Few-shot Examples）约束模型输出格式，增加风险提示与医疗免责声明；针对中医模块单独设计辨证论治提示词链路；基于测试用例集进行多轮评估与迭代优化。
【实现亮点】
亮点1：双模式问诊（通用+中医）。同一套LangChain链路适配不同提示词策略，实现差异化问诊体验。
亮点2：提示词工程系统化优化。构建30+测试用例，对回答的准确性、安全性、结构化程度进行量化评估，迭代5版提示词模板。
评论