多轮对话——追问、澄清、深度挖掘的技巧

什么是多轮对话

New Bing 不是一问一答的单次服务。它维护着完整的对话历史——你和 AI 已经聊过的所有内容（在本次会话内）都会被 AI 记住，后续提问可以引用之前的内容。

这意味着你可以这样对话：

你：帮我介绍一下 GPT-4o AI：（给出 GPT-4o 的介绍）你：那它和 GPT-4 Turbo 相比改进在哪里？AI：（对比 GPT-4o 和 GPT-4 Turbo）你：语音交互这块具体是怎么实现的？AI：（专门讲语音交互的实现原理）你：那延迟能做到多少？实时吗？AI：（讲延迟数据和实时性）

你不需要每次都重新介绍 GPT-4o 是什么——AI 已经知道上下文了。

常用的追问方式

1. 「还有呢？」

最简单直接的追问。让 AI 在之前回答的基础上补充没说到的内容。

你：帮我列几个北京的小众博物馆AI：（列了 5 个）你：还有呢？AI：（再列几个，可能是更冷门的）

2. 「能详细说说 X 吗？」

聚焦到回答里的某个点深入挖掘。

你：（AI 回答提到了 RAG）能详细说说 RAG 是怎么工作的吗？你：（AI 回答里有个项目叫 LangChain）LangChain 是做什么的？和 Copilot 有什么关系？

3. 「换个角度 / 反过来」

让 AI 从不同视角重新审视同一个问题。

你：你推荐了这个方案，那它有什么缺点？你：反过来想，不这么做会有什么问题？你：从消费者的角度和从商家的角度分别分析一下这件事

4. 「给我个例子 / 举个例子」

抽象解释看不懂的时候，要具体例子。

你：你说的 Fine-tuning 能举个具体的例子吗？你：比如在电商场景下，这个技术是怎么用的？

5. 「用我能听懂的方式讲」

觉得回答太专业太干的时候，让 AI 换个说法。

你：用比喻的方式讲一下，我是文科生你：讲得再通俗一点，不要用专业术语你：把这段话翻译成大白话，就像跟朋友聊天一样

澄清误解

有时候 AI 理解错了你的问题，你可以纠正它：

你：不对，我问的不是这个，我是说…… 你：我说的是新版的，不是老版的你：我要的是中文的资料，不是英文的你：等一下，我说的是 React，不是 Vue

不用担心纠正 AI——New Bing 有完整对话历史，纠正后它会按新的理解重新回答。

对话历史的边界

虽然 AI 记得完整对话，但有几个限制要了解：

单次会话内有效

对话历史只在当前会话内有效。关闭浏览器标签、退出应用、或者点击「新对话」按钮，都会清空历史，开始新的会话。

历史长度限制

虽然技术上 AI 可以处理很长的对话历史，但实际上每个会话有一个最大的历史长度（不同模型可能不同，一般几千到几万字的级别）。如果对话过长，最早的部分可能会被截断。

实践中：一般日常对话不会超过这个限制，只有特别长的深度研究才可能碰到。

不要跨主题太远

一个会话里对话最好围绕同一个主题或紧密相关的主题。如果你之前一直在聊 GPT-4o 的技术细节，突然问「帮我推荐杭州的景点」，AI 虽然能回答，但可能会带着之前主题的残留上下文，导致回答质量下降。

建议：每换一个大主题就开新对话。

多轮对话的一个实际例子

下面是一个完整的多轮对话示例：

你（第一轮）：我想做一个给团队内部用的 AI 助手，用什么技术方案比较好？AI（第一轮）：（介绍了 RAG、Fine-tuning、Agent 三种方案的优缺点对比）

你（第二轮）：RAG 方案听起来不错，但数据安全怎么保证？我公司的数据不能外传AI（第二轮）：（介绍了本地部署、私有化模型、企业版 Copilot 的数据保护措施）

你（第三轮）：本地部署的话，硬件要求高吗？团队 20 个人，每天大概用 500 次查询AI（第三轮）：（根据用户量估算硬件需求，给出具体配置建议）

你（第四轮）：那向量数据库选什么？Pinecone、Milvus 还是用 SQLite 就行？AI（第四轮）：（对比三种向量数据库在中小规模场景下的优劣）

你（第五轮）：Milvus 安装麻烦吗？有没有一键部署的方式？AI（第五轮）：（给出 Docker 部署命令和步骤）

注意看：用户每一次追问都没有重复之前的背景信息——AI 知道自己在聊什么，只要接着往下挖就行。这就是多轮对话的威力。