智能问数，是如何帮助水果贸易提效200%的

在日常工作中，我们经常需要从各种系统里查数据，填表单、问进度、看报表……传统图形界面虽然直观，但操作步骤多，遇上查询量大的时候，效率就上不去了。有没有更“聪明”的办法？智能问数就是答案——它让你用自然语言直接问数据库，背后的技术把你说的话转成SQL，自动帮你把数据调出来。门槛低到什么程度？哪怕完全不懂技术，也能秒查数据。下面用一个真实案例，看看这套方案到底怎么落地。

1. 客户痛点

XS公司是一家进口水果贸易服务商，为国内头部水果零售企业供货。这两年国内消费者对进口水果的热情高涨，XS的业务量也跟着猛增。他们很早就建了一套完善的数字化系统，把货物全生命周期的数据都收了进来——起运港、目的港、航班号、航名、航次、提单号、柜号、放柜时间、海运CUTOFF、设定温度风口、空运CUTOFF、国内目的地、当前温度、当前位置、查验状态、单证进度、货物实际状态……一眼数过去，几十个字段。用户随时能在系统里查货，这套数字化系统确实是业务稳定运行的重要保障。

但问题也随之而来。图形界面虽然直观，操作步骤却不少。查询量一大，效率就跟不上了，而且不够“人性化”。结果就是，用户更习惯直接微信或电话找客服，让客服帮忙查，再把结果回过来。这种查询要求还特别急，不分白天晚上，哪怕深夜也得秒回。业务越忙，客服团队压力越大，只能不断加人来扛。用户的“偷懒”让XS公司头疼不已，他们找到我们，问AI能不能帮上忙。

2. 解决方案

摸清痛点后，我们利用大模型的function calling功能，定制了一套智能问数方案——自动调取实时数据，用自然语言直接回复用户。XS公司给了测试接口，我们花了一周左右准备。然后和XS的负责人坐在会议室里，技术人员现场演示了DEMO。客户看完，面露惊喜，说这就是他们想要的。

系统架构图

什么是函数调用（function calling）

函数调用让你把模型连接到外部工具和系统。很多场景都能用得上：给AI助手加上复杂计算能力，或者在应用和模型之间做深度集成。

• 获取数据：用户问“我最近的订单是什么”，AI助手从内部系统调取最新经营数据，然后生成回复。
• 执行动作：AI助理根据用户偏好和日历安排会议。
• 计算：执行复杂的数据计算任务。
• 构建丰富的工作流：比如一个数据提取管道，获取原始文本后转成结构化数据存入数据库。
• 修改应用程序的UI：根据用户输入更新界面，比如在地图上标出图钉。

第1步：选一个支持函数调用的模型

首先得挑个支持函数调用的模型。有些模型天生就带“借助工具”或“外部功能”的能力，能搞定更复杂的任务。好比搬家时，你得选一个会开车、有车的朋友来帮忙——选对模型，事半功倍。

第2步：写清楚函数内容

接下来，定义好要调用的函数。就像借给别人一把尺子之前，得先告诉他刻度怎么读、怎么量。描述函数时，要讲明白它的用途、需要哪些参数、返回什么结果、在什么场景下用。

第3步：把函数当成工具传给模型

写好函数后，传给模型，相当于告诉它“现在你可以用这个工具了”。模型需要相关功能时，随时调用这个函数来拿结果。就像把整套修理工具箱交给朋友，他要用扳手螺丝刀时随手就能取。

第4步：调用函数并接收返回结果

模型会在合适的时机调用函数，并接收返回值。比如要提供天气建议，模型就调用天气函数，把温度参数传进去，拿到结果后整合到最终输出里。这就像朋友拿起螺丝刀拧紧松动的桌子腿，工具用上了，效果也出来了。

第5步：模型根据函数调用结果做处理

最后，模型基于函数返回的结果进一步处理，生成完整的回答或方案。比如拿到天气信息后，整合出一段完整回复。这一步让模型的回答更贴合用户需求。好比朋友修好桌子后告诉你“桌子现在很牢固了”，你拿到了完整的反馈。

基于53AI平台，利用大模型的function calling能力，我们为XS公司定制了水果贸易场景的货物信息智能问数方案。

函数调用流程图

3. 实施过程

toB项目落地，远比想象中复杂。要对接生产环境，保证系统准确可用，没有丰富的项目经验和靠谱的技术团队，根本搞不定。我们通过获取接口、编写函数、调用函数、编写提示词等7个步骤，完成了项目实施，确认达到用户标准后才上线运行。

获取货物接口数据

编写函数

from fastapi import FastAPI, HTTPException
import requests
import json
import uvicorn

app = FastAPI()

# 配置重命名和删除的字段映射
FIELD_RENAME_MAP = {
    "车牌1": "车辆车牌",
    "联系人及电话1": "司机信息",
    "当前温度1": "当前温度",
    "当前位置1": "当前位置",
    "成交方式1": "成交方式",
    "ETD": "预计发货时间",
    "ETA": "预计到达时间",
    "ATD": "实际发货时间",
    "ATA": "实际到达时间",
    "海运还柜时间": "还柜时间",
    "海运手工提柜时间": "提柜时间",
    # 在这里添加更多字段重命名映射
}
TRANSPORT_FIELD_CONFIG = {
    "海运": {
        "remove": ["空运状态", "空运CUT OFF"],
        "rename": {"海运状态": "状态", "海运CUT OFF": "截仓时间"}
    },
    "空运": {
        "remove": ["海运状态", "海运CUT OFF"],
        "rename": {"空运状态": "状态", "空运CUT OFF": "截仓时间"}
    }
}
……

配置自定义函数

函数调用测试

编写角色提示词

测试调优

接入微信

4. 方案收益

• 需要输入、点击等操作的GUI界面有时显得不够人性化。换成对话方式，用户接受度更高，操作效率也明显提升。这种场景在工作中很常见：填表单、咨询问答、授课培训、考核测试……单靠传统GUI已经很难满足用户越来越高的要求了。完全可以结合LUI（语言用户界面）实现更自然的交互，打打字、动动嘴就能完成同样的工作，甚至更多、更快。
• 自然语言对话让客户可以直接调取货物实时数据，不用再通过客服中转。客服人员的时间被解放出来，再结合知识库，就能实现365×24小时的服务。客服领域是大模型最早介入、也是普通人最熟悉的落地场景。短期内AI还不能完全取代人，但它提供的辅助能力，足以让客服效率大幅提升，服务时长也得到极大延长。

实施前状态

实施后状态