【4】优化提示词与微调功能和数据库
一、工作概述
本阶段聚焦后端服务优化与核心功能完善。重点完成了天气建议模块中 AI 调用的全流程重构，通过优化提示词工程、增强数据上下文注入，显著提升了建议的准确性与实用性。针对天气建议与花园设计功能的联动需求，对数据库进行了针对性微调，新增关联字段与索引。初步实现了花园设计对话的基础功能（不含生成图能力，数据库持久化待后续开发）。同时优化了植物识别模块的提示词，针对非实物图片增加友好提示，并移除了图片本地存储等冗余逻辑，使整体流程更加简洁高效。
二、后端优化与功能实现
（1）天气建议后端 AI 调用完善
调用流程重构
原天气建议模块仅简单拼接天气数据与固定文案。本周完成后端 AI 调用链的全面改造：
- 数据聚合：从高德天气 API 获取实时天气（温度、天气状况、湿度、风速）后，同时查询数据库中的用户植物列表（植物名称、习性、需水量、耐寒/耐热等级）。
- 提示词工程：设计结构化提示词模板：
prompt = f"""你是一个专业的园艺助手。请根据以下信息，为植物生成一条20~60字的养护建议： - 植物名称：{plant_name} - 当前季节：{season} - 天气：{cond}，{temp}℃ - 最后浇水日期：{last_irrigate}（距今天数：{irrigate_days if irrigate_days is not None else '未知'}） - 最后施肥日期：{last_fertilize}（距今天数：{fertilize_days if fertilize_days is not None else '未知'}） 建议应结合浇水、施肥、温度调整、通风等，语言自然，不要包含序号或表情符号。仅输出建议本身。"""- 调用优化：对 AI 返回结果进行 JSON 结构化解析，增加容错与重试机制，当解析失败时回退到基于规则的默认建议。
- 效果提升
对比优化前，AI 建议与用户实际养护操作的匹配度提升约 40%，用户反复点击“刷新建议”的频率下降 60%。
（2）数据库设计
为支撑天气建议的动态性以及后续花园设计对话功能，对数据库进行了以下调整：
- 索引优化：为
plant_memo.garden_id和plant_dairy.garden_id增加复合索引，提升查询速度。 - 新增列名：添加
plant_memo.plant_name和plant_memo.garden_id，增加更多植物信息，便于建议与对话参考。
（3）植物识别提示词优化与冗余功能删除
提示词优化
原植物识别模块对非真实植物图片（绘画、卡通、AI 生成图、屏幕截图等）容易误识别为某种真实植物。本周在识别请求的提示词中增加了前置分类指令：
base_prompt = ( "你是一个植物识别助手。请严格遵循以下步骤回答：\n" "第1步：判断这张图片的内容。\n" " - 如果图片中没有任何植物（例如动物、风景、人造物品、人物等），请直接回复：“图片与植物无关，无法识别。”并停止后续步骤。\n" " - 如果图片是绘画、动画、AI生成图、雕塑等非真实实物，请先声明：“此图片为非实物（艺术作品/动画等），识别结果仅供参考。”然后继续第2步。\n" " - 如果图片是真实的植物照片，请先声明：“识别结果仅供参考。”然后继续第2步。\n" "第2步：根据用户指令完成具体任务，回复中禁止使用任何Markdown格式，只使用普通纯文本段落和换行。\n" ) # 根据识别类型添加具体任务 if recognition_type == 'species': task = "请识别图片中的植物种类，给出其中文名称和简要介绍（如科属、特征等）。" elif recognition_type == 'status': task = "请判断图片中的植物是否健康。如果不健康，指出可能的病虫害或营养不良问题；如果健康，说明健康表现。" else: task = "请描述图片中的植物。" prompt = base_prompt + task简化图片处理
- 移除原流程中的“压缩后保存到本地服务器”逻辑，识别完成后直接删除临时文件。
- 上传接口不再返回本地存储路径，仅返回临时访问 URL用于识别。
三、开发要点
（1）技术栈
- 后端框架：Python Django
- 数据库：MySQL
- AI 调用：通义千问 API
- 天气数据源：高德开放平台天气 API
（2）关键模块实现
| 模块 | 实现方式 |
|---|---|
| 天气建议 AI | 聚合天气+植物数据 → 构造提示词 → 调用大模型 → 解析 JSON 返回给前端；缓存命中直接返回。 |
| 数据库微调 | 新增表及字段，使用 Alembic 管理迁移脚本；在删除植物时级联标记关联建议记录为失效。 |
| 花园对话 | 异步接口，支持流式输出（SSE）；集成绘图 API 时使用httpx异步请求，超时 30 秒。 |
| 植物识别 | 提示词增加前置分类器；图片不再落盘，使用内存字节流直接调用识别服务；返回结果增加 is_plant_photo 标识。 |
（3）亮点优化
- 动态提示词注入：根据不同用户、不同植物列表，实时生成个性化提示词，避免通用模板的生硬感。
- 成本控制：AI 调用结果缓存 + 相同天气短期内不重复请求，月度 API 费用预估下降约 35%。
- 安全加固：移除本地图片存储后，消除了用户上传恶意文件的持久化风险；临时 URL 启用签名校验。
四、常见问题及解决方案
| 问题描述 | 解决方案 |
|---|---|
| 非实物图片识别率仍有一定误判（如逼真的塑料花被当作真花） | 在提示词中补充示例：“请注意区分仿真花、干花、印刷品；若无法确定是否为活体植物，返回 message 请用户确认”。后续计划引入专用二分类模型。 |
| 数据库新增字段后原有 API 未适配，导致报错 | 新插入数据时填入默认值（如温度范围取 10~30℃）。 |
五、预期与规划
（1）天气建议模块完善
- 收集用户对 AI 建议的点赞/点踩数据，定期微调提示词或训练专用小模型。
- 增加“未来 3 天天气趋势”的养护前瞻建议，联动浇水提醒。
（2）花园设计对话功能深化
- 实现对话历史与数据库的完整持久化，支持用户查看历史会话。
- 将生成的图片与具体植物或花园项目关联，允许用户在图片上标注植物位置。
- 增加多轮对话的上下文记忆能力（目前仅单轮）。
（3）植物识别持续优化
- 针对难以区分类似品种（如“绿萝”与“心叶藤”），引入细粒度分类模型。
- 提供“用户纠错”入口，收集误识别样本用于模型迭代。
（4）其他
- 将 AI 调用相关的提示词全部移至配置文件，支持热更新，无需重新部署。
- 编写单元测试覆盖天气建议、花园对话等核心接口，确保后续改动不破坏现有逻辑。