财小福——从“功能货架”到“AI 交互入口”的证券 APP 智能助手

🎯训练目标

不是训练一个“更会聊天”的模型，而是训练一个能稳定识别证券场景意图、抽取关键实体、触发正确服务路由的小模型。

⚖️评估指标

核心关注 Accuracy、Precision、Recall、Macro F1、低置信度比例、误路由率、首轮响应延迟和用户追问率。

🔁数据飞轮

将用户 query、路由结果、点击行为、转化结果和反馈样本回流至训练集，形成“识别—执行—评估—优化”的闭环。

💬短期会话记忆

• 保留当前会话中的股票、基金、业务办理事项等实体。
• 支持从“行情查询”自然过渡到“原因分析、风险提示、下一步操作”。
• 通过槽位继承减少重复输入，例如用户已提到某只股票，后续可以直接问“那它现在还能买吗”。

🧠长期个性化记忆

• 沉淀用户关注行业、产品偏好、风险倾向、投资期限和常用功能。
• 用于排序推荐、回答视角、风险提示强度和后续服务分发。
• 坚持可控原则：高敏感信息需授权使用，关键结论保留解释依据。

📈行情关注

关注股票、行业、指数、基金等对象，提升后续查询效率。

🧭风险偏好

结合测评与行为推断，控制分析表达和产品提示边界。

🧩常用服务

记录常用路径，如业务办理、权限开通、账户查询等。

🔐合规控制

不承诺收益、不代客下单、不生成越界交易建议。