Réglage et optimisation des LLM

Cas d'usage	Activités déjà équipées en IA mais aux réponses imprécises
Clients types	Équipes qui ont déjà essuyé les plâtres et savent que l'IA n'est pas magique
Délai	2 à 6 semaines

先说结论

大部分 »模型不行 »的场景，实际不是模型的问题。我见过太多团队急着换更大的模型，
而真正的原因是：检索回来的片段被表格切碎了、提示词没告诉它不确定就说不知道、
新旧两版文档混在一起。

不是写几句 »你是一个专家 »。是定义输出结构、拒答边界、证据引用格式，
再做多轮对比测试挑最优版本。

切片粒度、召回策略、重排序、版本冲突处理。这是提升幅度最大的一环，
通常能把命中率从五成拉到九成。

提示词和检索做到头还差一口气时才做。微调贵、难维护，我不推荐一上来就微调。

抽 50~100 条真实业务问题，人工标注标准答案，跑四个指标：
事实准确率、引用命中率、应拒答率、人工复核量。
指标必须可复算——换个人来跑，结果一样。