能力概览
服饰知识问答是把「资料库」变成「对话」的能力。它先在你的知识范围（含站内手册、纹样库、案例）里检索，再让大模型组织成易懂的回答，并提供出处。传统服饰问题会强制优先引用可靠来源，避免编造。
核心特性
RAG 有据问答
先检索站内知识再作答，回答可溯源，不是凭空生成。
传统考据优先
涉及传统服饰时优先引用考据来源，无可靠出处不硬答。
全局 AI 助手
贯穿全站，零旋钮、自然语言，主动引导你完成创作。
规则 / 模板助手
穿搭建议、文案撰写、客服话术等规则类助手复用同一对话入口。
核心优势
同样是服饰 AI 平台，这些点让我们不一样；每一句都对应平台真实的设计约束，不是套话。
有据可查不瞎编
RAG 先检索站内知识再作答，传统服饰优先引用考据来源，无可靠出处宁可不答。
贯穿全站的助手
零旋钮、自然语言、主动引导，做图 / 训练 / 编辑时随时唤起，不必跳页。
一套入口多场景
穿搭、文案、客服、教学等规则类助手复用同一对话入口，少切换。
它如何工作
自然语言提问
例如「明制披风与宋制大袖怎么区分？」
检索知识
在手册 / 纹样库 / 案例中检索相关片段。
组织作答
大模型结合检索结果给出条理清晰的回答。
附出处
传统服饰类回答标注引用来源，可点开核对。
深度结合桌面端 Studio
桌面端 Studio 把问答助手嵌进每个工作台：你在做图、训练、编辑时随时唤起，AI 结合当前上下文给建议，而不是跳去另一个页面，真正「助手接管流程」。本地规则 / 知识检索可离线运行，隐私更好。
亲手试一试 · 零旋钮体验
下面这个面板 1:1 还原你在前台真正面对的选择：先描述需求，再选「域 + 方式」，背后调哪个模型、走什么回退、扣多少积分，全部由后台调度中枢算好并明明白白展示。右侧「生成前体检」会实时跑双域分流 · 垂直性校验 · 传统服饰考据校验——这正是平台守住「只做服饰、传统不胡编」的底层逻辑。会员档是账户属性（不是旋钮），用来演示不同档位看到的可见方式与折扣差异。
演示说明：下方「调用溯源卡 · 公开计费」对文生图 / 图生图 / 视频 / 问答场景已接入平台真实调度（preview_dispatch 实时 dry-run，与线上出图 / 计费同源，不黑箱）；3D / OCR / 语音 / 训练 / 文案 / 客服 / 教学等场景暂无统一模型调度，按真实配置的方式白名单 + 示意候选展示（标注「示意」）。考据词典（朝代 / 形制 / 纹样）为演示「传统服饰强考据」体验，非真实考据库；真实模型的适配度 / 垂直拟合度随后台配置实时变化。
典型应用场景
透明与可控
问答类助手同样透明：规则/模板类与生成类分流处理，涉及模型调用的会在后台留痕，计费公开。传统服饰回答优先引用考据，守垂直性。
- RAG 溯源：回答基于站内知识，可查出处
- 传统考据优先：无可靠来源不硬答
- 全局助手：零旋钮、自然语言、主动引导
常见问题
它会编造传统服饰知识吗？
不会。涉及传统服饰时优先引用站内考据来源，找不到可靠出处时宁可不答或提示「敬请期待」，不胡编。
我的提问会被用来训练吗？
站内交互用于改进适配度与弱监督信号（如收藏=正向信号），但遵循隐私与合规红线，未授权数据不进训练集。
它能帮我写商品文案吗？
可以。穿搭、文案、客服等规则/模板类助手复用同一对话入口，按模板与规则生成可落地的内容。
