夜雨聆风AI智能客服项目拆解：大学生也能做的RAG实战
上一篇我给了三个能写进简历的AI项目方向，很多人在评论区问：第一个方向具体怎么做？
今天把AI智能客服这个方向拆开讲。
为什么是智能客服
几乎每个公司都有客服需求。但大多数人一听"客服机器人"，脑子里想的是：做一个什么都能聊的通用对话系统。
然后做出来的东西就是——什么都能聊，什么都聊不好。问它天气它能答，问它产品细节它就开始胡说。
这种项目写进简历，面试官看一眼就知道你是跟教程抄的。
关键区别在于：你给它一个具体场景。
不是做一个"万能客服"，而是给某个特定场景做一个问答机器人。比如：
给学校图书馆做一个FAQ机器人，能回答"借书期限多久""怎么续借""逾期怎么处理" 给某个开源项目做一个文档问答机器人，能回答"怎么安装""配置文件在哪里""报错了怎么解决" 给某个电商店铺做一个售后机器人，能回答"怎么退货""运费谁承担""多久能退款"
场景越具体，你的项目越有说服力。因为面试官会追问："你是怎么让它在这个领域回答得准的？"——这个问题你能答上来，因为你是针对这个场景调过的。
技术栈怎么选
不用搞复杂，四个部分就够了：
前端：React或Vue，做一个聊天界面。
一个输入框、一个消息列表、一个发送按钮。不需要花哨的UI，能用就行。如果你用Next.js，前后端一体，部署更方便。
后端：Python + FastAPI。
为什么不用Flask？因为FastAPI自带异步支持，大模型API调用是IO密集型的，异步能让你同时处理多个请求，不用排队等。而且FastAPI自带Swagger文档，写完接口文档自动生成，省时间。
AI：接入大模型API + RAG。
这是核心。你不是让大模型凭空回答问题，而是先把FAQ文档喂给它，让它基于文档内容回答。这就是RAG——检索增强生成（Retrieval-Augmented Generation）。
具体流程：
把FAQ文档拆成一段一段的文本块 用Embedding模型把每段文本转成向量，存到向量数据库里 用户提问时，把问题也转成向量，去数据库里找最相关的几段 把找到的内容和用户问题一起发给大模型，让它生成回答
这样做的好处是：大模型不会胡说，因为它只能基于你给的文档内容来回答。
部署：前端Vercel，后端Railway。
都是免费额度够用的平台。部署完你就有在线链接了，面试官点开就能用。
核心难点在哪
代码不是难点，AI帮你写。真正的难点是三件事：
第一，怎么让回答得准
RAG不是把文档扔进去就完事了。你需要处理几个问题：
文档怎么切？ 切太大，检索不精确；切太小，上下文丢失。一般按段落或按FAQ条目切，每块200-500字比较合适。
检索怎么调？ 用户问"怎么还书"，你的文档里写的是"归还流程"——语义一样但用词不同。你需要用Embedding模型做语义检索，而不是关键词匹配。
回答怎么控？ 用户问了一个文档里没有的问题，你不能让大模型瞎编。你需要在Prompt里加一句："如果文档中没有相关信息，请回答'抱歉，这个问题我暂时无法回答'"。
这三件事，每一件都是面试官想听的故事。
第二，Prompt怎么设计
很多人觉得Prompt就是"你是一个客服，请回答用户的问题"。
这样写出来的Prompt，效果和没有一样。
一个好的客服Prompt需要包含：
角色定义：你是XX场景的客服助手 知识范围：你只能回答XX领域的问题 回答风格：简洁、准确、不要废话 兜底规则：超出范围的问题怎么处理 输出格式：要不要分点、要不要加链接
你需要反复测试，调整措辞，直到回答质量稳定。这个过程本身就是项目经验。
第三，边界情况怎么处理
用户不会按你想的方式提问。他们会：
问超出范围的问题（"你们公司招人吗？"） 输入错别字（"怎么环书"→"怎么还书"） 一句话包含多个问题（"怎么借书和还书？"） 故意刁难（"你是不是AI？"）
每一种情况你都要有预案。这些预案不需要很复杂，但你需要在面试时说出来："我处理了XX情况，用了XX方法。"这说明你不是照着教程抄的，你是真的在解决问题。
简历怎么写
独立开发AI智能客服系统，基于RAG技术对接大模型API，支持XX领域FAQ自动问答。通过Prompt工程和语义检索优化回答准确率，部署上线后服务XX人使用。
面试官会追问：
RAG怎么做的？→ 你讲文档切分、向量检索、上下文拼接 Prompt怎么设计的？→ 你讲角色定义、兜底规则、测试调优 回答不准的时候怎么处理？→ 你讲边界情况、兜底回复、用户反馈
每一个问题你都能答上来，因为你真的踩过这些坑。
要多久能做完
如果你有一定前端和Python基础，用AI辅助开发：
第1天：搭建前后端框架，跑通一个最简单的聊天界面 第2-3天：接入大模型API，实现基础对话 第4-5天：实现RAG流程（文档切分、向量检索、上下文拼接） 第6-7天：调Prompt，处理边界情况 第8天：部署上线，写README
一周到十天，一个能写进简历的项目就出来了。
如果你是零基础，时间翻倍，两周到三周也能做完。
最后
做AI智能客服这个项目，你学到的不只是"怎么调API"。
你学到的是：怎么把AI技术用到一个具体场景里，怎么让回答质量可控，怎么处理真实用户会遇到的问题。
这些东西，才是面试官真正想听的。
我是坤哥，一个FDE工程师。
如果你在做这个项目的过程中卡住了，或者不知道怎么开始，可以关注公众号，我带你做。