决策辅助AI的工程边界：高考志愿推荐策略与输出控制实践

高考志愿AI这类项目，我见过太多团队一上来就奔着“AI一键生成志愿表”去做了。但我这次接手的高考志愿AI项目，反而是把“替用户做决定”这条路彻底堵死之后，数据才真正好看起来。这个系列前面聊了不少FDE落地实战的细节，这次借第12篇的机会，把决策辅助类AI的边界问题、推荐策略的工程实现、以及大模型输出控制这几个硬骨头一次讲透。如果你是做AI Agent、做智能化产品落地的工程师，或者正打算碰高考志愿、选科规划、职业测评这类“给建议”场景，这篇应该能帮你少走不少弯路。

先说背景。我们做的这个高考志愿AI，不是那种“输入分数就给你一张完美志愿表”的魔术工具，而是一个把数据整理、梯度分析、专业解读、风险提示打包在一起，最后把拍板权交还给考生和家长的辅助系统。整个项目中我负责的部分覆盖了从录取数据清洗、位次换算、冲稳保策略引擎，到基于大模型的解释生成和风险提示，算是一次完整的FDE全链路实践。这篇文章不打算铺开讲全部细节，重点放在“怎样给建议而不是替人做决定”这件事背后的工程取舍上。

1. 从“AI替你填”到“AI陪你填”：一次需求偏移的复盘

1.1 高考志愿场景的真实痛点：不是缺答案，是缺依据

高考志愿填报这个场景，表面上看是一个信息检索问题：你有分数，你有省排名，你需要知道哪些学校能上、哪些专业值得报。但真正把产品做深之后，你会发现它本质上是一个“高风险决策下的信息焦虑问题”。信息检索的标准答案是唯一的，就好比“今天北京气温多少度”，查一下就有明确结果。而志愿填报的问题几乎都是开放式的——“我这个分数，是选一个中流211的好专业，还是冲一冲985的冷门专业？”“留在省内读双一流，还是去省外城市读普通一本？”这种问题没有标准答案，每个选择背后都是一套价值排序，而价值排序这东西，数据是算不出来的。

我走访了不少考生和家长之后，一个很深的感受是：他们缺的不是“一个答案”，而是“做出判断的依据”。家长焦虑是因为看不懂动辄上千条录取数据的波动规律，考生焦虑是因为对多数专业只有望文生义的印象——觉得“金融”就是赚钱多，“计算机”就是写代码，“临床医学”就是当大夫。市面上的志愿卡产品大多只是把数据做成查询工具，本质上还是让用户自己在信息海里找答案，只是省了翻书的功夫。而很多打着AI旗号的产品又走到另一个极端，试图把决策本身包办了。这两个方向都有问题，前者没有真正降低决策门槛，后者越过了决策责任的边界。

我们第一版产品恰恰就踩了后者的坑。

1.2 用户访谈里挖出的三个反直觉结论

第一版产品上线时，团队的想法很直接：用户输入分数和省份，AI直接输出一张排好序的“冲稳保志愿表”。当时我们觉得这就是效率，就是AI的价值。结果上线两周，用户流失率非常高，留存数据让人看不下去。于是我们做了一轮针对性的用户访谈，陆续聊了近30组家庭，挖出了三个扎心的反直觉结论。

第一个结论：用户不直接看排名，而是先追问“为什么”。几乎每个人拿到推荐列表之后，第一反应不是“这个学校适合我”，而是“这东西凭什么排在第一？”追问率超过70%。这说明在用户心里，AI推荐一开始是没有信任背书的，它必须给出能被验证的理由链条，用户才敢往下看。

第二个结论：用户信任的标准不是“准确率”，而是“逻辑可见”。访谈里很多家长说，他们并不是真的能判断哪个学校更好，但他们需要看到推荐理由是连贯的、有数据支撑的。一条推荐理由如果包含“该校该专业近三年位次稳定在8000到10000名之间，你的位次是8600名，属于比较稳妥的选择，但需要注意今年该专业在省内扩招了15%”这样的完整逻辑链，用户的信任度会明显上升。而如果只是说“推荐理由：该学校综合实力强”，哪怕数据再准，用户也不买账。

第三个结论可能最反直觉：用户要的是“决策材料”，不是“决策本身”。我把这个结论盯了很久才接受——考生和家长在志愿填报这件事上，内心深处是想“自己做主”的，他们只是苦于没有足够好的材料来支持自己做这个主。填报志愿是孩子人生里第一次重大的自主选择，家长参与其中是希望“把风险看清楚之后再把关”，而不是把选择权交给一个黑盒。哪怕这个黑盒给出的方案是全局最优的，只要用户不理解它，就不会接受它，更不敢为它的结果负责。

这三个结论直接推翻了我们对产品的定义。系统需求从“生成最优志愿表”变成了“生成决策参考材料”，AI的定位从“专家”变成了“参谋”。整个项目在第二周全部重构。

2. FDE视角下的系统拆解：决策辅助AI的功能边界

2.1 三个分层：数据层、策略层、表达层

重新调整方向之后，我做的第一件事是画清系统的功能边界。决策辅助类AI和普通推荐系统最大的区别在于，它不能只输出结论，必须输出“从数据到结论的完整通道”。所以我把整个系统拆成三个分层：数据层、策略层、表达层。这三个层的职责边界一开始就必须定死，否则后续一定会出现策略层拿到了不该有的判断权，或者表达层丢失了关键数据这种混乱。

数据层负责把原料准备好。这个阶段要处理的包括各省历年录取分数、院校最低投档位次、专业录取均分、招生计划数、批次控制线、院校属性标签（双一流、985、211、普通本科），还有就业质量报告里的就业率、升学率、平均薪资等字段。数据层的产出不是“一堆能看的数据”，而是“经过对齐和清洗、可以直接进入计算引擎的结构化宽表”。这一步在工程上看着不起眼，但其实是最容易翻车的地方——不同省份公布的数据格式差异非常大，同一个院校在不同年份的名字可能是“XX大学”和“XX大学（XX校区）”，同一所院校的招生代码还年年变。不把这些坑填平，后面的策略再漂亮也是空中楼阁。

策略层是推荐引擎的本体。它接收数据层的宽表，结合用户输入的分数、省排名、选科组合、地域偏好、专业意向，输出一个结构化的候选列表。注意策略层的输出格式不是自然语言，而是一份JSON结构，每个候选院校带上一组字段：录取概率区间、梯度标签（冲/稳/保）、推荐分数、匹配专业清单、风险等级。这个设计是我特意坚持的——策略层只负责“计算”，不负责“解释”，解释的事全部交给表达层。

表达层才是大模型发挥作用的地方。策略层输出的结构化结果被组装成上下文，由大模型生成一段自然语言推荐说明。这一段说明必须覆盖四个要点：推荐理由是什么、数据依据是什么、不确定性在哪里、在什么前提下这个推荐可能不成立。为了让表达层稳定地做到这一点，我给每次调用都套了一个严格的输出模板，所有数据字段都被编排成模板里的槽位，模型只负责把槽位之间用流畅的语言串起来，不负责发明新数据。

借用一张表概括三个分层的分工：

这个分层的核心思想就一句话：把判断留给策略层，把表达留给大模型，把数据牢牢锁在数据库里。大模型永远接触不到原始数据库，它只能看到策略层给它的那几行JSON，这就从根本上杜绝了大模型“编数据”的空间。

2.2 为什么“推荐结果必须能被解释”是第一需求

高考志愿这个场景里，推荐结果一旦出错，用户要承担的后果不是“点了个不合适的餐厅”那么简单，而是可能直接滑档、退档、被调剂到完全没想过的专业，影响未来四年甚至更久。这种后果决定了用户对AI系统的要求一定是“不仅要告诉我怎么选，还要告诉我为什么这么选，以及这个选择的风险在哪里”。

从工程上落地“可解释”这件事，我有两个具体的建议。第一，策略层做每一步计算的时候，必须把中间结果单独落一份日志。比如等位分换算的原始位次、修正系数、换算后的位次；梯度划分的概率区间、参考的基础数据年份；专业匹配评分的每个维度的子分数。这些中间结果不直接展示给用户，但它们是大模型生成解释内容时的“事实底稿”。没有这份底稿，表达层就只能对着最终结论硬编理由，编出来的内容跟实际计算过程脱节。

第二，给表达层的模板里设计一个“理由字段”的强制要求。每条候选院校的推荐都必须在策略层输出里附带一条“机器可读的理由摘要”，例如：

{ "school_id": "A101", "gradient": "稳", "prob_range": [0.55, 0.68], "match_score": 0.72, "reason_tags": ["位次匹配", "专业方向一致", "选科要求满足"], "risk_flags": ["该专业今年缩招20%，概率区间下限需警惕"] }

表达层在生成自然语言的时候，只能围绕reason_tags和risk_flags展开，不能另起炉灶。这实际上是把“解释权”从模型手里收回了一部分，模型的工作变成了“组织语言”，而不是“构造理由”。理由本身是由数据计算出来的，这个边界守住了，“可解释”才不是一个口号。

3. 志愿推荐策略的工程实现：从位次法到冲稳保梯度

3.1 数据清洗与等位分换算的细节

高考志愿推荐最底层的算法，业内通常用两种方法：位次法和线差法。位次法的逻辑是，用考生今年的省排名，去对比往年录取学生的省排名区间，判断录取概率；线差法是用考生分数和批次线的差值，去对比往年录取线和批次线的差值。位次法在填报人数多、分数区分度高的省用得多；线差法在部分批次线波动大的省份会更稳定一些。

我们系统的主策略也是位次法，但实际工程里有一个不得不处理的细节：位次不是可以直接跨年比较的。每年高考的考生总数在变、招生计划在变、高考试卷难度也在变，同样的位次在不同年份对应的“含金量”并不一样。所以我第一步是把各校历年录取位次做一次跨年对齐，具体做法是引入“等位分”概念——把不同年份的位次按照当年的一分一段表映射到一个统一的尺度上，再进行对比。

举一个简化的计算例子。假设某校2023年在该省的最低录取位次是18000名，2024年考生总人数增加了8%，招生计划保持不变，那么2024年的18000名对应的竞争强度实际上比2023年的18000名更高。换算时我会引入一个“人数膨胀系数”，用去年考生总人数除以今年考生总人数得到系数，再乘到去年的位次上，做加权调整。再结合近三年数据的指数平滑，给最近一年的数据更高的权重，公式类似：

import pandas as pd def align_rank(raw_series, weight=[0.5, 0.3, 0.2], expansion_factor=[1.0, 0.96, 1.02]): """ 对近三年录取位次做等位分对齐和指数平滑。 raw_series: 按年份升序的原始录取位次列表 weight: 最近三年权重，默认最近一年权重最高 expansion_factor: 各年份考生人数膨胀系数 """ adjusted = [r * e for r, e in zip(raw_series, expansion_factor)] smoothed = sum(a * w for a, w in zip(adjusted, weight)) return smoothed

这个例子做了大量简化，实际项目里系数不是拍脑袋定的，而是拿往年真实录取结果做回测调出来的。调参的时候我们以“回测命中率”作为指标——拿2023年的数据生成推荐，看2022年的实际录取结果是否落在推荐范围里，多次迭代找到最稳的参数组合。

踩过的坑也要提一下：某些“断档”年份的数据是必须剔除的。比如某校某年因为遇冷，录取位次突然从往年的一万名掉到两万名开外。这种异常值放进平滑模型里会把预测区间扯得很离谱。我处理的方式是检测标准差超过阈值的数据点，单独剔除，并在推荐理由里注明“该校2022年录取位次异动较大，参考价值有限”。

3.2 冲稳保三档的划分逻辑与参数调优

“冲稳保”是志愿填报里最常见的策略框架，人人会喊，但不同产品对三档的划分方式差别很大。粗暴的做法是直接用位次差：你的位次比学校往年录取位次高2000名就是稳，低2000名就是冲。问题是位次差不是一个概率概念，它没法表达“冲”到底有多少机会，“稳”到底有多大概率被录取。

我做了一套基于历史位次分布的录取概率模型。核心思路是把每所学校近五年的录取位次看作一个样本集合，用分位数拟合出考生位次被录取的经验概率。简化版本如下：如果考生位次比某校五年录取位次的第90百分位还靠前，那么可以认为录取概率在85%以上，标记为“保”；如果位次落在第50到第90百分位之间，录取概率在40%到70%之间，标记为“稳”；如果位次刚够到第10到第50百分位之间，录取概率在10%到40%之间，标记为“冲”。

这套划分方式的好处是，每个梯度都对应一个可以解释给用户听的概率区间，不再是玄学。用户在最终生成的志愿表里，能清清楚楚地看到每个院校被标注的录取概率，而不是看到“冲”“稳”“保”三个字然后自己猜含义。

参数调优上，我不能只说概率，还得提一提“边界重叠”的处理。因为概率本身是连续的，概率40%的学校和概率70%的学校中间会有一条模糊地带，两个梯度之间出现交叉是常态。我处理的方式是不做硬切分，而是允许标注“稳偏冲”“稳偏保”这种过渡标签，让策略层保留细微次序，避免把两个概率相近、本质类似的选项硬分到两个档位，给用户制造不必要的困惑。

3.3 专业推荐的复合评分模型

院校推荐只是第一层，用户真正纠结的往往是专业方向的选择。专业推荐这块我们用的是复合评分模型，核心是解决一个问题：在考生的偏好和专业的客观数据之间找一个均衡点。

评分模型的输入分成两大块。一块是考生偏好侧，包括城市偏好（是否愿意去偏远地区）、学科兴趣标签（通过选科组合和兴趣测评得到）、对热门专业的接受度；另一块是专业数据侧，包括专业历年录取位次、就业率、升学率、薪资中位数、专业对口度。两块数据分别归一化到0到1之间，再加权求和。

权重怎么定？我先用层次分析法（AHP）做了一版基础权重，再通过真实用户的反馈做贝叶斯调整。比如有用户明确表示“我不想离开本省”，那么地域维度权重会被调高；有用户选科选了化学和生物，那么医药、生物工程类专业方向的相关度权重就会提高。每一版推荐结果都让用户点“喜欢/不喜欢/没感觉”三个按钮，用隐式反馈持续更新权重。实践证明，复合评分模型不能只用客观数据，必须允许用户画像动态调整权重，否则推荐的专业再“合理”，用户也大概率觉得“违背我自己的想法”。

这里还有一个我后来才补上的细节：专业匹配度不等于录取概率。用户可能对某个专业非常感兴趣，但该专业录取位次远超考生的水平。这种情况下我不会强行推荐高录取概率的专业，而是在专业清单里同时保留“高匹配低概率”和“低匹配高概率”两个方向，然后在表达层如实告诉用户：“你更感兴趣的A专业属于冲刺目标，而B专业与你画像匹配度略低，但这是一个更稳妥的选择。”把选择空间打开，让用户自己权衡，这是决策辅助必须守住的克制。

4. 输出控制：如何让AI的建议像同事不像上帝

4.1 给大模型的指令模板与约束

策略层把结构化结果算完之后，接下来就是表达层的活儿。最开始我犯过一个典型错误：直接用自由prompt让大模型生成推荐语。结果模型自由发挥的空间一大，虽然单个看每句话都很通顺，但连起来就出现了前后矛盾、过度承诺、甚至编造数据的问题。尤其是编造数据，这在高考志愿产品里是大忌，一次都不能出现。

后来我改成了模板化生成方案。大模型的角色被设定成一个“招生数据分析师助理”，而不是“志愿填报专家”。它的任务不是给结论，而是把给定数据组织成“决策参考材料”。我在prompt里做了非常明确的约束：

你将扮演一个高考志愿决策辅助助手。你的任务不是替用户做决定，而是基于以下结构化数据， 生成一份帮助用户理解选项优劣势的参考说明。请严格遵守以下规则： 1. 只能使用输入中提供的数据字段，严禁编造任何数据。 2. 每条推荐必须按顺序包含：推荐理由、数据依据、不确定性、风险提示。 3. 表达语气保持中立克制，不得使用“一定”“肯定”“绝对能上”等绝对化表述。 4. 出现概率时，必须以区间或模糊量词表达，不能给出单一精确值。 5. 最后必须附上一句提示，引导用户结合自身情况做最终判断。

实际调用时的结构长这样：用户画像摘要 + 候选院校JSON + 输出模板描述。模型要做的事情是把JSON里的字段翻译成人话，再用模板结构串起来。实测下来，输出稳定性和合规性提升非常明显，重点不是让模型“更聪明”，而是让它“少自由发挥”。

我建议所有做类似产品的团队，都把大模型的输出从“自由作文”改成“结构化填充”。你保留一点灵活性让它组织措辞，但整个框架一定要由数据字段和模板严格约束。这一步治标的力度远大于换更强的模型。

4.2 不确定性表达：概率、区间、前提条件

给建议和替人做决定，在表达上有一条极其重要的分界线：是否如实呈现不确定性。替人做决定的AI说话是斩钉截铁的——“你适合报这个专业”“你这个分数可以冲这个学校”；给建议的AI说话是带着完整前提和概率区间的——“根据近三年数据，你被该校录取的概率大约在50%到65%之间，但需要注意该专业去年录取位次上行明显，若今年报考热度继续上升，概率区间下限可能进一步下移。”

我把不确定性表达拆成三个维度来做。第一个维度是概率表达，所有预测结论必须给出区间，拒绝单点值。10%到30%可以写成“有希望但机会有限”，40%到70%写成“具备一定优势”，75%以上才允许使用“稳妥”这类词。第二个维度是置信度表达，系统会给推荐结果附一个整体置信度标签，如果某所学校近五年录取数据波动很大，置信度就会被策略层标为“较低”，表达层必须如实告诉用户“该校历史数据波动较大，以下判断仅供参考”。第三个维度是前提条件保留，所有推荐说明里都必须出现类似于“以上分析基于该省2024年招生计划相对往年不变的前提”这样一句话。

可能有人会觉得，加这么多前提条件是不是太保守了，显得AI不专业？我实测下来的结论恰恰相反。考生和家长在志愿填报场景里的诉求，本质上是“想在不确定里降低风险”，他们真正反感的是那种不容置疑的语气。一个愿意讲清楚风险和不确定性的助手，比一个满口打包票的“专家”可信得多。你不妨回想一下现实中咨询师和填志愿机构的区别，你会发现用户愿意付费的那一类，往往都是把风险讲透的那一类。

4.3 风险提示与人工复核机制

除了表达上的不确定性，还必须有专门的风险提示模块。高考志愿填报里最危险的三个风险点：滑档、退档、专业调剂。滑档是用户填的所有院校都够不着，直接掉到下一批次；退档是院校投档分数够了，但因为专业不服从调剂或身体条件不符合要求被踢回来；专业调剂是被调剂到完全不相干的专业。

策略层在生成志愿表的时候，必须对这三类风险做显式标注。我给每条推荐都打了一个风险等级字段，分三级：绿色代表“录取概率高且专业方向匹配”，黄色代表“存在明显不确定性，如专业录取位次波动大或存在单科分数要求”，红色代表“存在退档或滑档显著风险，如只填了热门专业且不服从调剂”。红色风险项在前端必须弹窗确认，用户得主动点击“我已了解该风险”才能继续。

人工复核机制也很重要。系统会生成一份“志愿表诊断报告”，逐条列出每条志愿的风险点和对应的替换建议。这份报告支持导出，方便用户家长或者学校老师帮忙把关。有些用户还会拿着报告去当地教育考试院咨询，这是好事——AI给出的建议只是材料，而不是结论，用户越敢拿这份材料去找真人复核，说明我们的定位守得越成功。

5. 实测中的意外与迭代

5.1 用户最常问的“为什么给我推荐这个学校”

产品跑了第一轮小流量之后，我最关心的是行为日志。结果很快发现一个非常有意思的现象：用户点击“为什么推荐这所学校”的触发率，高得超过预期。单条推荐卡片上有个“解读”按钮，点开之后会展开一段生成好的推荐理由。日志显示，阅读完整解释的用户，后续把这条院校加入志愿草稿表的比例，比没点开解读的用户高出接近两倍。

这个数据直接验证了一个判断：市面上很多志愿卡产品做得不够好，不是推荐算法不行，而是推荐结果跟用户之间缺了一座“理解”的桥。用户看到一个学校出现在名单里，第一反应不是“太好了我有学上了”，而是“你凭什么觉得它适合我？”我们的解读按钮就是这座桥，它的存在让整个推荐过程从“黑盒给结果”变成了“白盒给推理”。

这也让我吸取了一个教训：推荐理由不能是马后炮式的一行小字，而应该是一个被精心设计的产品模块。在最早的版本里，推荐理由被塞在列表底部当注脚，几乎没人会往下翻到那里。后来我把“解读”入口直接放在了推荐卡片的封面位置，让它在视觉上跟院校名称同级，这才把用户注意力真正引导到解释内容上。永远不要低估解释在决策辅助产品里的产品地位。

5.2 从追问率看解释质量

既然“为什么推荐这所学校”的点击行为是关键路径，我就把这个按钮的点击率定义成“追问率”，当作解释质量的核心代理指标。追问率本身并不等于解释得好不好，它同时受到好奇心和质疑欲的影响，但它是一个极其灵敏的用户行为信号。追问率高不一定是坏事，它只说明用户对推荐的每一步都保持着审慎。

为了检验解释文本本身的质量，我做了一轮A/B实验。A组看到的推荐理由是用模板化生成的老版本，特点是严谨但比较干巴巴，数据说完就结束了；B组看到的是优化后的新版本，在末尾加了一句“如果你更看重城市发展而非院校名气，也可以考虑同档位另一所位于一线城市的院校”，给出可选择的替代方向。结果B组的追问率比A组低了约22%，但把推荐保存进草稿的比例反而上升了15%。

这说明，解释质量的提升方向不是“说服用户接受推荐”，而是“帮用户建立自己的判断框架”。当用户看完解释，感觉不是“AI让我选这个”，而是“我现在清楚各个选项的利弊了，我大概知道该怎么选了”，追问自然就少了，信任和行动意愿反而上升。从此之后我们所有文案优化的目标都锁定在这一个方向：减少替用户做决定的压迫感，增加帮用户理清思路的辅助感。

5.3 日志驱动的prompt调优闭环

最后聊一聊迭代闭环。推荐理由这种自然语言内容，需要持续打磨，不能靠开发人员隔三差五凭感觉改一版。我搭了一套比较轻量的迭代流程，核心是一个评测集加一份自动报告。

评测集是拿过去两年的真实志愿填报案例攒的，每一份包含用户的分数、位次、偏好输入，以及对应的策略层JSON输出。每次改prompt，我都会让新版本批量跑一遍评测集，然后抽样让团队按三个维度打分：数据准确性、逻辑完整性、语气适度性。数据准确性是最核心的，只要出现编造数据的样例，这一版直接打回重写。

自动报告跑的是线上日志。每天凌晨拉取昨天的追问率、解释展开率、风险提示确认率、推荐保存率，按推荐类型做交叉统计。哪个场景的解释点击率异常高，说明那个场景用户信任度低，需要定向调优。比如有一段时间“医学类院校”的解释追问率明显偏高，排查后发现是因为策略层对临床医学专业的录取概率估算偏高，用户看完觉得跟自己的预期对不上，才会反复追问。问题并不在解释层，在策略层的算法参数上。这提醒了我：日志驱动的不只是文案优化，有时候你顺着日志追下去，会发现真正的问题出在更上游的某个计算环节上。

整套闭环跑下来最直接的收益是，我们改prompt不再是拍脑袋，每一次改动都有数据反馈。做AI产品落地，最怕的就是上线之后靠玄学调参。有这份日志在，至少能知道每一步调整是在变好还是在变坏，这对FDE来说才是可持续的工程姿态。

做这个项目给我留下的最深感受是，决策辅助类AI产品，真正的难度不在算法，而在克制。模型能力再强，也要把最后的决定权还给用户；数据再全，也要承认预测本身是有边界的。作为研发，我们唯一能做的就是把这套系统打磨成一摞靠谱的“决策材料”，至于用户最后怎么选，那是他们的人生，不该由一行代码替他拍板。