# 什么是大模型多轮对话式推荐？如何维护对话上下文？

🚀 本文收录于Github：[AI-From-Zero](https://github.com/laizhuoc/AI-From-Zero) 项目 —— 一个从零开始系统学习 AI 的知识库。如果觉得有帮助，欢迎 ⭐ Star 支持！

> by @Laizhuocheng

---

## 一、简介

想象一下这样的场景：你走进一家服装店，店员上来就塞给你一堆衣服让你挑，你大概率会一脸懵。但如果店员先问你"想要什么场合穿的"，"喜欢什么风格"，"预算多少"，通过几轮对话后再推荐，结果往往更合你心意。

这就是**对话式推荐**的核心思想——不是一上来就推结果，而是通过对话逐步理解用户需求，再给出精准建议。

传统推荐系统就像那个"直接塞衣服"的店员，依赖用户的历史行为数据做匹配。但问题是：用户很多时候自己也不知道想要什么，或者需求会随着对话逐渐清晰。大语言模型的出现，让"对话式推荐"成为可能，它能像人类导购一样，通过多轮对话主动引导用户明确需求。

本文将带你了解：大模型如何做多轮对话式推荐？对话上下文是怎么维护的？以及这背后的技术原理和工程实践。

---

## 二、什么是大模型多轮对话式推荐

**大模型多轮对话式推荐**，是指利用大语言模型的理解和生成能力，通过与用户进行多轮自然语言对话，逐步收集和澄清用户偏好，最终给出个性化推荐结果的系统。

### 核心特点

| 维度 | 传统推荐系统 | 大模型对话式推荐 |
|------|-------------|-----------------|
| 交互方式 | 被动匹配，用户只能在结果中选择 | 主动引导，通过对话澄清需求 |
| 用户输入 | 依赖历史行为数据 | 支持自然语言描述 |
| 需求理解 | 假设用户知道自己要什么 | 帮助用户发现自己要什么 |
| 推荐逻辑 | 基于相似度计算 | 基于语义理解和推理 |

### 一个简单的例子

**传统推荐**：
- 用户：搜索"科幻电影"
- 系统：返回一堆科幻片，用户自己翻

**对话式推荐**：
- 用户："我想看电影"
- 系统："喜欢什么类型？"
- 用户："科幻"
- 系统："最近看过什么满意的吗？"
- 用户："《星际穿越》那种"
- 系统："推荐《降临》《火星救援》，都是硬科幻，有类似的宏大叙事..."

每一轮对话都在收窄需求范围，最终推荐更精准。

---

## 三、大模型对话式推荐如何工作

### 3.1 为什么大模型适合做这件事

大模型具备三个关键能力，让它成为对话式推荐的理想选择：

**1. 语义理解能力**

能听懂用户的口语化、主观化表达。比如用户说"我要那种看着很有质感的衣服"，大模型能理解"有质感"可能指材质好、剪裁精致、颜色高级等。

**2. 上下文关联能力**

能记住之前聊过的内容。当用户在第5轮说"不要那种"，大模型知道"那种"指的是第2轮提到的款式。

**3. 个性化生成能力**

回复不是模板化的，而是根据当前对话状态自然生成。不同用户、不同对话阶段，得到的回复都不一样。

### 3.2 对话上下文的层次结构

对话上下文其实是分层的，就像一个同心圆：

**最内层：会话级状态**

当前这次对话中用户说了什么、系统回复了什么。这是最基础的对话记忆，保证对话的连贯性。

**中间层：用户级画像**

这个用户历史上偏好什么品类、什么价位段、有什么禁忌。这是跨会话的长期信息，让推荐更懂用户。

**最外层：系统级知识**

商品信息、领域规则、实时库存等所有用户共享的背景知识。这是推荐准确性的基础。

### 3.3 维护对话上下文的技术方案

#### 方案一：Prompt 拼接（最直接）

**原理**：每次调用模型时，把历史对话按时间顺序拼接到输入里。

```
系统：你是一个专业的旅游顾问...
用户：我想去旅游
助手：您想去哪里呢？
用户：海边
助手：喜欢热闹还是安静？
用户：安静点
助手：预算大概多少？
用户：5000左右
助手：请给出推荐...
```

**适用场景**：对话轮数不多（3-5轮）、对成本不敏感的场景，如客服咨询。

**优点**：简单直接，模型能看到完整对话流程。

**缺点**：Token消耗随对话长度线性增长，早期信息可能被遗忘。

#### 方案二：向量检索（更工程化）

**原理**：把每轮对话编码成向量存入向量数据库，需要上下文时，用当前query检索最相关的几轮历史对话，只把这几轮拼进prompt。

**适用场景**：长对话场景（几十轮），如深度购物咨询、旅游规划。

**优点**：能控制Token消耗，不受对话长度限制。

**缺点**：可能丢失对话连贯性，如果检索不准会漏掉关键信息。

#### 方案三：状态总结（更智能）

**原理**：让模型定期把对话状态提炼成结构化信息。

```json
{
  "用户偏好": "海边度假",
  "预算范围": "5000左右",
  "出行天数": "3天2晚",
  "酒店要求": "有儿童设施",
  "排除项": ["人多的景点", "紧凑行程"]
}
```

后续对话带着这个总结而不是原始对话，几百个Token压缩到几十个。

**适用场景**：需要长期维护对话状态的场景。

**优点**：大幅压缩Token，保留关键信息。

**缺点**：总结质量依赖模型能力，可能丢失微妙语境。

#### 方案四：混合方案（工程实践中最常见）

实际应用中，通常采用混合策略：

1. **最近3-5轮对话**：直接全文拼接，保证对话流畅性和连贯感
2. **更早的对话**：用向量检索，捞出最相关的2-3轮作为背景
3. **用户画像**：结构化的长期偏好信息
4. **候选商品信息**：如果涉及具体推荐，注入候选集信息

这样既保证了上下文的丰富性，又把Token控制在可接受范围内。
![在这里插入图片描述](https://developer.qcloudimg.com/http-save/yehe-11994342/c10feeffc2945831042c00753fb8eeb5.png)

### 3.4 会话状态管理

**短期状态（当前对话）**

用Redis存储最合适，支持TTL自动过期。比如设置30分钟无操作清除会话，天然契合对话场景。

```java
// 保存对话到Redis
redisTemplate.opsForList().rightPush("conversation:" + sessionId, message);
redisTemplate.expire("conversation:" + sessionId, 30, TimeUnit.MINUTES);
```

**长期状态（用户画像）**

需要持久化存储，用MySQL或MongoDB保存用户的历史偏好、行为数据。

**语义检索**

如果需要检索历史对话的语义相似度，需要向量数据库，把每轮对话的embedding存进去。

---

## 四、大模型对话式推荐的优缺点

| 优势 | 劣势 |
|------|------|
| **主动引导**：通过提问帮助用户明确需求，适合"用户自己也不知道要什么"的场景 | **响应延迟**：每次都要调用大模型，延迟通常1-3秒，用户体验受影响 |
| **自然交互**：支持口语化、主观化表达，降低用户使用门槛 | **成本较高**：Token消耗随对话增长，长对话成本高 |
| **灵活性强**：能处理复杂、动态变化的需求 | **上下文管理复杂**：需要设计合理的上下文维护策略 |
| **可解释性好**：能解释为什么推荐这个，增加用户信任 | **意图漂移问题**：用户突然转话题时，上下文可能干扰 |
| **冷启动友好**：不需要大量历史数据，通过对话就能了解用户 | **信息冗余**：重复偏好可能占用大量Token |

### 适用场景

**特别适合**：
- 旅游规划（需求复杂，需要多维度澄清）
- 内容推荐（用户心情、时间预算等动态因素）
- 高客单价商品咨询（需要建立信任，了解详细需求）
- 专业咨询服务（法律、医疗、教育等）

**不太适合**：
- 快速决策场景（如买瓶水）
- 用户目标非常明确的场景
- 对延迟极其敏感的场景

---

## 五、实际应用与发展趋势

### 5.1 实际应用场景

**场景一：智能旅游顾问**

用户说"我想去海边度假"，系统通过对话了解：预算、天数、出行人数、偏好（安静/热闹）、特殊需求（带孩子/宠物）等，最终推荐合适的目的地、酒店、行程。

**场景二：个性化内容推荐**

用户说"想看点什么"，系统通过对话了解：当前心情、时间预算、之前看过什么觉得无聊，推荐电影、书籍或文章。

**场景三：电商购物助手**

用户说"想找件衣服"，系统通过对话了解：场合、风格、尺码、预算、颜色偏好，从海量商品中筛选出最匹配的。

### 5.2 工程优化技巧

**流式返回**：模型生成的内容逐字推送给前端，用户能实时看到回复在生成，虽然总时长不变但感知上快很多。

**上下文压缩**：当Token超过预算时，触发压缩逻辑——丢弃更早对话或强制做摘要。

**缓存策略**：高频问题（如"营业时间是什么"）在应用层缓存，命中直接返回，不调模型。

**异步处理**：查询库存、价格等IO操作异步化，不阻塞主流程。

### 5.3 前沿发展方向

**Agent架构**

把对话推荐看作一个Agent系统，模型不只是被动响应，而是能主动规划对话策略：判断当前信息是否足够、下一步应该问什么、什么时候给出推荐。

**RAG增强**

单纯依赖模型的参数化知识容易过时，结合RAG可以实时检索最新的商品信息或用户评价，让推荐更准确。

**多模态扩展**

用户在选择家具时可以上传房间照片，模型结合图像理解和对话推荐给出更个性化的建议。

---

## 六、总结与思考

大模型多轮对话式推荐代表了推荐系统的一个重要演进方向——从"被动匹配"到"主动引导"。它不再假设用户清楚知道自己要什么，而是通过对话帮助用户发现需求，这是一种更自然、更人性化的交互方式。

维护对话上下文的核心在于**平衡**：平衡上下文的完整性和Token成本，平衡对话的连贯性和信息的时效性。没有放之四海而皆准的方案，需要根据具体场景选择或组合不同的策略。

**一个值得思考的问题**：当AI越来越擅长通过对话"引导"我们，我们如何确保最终的选择仍然是自主的，而不是被精心设计的对话流程所"塑造"的？技术的进步带来了便利，但也需要我们保持清醒的判断。

---

## 参考阅读

- [什么是RAG？](./what-is-graph-rag.md)
- [什么是上下文压缩？](./what-is-context-compression.md)
- [什么是多轮对话Prompt？](./what-is-multi-turn-dialogue-prompt.md)


🚀 本文收录于Github：AI-From-Zero 项目 —— 一个从零开始系统学习 AI 的知识库。如果觉得有帮助，欢迎 ⭐ Star 支持！

什么是大模型多轮对话式推荐？如何维护对话上下文？

想象一下这样的场景：你走进一家服装店，店员上来就塞给你一堆衣服让你挑，你大概率会一脸懵。但如果店员先问你"想要什么场合穿的"，"喜欢什么风格"，"预算多少"，通过几轮对话后再推荐，结果往往更合你心意。

数据开发/数据仓库

人工智能

大数据

算法

大模型多轮对话式推荐利用AI语义理解和上下文关联能力，通过自然对话逐步明确用户需求，实现精准推荐。系统维护三层上下文：会话状态、用户画像和领域知识，采用Prompt拼接、向量检索等技术方案平衡信息完整性和计算成本。适用于旅游规划、内容推荐等复杂场景，但需注意延迟和成本问题。

向量数据库

图像理解

数据库

MongoDB

MySQL

Redis

Agent

2026采购季 | AI焕新·智启新局

tione

hytg

tencentdb-catalog

腾讯云数据库特惠，新用户首单0.5折起


文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

什么是大模型多轮对话式推荐？如何维护对话上下文？-腾讯云开发者社区-腾讯云

什么是大模型多轮对话式推荐？如何维护对话上下文？

什么是大模型多轮对话式推荐？如何维护对话上下文？

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐