基于大语言模型的竞品车型配置问答系统设计与应用研究

本研究致力于优化汽车研发工程师对大量车型配置信息的研究和分析过程。通过设计一款基于大语言模型的智能问答系统,工程师能够以自然语言形式获取车型配置信息的统计和可视化结果,避免了逐步筛选或使用数据分析工具的繁琐步骤,提高了竞品数据分析的效率。考虑到目前大语言模型在汽车预研工作中的限制,我们采用案例分析法,以已构建的车型配置表为基础,制定了六步骤的研究过程,包括系统设计、大语言模型选择、数据库构建、自然语言解析、SQL执行与可视化,以及最终结果的封装。成功实现了基于大语言模型的智能问答系统,为汽车工程师提供了一个便捷的竞品问题解答平台,填补了在汽车领域对车型配置信息利用方面的不足,使工程师能够更迅速地获取他们所需的关键问题答案。

车型速查

数据是购车的重要参考，但我们认为仅仅提供数据和价格还不够，所以设计出了带有车型配置信息的数据页。