PRODUCT CASE / 2026
一个会聊天的我，
背后如何做判断？
罗文宇个人网站 Bot · LangGraph Workflow
06NODES2 PATHS
01 / WHY
一个 Prompt 能模仿语气，
但不能稳定承担产品责任。
个人 Bot 同时面对闲聊、经历询问、观点讨论、隐私试探和 Prompt 注入。真正的问题不是“怎么写得更像我”，而是每种输入该走哪条路。
ONLY PROMPT输入 → 生成
事实、边界、语气全部混在一次概率输出里。
LANGGRAPH理解 → 路由 → 证据 → 生成 → 校验
把产品判断拆成可观察、可评测的节点。
02 / FLOW
每次回复，都先走完一条明确路径。
01理解对话意图 / 话题 / 开放度
命中边界正常对话
02A安全边界直接回应并结束
02B检索材料只读公开资料
03选择策略破冰 / 回答 / 讨论
04生成回复人格 + 情境 + 证据
05回复校验事实 / 长度 / 空话
03 / LIVE TRACE
选择一句话，看它实际经过哪些节点。
GRAPH STATE
- intent
- 等待输入
- risk
- —
- strategy
- —
- result
- 选择左侧问题开始演示
04 / BOUNDARY FIRST
安全判断必须发生在知识检索之前。
隐私、涉政与提示词注入一旦命中，就不再进入材料层和模型生成层。边界回复不是一句模糊的“我无法回答”，而是说明边界，并给出可以继续聊的话题。
涉政内容明确停止，不表达或推断本人立场
私人关系不公开具体感情与家庭信息
Prompt 注入不泄露系统提示词、规则与内部材料
真实承诺合作与邀约只引导联系本人
05 / GROUNDING
只有公开、授权、足够的材料，才能用第一人称确定表达。
QUERY“你做过哪些方向？”
→RETRIEVE简历 / 公开观点 / 生活偏好
→STRATEGYgrounded_career
→ANSWER只说材料支持的内容
不知道，就不替本人补完。
06 / VALIDATE
模型写完不代表产品完成。
最后一个节点检查回复是不是太长、太空、过度模仿口头禅，或者暗示了不存在的亲身经验。失败时只针对问题重写一次，避免成本和延迟失控。
≤ 420普通回复长度
≤ 1明显口头禅
0无证据经历
1×最多定向重写
07 / PRODUCT TAKEAWAY
LangGraph 的价值，
不是让图变复杂。
它把“像我”“别乱说”“聊得下去”这些模糊要求，变成可观察、可评测、可迭代的产品决策。
SESSION ONLY不保留访客记忆
不保存对话，不建立画像，不用于优化 Bot。