如果你没戴过美瞳永远不知道“把一片透明塑料贴到眼球上”这件事能有多难。手一抖镜片掉地上好不容易放上去眼睛一眨又掉出来甚至有些新手在镜子前折腾半小时最后以“感觉镜片在眼皮里”告终。更麻烦的是网上能找到的教程都是文字加视频但视频没法实时响应你卡在哪一步。这时候如果有个助手能听懂你“我现在看不到镜片在哪”“镜片好像粘在眼皮上了”这些描述然后一步步告诉你该怎么做是不是会友好很多我最近就在做这样一个原型一个没有视觉能力的 AI 助手只靠多轮对话教用户戴美瞳。它没有摄像头画面输入不依赖任何图像识别模型甚至连一张照片都不看。它只做一件事听懂你的描述匹配到对应的佩戴阶段然后用结构化的指令帮你解决问题。这个项目很小但背后涉及的 Prompt 工程、对话状态管理、知识库组织和安全提示设计几乎可以复用到所有“精细操作类指导”场景。这篇文章我会从项目构思讲起带你走一遍完整的技术实现路径如何设计知识结构、如何写系统提示词、如何用 FastAPI 封装一个可调用的接口以及部署到真实环境前必须注意哪些工程问题。你可以把它当成一个“垂直领域对话机器人”的迷你实战教程。1. 这篇文章真正要解决的问题戴美瞳和戴普通框架眼镜不一样它需要把镜片直接贴在角膜表面。对于新手来说主要难点有三个眼睛有天然的防御反射手还没靠近眼睑就已经闭紧了。镜片本身是透明的在指尖上很容易分不清正反。一旦镜片贴上去位置不对会明显感觉到异物感这时候不知道应该继续调整还是取出来重戴。传统的图文教程是“静态知识”它假设所有人和所有镜片情况都一样。但实际佩戴过程中每个人的手型、眼睛敏感程度、镜片曲率都不一样卡住的环节也各不相同。这时候用户需要的不是一个固定步骤列表而是一个能根据反馈动态调整的“真人教练式”指导。这正是对话式 AI 的用武之地。大语言模型虽然不能直接“看见”镜片位置但它可以从用户的语言描述中推断出当前状态。比如用户说“我戴上后看东西有点模糊”模型能判断可能是镜片没有贴合好、正反戴反或者镜片上有蛋白质沉淀然后给出分类化的解决建议。所以这个项目要解决的核心问题是在没有视觉输入的条件下如何通过多轮对话维护用户的操作状态并给出准确、安全、可执行的下一步指令。同时它也是一个很好的大模型应用示例清楚展示了 Prompt 编写、知识注入、会话管理、安全兜底这些工程实践。适合读这篇文章的读者有两类。一类是刚接触大模型应用的开发者想看一个完整的、小而美的案例另一类是自己本身戴美瞳、又对 AI 工程感兴趣的人在阅读的时候会更有代入感。即使你完全不懂眼科知识也能通过这个项目理解“垂类知识 对话模型”如何组合成产品。2. 基础概念与核心原理2.1 什么是“没有眼睛的 AI”这里的“没有眼睛”是指 AI 没有视觉感知模块。你可以用纯文本大模型比如 GPT、文心一言、通义千问通过 API 接入完全不使用视觉模型也不需要用户拍照或录视频上传。为什么不做成“拍照识别”呢因为在实际场景里让一个正在戴美瞳的人对着眼睛拍一张高清照片本身就很困难而且角膜和镜片都是透明的普通摄像头很难拍出足够清晰的特征。更自然的方式是让用户用自然语言描述自己卡在哪一步AI 再给出针对性的指导。这也正好避开了一个很常见的产品误区不是所有场景都必须上多模态文本交互往往更轻、更快、更符合用户实际行为。从技术角度看纯文本交互意味着我们可以把一个复杂的操作流程拆解成一个“状态机”。每个状态对应佩戴过程中的一个阶段AI 根据用户的话判断当前状态然后输出下一个动作。这种设计让问题的复杂度大大降低也让错误处理变得更可控。2.2 戴美瞳的标准步骤要想让 AI 教得好首先得把专业知识结构化。综合眼科护理资料戴美瞳的标准流程通常可以拆成以下 7 个阶段阶段操作说明洗手准备用中性洗手液洗净双手不要留长指甲避免划伤镜片或角膜取出镜片从护理液中使用专用镊子或指腹轻轻取出镜片检查正反将镜片放在食指指腹上对着光源看边缘碗状是正面碟状是反面拉开眼睑一只手的中指拉下下眼睑另一只手的中指提上上眼睑佩戴镜片注视前方镜子里的景象将镜片轻轻贴近眼球闭眼调整闭眼转动眼球让镜片与角膜完全贴合完成收尾确认无不适后护理并收纳镜盒这些步骤看起来简单但每一步都可能出现异常情况。例如取出时镜片粘连、检查时看不出正反、戴上后镜片滑到眼白处、眼睛过度泛红。知识库的设计应该把这些异常场景一并覆盖。2.3 对话式指导的核心原理大语言模型本身并不“知道”用户当前处于哪一步。我们需要通过两种机制来弥补显式状态管理服务端保存一个 state 字段AI 每次回复后判断下一步状态。隐式状态推断直接把整段对话历史交给模型让模型从上下文中自己判断。对于这个项目我推荐用隐式状态推断为主 关键规则兜底。原因是状态数量少、对话轮次短模型完全可以胜任判断。如果业务状态非常多、分支很复杂再引入显式状态机也不迟。会话管理上最简单的做法是“session_id - 消息历史”。用户每次调用接口时把新的用户消息追加到历史中再连同系统提示词一起发送给模型。这样模型就能记住前面聊了什么避免用户重复描述。后面在代码实现部分我会直接展示这套逻辑。3. 环境准备与前置条件这个项目使用 Python 构建因为 Python 生态对大模型的 SDK 支持最好FastAPI 也很适合快速暴露 HTTP 接口。需要准备的环境如下Python 3.10 或更高版本。代码中使用了str | None这类新语法所以版本不能太低。一个可用的 Open