SOP 训练

SOP 训练

把业务专家隐性知识蒸馏为 AI 可执行的显式流程

一、核心概念

SOP（Standard Operating Procedure）训练 = 通过业务专家对话 → 结构化知识 → 可复用 AI 技能的持续循环，将领域专家脑中的隐性经验提炼为显式、可执行、可迭代的 AI 工作流。

它不是一次性写文档，而是滚动式知识蒸馏：每次使用发现边界情况 → 回注到 SOP → 升级版本。

二、三层架构

1️⃣ 知识捕获层（Expert → Structured Knowledge）

专家脑子里是直觉，通过对话将其转化为可描述的规则：

  • 触发条件（When） — 什么信号出现才走这个流程
  • 判断逻辑（If/Then） — 每一步的决策树
  • 操作步骤（How） — 具体的工具调用、SQL、报告生成
  • 异常处理（Edge Cases） — 数据缺失怎么办、超时怎么办

2️⃣ 指令固化层（SOP → AI Executable）

传统 SOP 是给人看的 Word 文档。要喂给大模型，需转为结构化的执行指令：

  • Hermes Skill（SKILL.md） — 触发条件 + 分步流程 + 陷阱清单 + 验证步骤
  • System Prompt — 低配方案，直接在对话上下文中定义角色和能力
  • Folder-level Prompt（Qwen） — 一次修改辐射所有对话，保持人格统一

3️⃣ 可复制迭代层（Clone → Use → Upgrade）

  • 克隆 — 同一套 SOP 模型复制到不同场景（ETF 分类树 → 基金分类 → 股票分类）
  • 迭代 — 每次使用发现的边界情况回注到 SOP
  • 升级 — SOP 版本化管理，可回滚、可 diff

三、Qwen Folder 工作流（当前实践）

┌───────────────────────────────────────────────────┐
│                    Qwen Folder                      │
│  ┌───────────────────────────────────────────────┐ │
│  │  Folder-level Prompt（持续迭代修改）           │ │
│  │  = 共享 System Prompt / 核心能力定义           │ │
│  ├───────────────────────────────────────────────┤ │
│  │  对话 A  ← 粘贴业务专家对话 1                  │ │
│  │  对话 B  ← 粘贴业务专家对话 2                  │ │
│  │  对话 C  ← 粘贴反例 / 边界 Case                │ │
│  │  ……                                            │ │
│  ├───────────────────────────────────────────────┤ │
│  │  定期：老对话 → 自我总结                        │ │
│  │         → 喂给新对话作为初始 Context            │ │
│  │         → 重启，继续消化新素材                  │ │
│  ├───────────────────────────────────────────────┤ │
│  │  交叉挑刺：对话 A 批判对话 B 的输出             │ │
│  │           对话 B 批判对话 C 的输出               │ │
│  │           找盲区、不一致、逻辑漏洞              │ │
│  └───────────────────────────────────────────────┘ │
└───────────────────────────────────────────────────┘

四、关键技巧

手法 作用
Folder 级 Prompt 一次修改辐射所有对话，保持「人格」统一
滚动重启 解决长上下文衰减，同时保留积累的知识
自我总结 → 喂给新对话 知识蒸馏 + 上下文窗口刷新
互相挑刺（对抗验证） 找出多 Agent 输出间的一致性漏洞和盲区

五、与 Hermes Skill 的关系

Qwen Folder 中的 Folder-level Prompt ≈ SKILL.md 的 frontmatter（触发条件、能力定义）
Qwen 中的单次对话 ≈ Skill 的一轮执行
滚动重启 + 总结 ≈ Skill 版本迭代

本地化（Hermes）后可以：

  • 自动注入上下文（指定 session ID 或文件，不用手动粘贴）
  • 多 Agent 自动互评（delegate_task 并行开子 agent）
  • 版本化管理（每次重启自动 git commit）
  • 接入工具链（直接 Pull 数据库 / 运行分析脚本）

六、我已做的 SOP 训练实例

领域 SOP 成果 状态
ETF 分类 L1/L2/L3 三层分类树 + match 正则匹配引擎 ✅ 已 skill 化
FOF 分析 四维独立分组的分析框架 ✅ 已沉淀
SOP 训练本身 本笔记 = 元 SOP 📝 本文

七、后续方向

  • 将 SOP 训练工作流本身做成 Hermes sop-training Skill
  • 对话注入 → 多 Agent 并行消化 → 交叉评审 → 总结沉淀 → 重启新轮的完整自动化循环
  • 一个 Hermes 命令就能跑一轮 SOP 训练