Dify + RAG 两周做出医疗问诊 workflow

12 周 · 一个能写进简历的 workflow

上一期给了你转行地图，这一期动手。

2 周时间，做一个能写进简历的医疗问诊 workflow——不写一行训练代码，但面试官一看就知道你做过。

2不是让 AI 看病，是拦住高风险场景

先纠正一个误区——问诊 workflow 不是让 AI 看病。

它的核心是：拦住高风险场景，交给医生；低风险场景，自动化。这叫"可控边界"，是医疗 AI 和普通聊天机器人最大的区别。

390% 的人卡在第一步：场景太宽

正确的切入点是一个窄场景：

三选一，越窄越好做。

4红旗症状规则 · 才是灵魂

窄场景定了，下一步是什么？写红旗症状规则。

哪些症状必须转急诊、哪些必须转人工、哪些可以自动化——这条规则表，才是问诊 workflow 的灵魂。

大模型人人会调，但"知道哪些不能让 AI 答"的人，极少。

520 条测试集 · 跑准确率

然后是 90% 的人不会做的一步——建测试集。不用多，20 到 50 条真实问答。

跑一遍，记下：红旗拦截率多少、误答率多少、拒答率多少。有这组数字，你的简历就比"我学过 LLM"值钱 10 倍。

6Dify 不是终点，是起点

工具我用的是 Dify。但记住——Dify 不是终点，是起点。

拖拽编排谁都会，真正区分"调 API 的"和"懂产品的"，是你在 Dify 里怎么设计意图识别、知识库路由、人工接管节点。

73 个产物 · PRD + 流程图 + 评测报告

做完之后，你要交出3 个产物：

这 3 样东西，就是简历上"做过"的硬证据。

8我的智能体现在有真实用户在用

它就是这个思路搭的——workflow 拦风险，知识库管边界，医生节点兜底。这套方法，我验证过。

9面试官要的是"你怎么验证"

最后一句，给所有在准备面试的：

面试官最常问的不是"你会不会做"，是"你怎么知道你做对了"。