← 返回研究列表
图 1 数据收集清单
图 2 STF训练示例图
图 3 UI界面页
园林植物智能问答工具
一、解决的问题及产品定位
园林行业从业者和爱好者查询植物知识时,常面临三类困扰:一是专业资料分散,想了解某植物的科属、养护方法,需在《中国植物志》、地方苗木配置表、网络零散内容中反复检索,既耗时又易遗漏关键信息;二是通用工具适配性差,要么回答笼统(如只说"耐旱"却不提地域适配),要么存在专业错误(如混淆紫薇、乌桕的科属);三是地域化需求难满足,基层人员查询"北方屋顶绿化植物"时,难快速获取贴合当地气候的方案。
针对这些痛点,我们基于大语言模型研发了园林植物智能问答工具雏形。它定位"专业知识辅助助手",不替代人工判断,而是整合 200 种常见园林植物的权威数据(含分类、栽培、病虫害防治)与多省市苗木配置表,支持自然语言提问(如"玉兰属于什么科""月季黑斑病怎么治"),能快速返回准确答案并标注来源,适配设计师确认配置规范、养护团队查技术要点、爱好者学基础养护等场景。
二、实际价值与效果
图 1 数据收集清单
图 2 STF训练示例图
从测试来看,工具已能解决核心需求:
- 专业问题回答平均准确率达 74.3%,结合检索增强技术后,准确性再提升 4%;
- 查询地域相关问题(如"北京常用行道树")时,能优先推荐国槐、白皮松等适配品种;
- 相比手动查资料,效率提升 80% 以上,像"紫薇修剪方法"这类实操问题,可直接给出含步骤的具体方案,无需拼凑信息。
图 3 UI界面页
目前工具已覆盖多数常见园林植物,但在珍稀物种数据补充、植物图像识别等方面仍有优化空间。若您是景观设计企业想为项目配套植物知识查询功能,或是园林软件团队需丰富产品的专业问答模块,欢迎联系我们。我们可定制专属知识库(如聚焦花卉、乔木等细分品类),或对接现有设计软件,让技术更贴合实际工作需求,助力园林植物知识的高效获取与应用。