1. 基础对话


开启新对话

newchat

点击「新对话」即可创建新对话窗口,当话题与前文无关时,建议新开对话避免旧上下文干扰判断。

多轮对话技巧

同一个对话里,豆包会带着前文作答:用户说过的背景、提过的要求、它自己给出的结论,都在它的视野之内。因此不必每轮都从头交代,把一次性的长需求拆成若干轮小要求,反而更容易谈出满意的结果。常见的追问方式有以下几种:

展开某一点:

第二条只有一句话,展开说说具体怎么落地

换一种语气:

同样的意思,换成对外发布的正式口吻重写

改条件重算:

其他不变,把预算压到原来的一半,方案怎么改

只改指定段:

只重写第三部分,前两部分一个字都别动

要一版对照:

再出一版,思路要和刚才这版明显不同

承接上一步:

大纲就按刚才那份,先把第一章正文写出来

纠偏后重答:

方向错了,我要的是面向新用户的入门稿,不是产品说明书

追加新约束:

内容保留,篇幅压到 300 字以内

保持上下文技巧

多轮对话的质量,很大程度上取决于上下文是否清晰。信息集中、指代明确时,回答更为贴题;若素材分散在多个对话中,或要求层层叠加,则容易产生理解偏差,并在后续轮次中不断放大。遵循以下几项习惯,可有效减少返工:

  • 一题一议:围绕同一主题的问题都在这里追问,不同主题另起对话,避免彼此串味
  • 中途复述:聊得太长时,用三五句话把已确定的结论重述一遍,再继续往下问
  • 单点调整:别把改语气、改结构、改篇幅塞进同一句话里,逐项来反而更快
  • 指代明确:称呼具体对象,如「刚才那份大纲的第二章」,好过一个含糊的「那个」
  • 及时定稿:某一版通过后明确一句「后续都在这一版上改」,防止它退回旧版本
  • 要求前置:行文风格、格式、字数这类贯穿全程的约束,在开头一次性交代清楚
  • 及时纠偏:发现方向不对立刻叫停并说明正确方向,越往后拖,错误上下文积累得越多

对话操作与管理

888999

每条回答的正文下方都有一排操作图标,从左到右依次为「复制」「朗读」「喜欢」「不喜欢」「分享」「重新生成」,点击图标栏「···」,可展开更多操作。

操作用法与效果
复制将整条回答复制到剪贴板,可直接粘贴进文档、笔记或聊天工具
朗读语音播报本条回答,适合长回答或不便阅读时收听;再次点击停止播放
喜欢标记本条回答质量较好,用于反馈与产品优化
不喜欢标记回答不理想,通常可进一步选择原因(如内容有误、答非所问)
分享生成分享链接或长图,把这条回答发给他人查看
重新生成让豆包基于同一问题换一种思路重答,原回答会被新结果替换
转为文档编辑把回答送入文档编辑器继续修改,适合需要在原稿上增删、排版后交付的内容
收藏将本条回答加入收藏,便于日后集中查看,不必回到原对话中翻找
追问针对本条回答发起追问,让提问明确锚定在这条内容上,减少指代歧义
反馈与举报提交更详细的问题反馈,或举报违规、不当内容
删除删除本条回答;删除后该内容不再出现在对话中

建议:与其反复点击「重新生成」,不如通过「追问」明确修改要求,通常更高效。

a123

部分回答会附带豆包自动生成的推荐追问,点击即可作为新问题发送。

  • 用途:沿着当前话题继续深挖,或补齐容易被忽略的相关信息
  • 特点:推荐内容随每轮回答动态变化,页面刷新或继续追问后会重新生成
  • 取舍:它只是思路提示;若与实际需求不符,直接输入自己的问题更高效

历史对话管理

定期整理历史对话,配合搜索功能使用,可有效缩短信息查找时间,提升使用效率。

管理历史对话

a124

将鼠标悬停在侧边栏的某条对话上,点击右侧的「···」,可对该对话执行以下操作:

操作效果
重命名改为可识别的标题,便于日后检索
置顶固定在列表顶部,常用对话不被新记录挤下去
分享生成分享链接,供他人查看该对话内容
删除从列表中移除该对话,删除后通常无法恢复

注意:目前豆包主要支持逐条删除对话,暂无批量清空入口;删除属不可逆操作,重要内容请先复制留存或导出后再删。

搜索历史对话

a125

在搜索框中输入关键词检索,系统会依据对话标题与内容快速定位。

提高检索效率三个方法:

  • 建时即命名:用熟悉易记的标题命名对话便于后期梳理
  • 常用即置顶:高频对话固定在列表顶部省去逐条翻找
  • 搜专有名词:项目名、产品名、人名比通用词更便于检索

侧边栏功能

a127

点击「侧边栏」按钮可以折叠或展开左侧栏,折叠后对话区域更宽更便于阅读长回答,展开后可快速访问各功能入口。

执行模式

a129

执行的两种模式并无优劣之分,主要差异在于响应速度与推理深度,各自适用于不同场景:对话模式以文字回答为终点,专家模式则会自主调用工具直至交付成果。整体而言,速度越快消耗越低,推理越深耗时越长,可按任务复杂度与时间成本选择。

模式界面标注类型交付形态适用场景
快速豆包 快速对话直接给出回答日常问答、信息查询等轻量需求
专家豆包 2.1 Turbo对话经过充分推理的回答需要论证与深度分析的复杂问题
快速

适合日常问答,回答速度快,额度消耗低,可用于事实查询、概念解释、文字润色、翻译以及短代码片段的编写。

信息查询:

简要说明 RAG 与微调的区别,各自适合什么场景

文字处理:

把这段话改得更简洁,保持原意不变,控制在 100 字以内

代码片段:

写一段 Python 代码,批量读取文件夹内的 CSV 并合并成一张表

概念解释:

用通俗的方式解释什么是向量数据库,并举一个实际应用的例子

中英互译:

把下面这段中文翻译成英文,用于产品说明文档,语气正式、术语准确

要点提炼:

阅读以下会议记录,提炼出结论、待办事项和责任人,用列表列出
专家

适合深度问答,基于 2.1 Turbo 模型推理作答,可用于需要论证过程、或希望一次问清的单个问题。

方案取舍:

对比自建服务器与云服务的三年总成本结构,说明各自的适用前提

逻辑排查:

这份活动方案的转化路径中可能存在哪些漏洞,逐条指出并说明理由

深度讲解:

系统讲解期权定价的基本逻辑,从直觉到公式逐层展开

决策推演:

分析在现有团队规模下引入微服务架构的利弊,说明什么条件下值得推进

数据解读:

根据以下三个季度的经营数据,判断增长放缓的主要原因,并给出判断依据

方法论梳理:

从原理到落地步骤,完整讲解如何为一款新产品设计定价策略

评论

登录后查看