场景是餐饮门店微信客服，日咨询量 300 条左右，预算有限。测了两个模型各一周，说说我的结论和踩坑……
场景：三家川菜门店的微信客服，日咨询 300 条上下，80% 是营业时间、排队、发票、会员卡这四类。预算卡得紧，月调用费想控制在 300 以内。
两个模型各挂了一周 A/B：qwen-plus 意图识别稳，四川话口音转文字后的错字容错更好；deepseek-chat 便宜一半，但碰到「你们那儿可不可以带狗子」这种长尾问法会编答案。
我的结论是门店客服选 qwen-plus，幻觉少是底线；但不确定是不是我提示词没调好。有用 deepseek 做客服跑稳的朋友吗？求提示词思路。
deepseek 编答案可以在系统提示里加「不知道就转人工 + 给出禁止编造清单」，我把幻觉率从 7% 压到 1% 以内。但老实说有这功夫不如直接用 qwen-plus，省心。
300 条/天 qwen-plus 一个月也就 100 多块，预算 300 完全够，不用纠结。
「带狗子」这个例子笑了，我们店的真实高频问题是「空调开没开」，成都人夏天灵魂拷问。
回复 @AI小筑：感谢！按这个思路试了，确实能压幻觉。最后还是定了 qwen-plus，多花的钱当买保险。
补充一个维度：qwen 的函数调用生态（百炼插件）接会员系统顺手，deepseek 要自己包一层。
同场景蹲一个后续，我下个月也要给两家奶茶店上客服，到时候来抄作业。
提醒一句：发票类问题建议直接写死流程不接模型，模型说错发票信息是要被投诉的。
评论（7）
deepseek 编答案可以在系统提示里加「不知道就转人工 + 给出禁止编造清单」，我把幻觉率从 7% 压到 1% 以内。但老实说有这功夫不如直接用 qwen-plus，省心。
300 条/天 qwen-plus 一个月也就 100 多块，预算 300 完全够，不用纠结。
「带狗子」这个例子笑了，我们店的真实高频问题是「空调开没开」，成都人夏天灵魂拷问。
回复 @AI小筑：感谢！按这个思路试了，确实能压幻觉。最后还是定了 qwen-plus，多花的钱当买保险。
补充一个维度：qwen 的函数调用生态（百炼插件）接会员系统顺手，deepseek 要自己包一层。
同场景蹲一个后续，我下个月也要给两家奶茶店上客服，到时候来抄作业。
提醒一句：发票类问题建议直接写死流程不接模型，模型说错发票信息是要被投诉的。