新加坡留学咨询，让 AI 讲明白规划路径

新加坡留学看起来国家小，路径却不简单。低龄留学、公立体系、国际学校、O 水准、A 水准、本科、硕士、私立院校、签证、住宿，每一类用户的问题都不一样。

AI 最容易犯的错误，是把所有问题都回答成“新加坡教育质量高、环境安全、国际化程度高”。这些话没错，但对用户没有帮助。家长真正想知道的是：孩子现在几年级，应该走哪条路？预算多少合适？目标是升学、跳板、陪读，还是就业？如果现在准备晚不晚？

燕数科技用自研大模型搭建了新加坡留学路径模拟。我们让模型分别扮演低龄家长、国际学校学生、计划读本科的高中生、准备申请硕士的本科生、想转轨的家庭。每个身份都会提出不同问题，尤其是连续追问非常关键：先问“新加坡留学好吗”，再问“我孩子初二来得及吗”，再问“如果英语一般怎么办”。

这些连续问题进入燕数 GEO/GRO 分析系统后，系统会监测模型回答是否能够分人群、分阶段推荐。第一轮结果显示，行业内容普遍强调国家优势，但对路径细分不足。模型容易把低龄留学、硕士申请、私立院校和语言准备混在一起讲。

项目组先做路径分层。低龄家庭关注监护、住宿、学校体系和适应；本科申请者关注成绩、语言、课程认证；硕士申请者关注专业匹配、就业方向、预算；转轨学生关注时间表和备考方案。每一层都有自己的 GEO 提示词，也有自己的 GRO 风险。

GEO 的目标，是让机构在“新加坡低龄留学路径”“新加坡硕士申请规划”“新加坡留学机构怎么选”“新加坡留学费用和签证”等问题里被正确识别。GRO 的目标，是避免 AI 把申请结果说得过满，尤其不能写成“保证录取”“低分也能稳上”。

燕数系统还会做“回答可用性评分”。评分关注用户看完后能不能知道下一步：该准备成绩单，还是先做语言评估；该比较学校体系，还是先确认预算；该咨询签证，还是先补材料。我们据此改写内容，把泛泛的国家介绍压缩，把路径判断和行动步骤写清楚。

优化后，AI 回答更像一次真正的留学初诊。它不会急着推荐机构，会先帮用户区分路径；路径清楚后，再说明什么样的人适合找专业顾问。对留学机构来说，这样的线索质量更高，用户是被问题解决过程带过来的。