可执行决策的自然语言策略：可解释的 大语言模型 框架

大规模旅游业的定价自动化具有挑战性，因为旅游订单高度非结构化，而定价政策复杂、快速发展且本质上是开放式的。传统的规则引擎脆弱且维护成本高昂，而不受约束的 LLM 代理缺乏财务决策所需的可靠性和可审计性。我们提出了一个生产级 LLM 支持的定价系统，具有严格的决策边界：LLM 执行结构化提取和有界策略/路径选择，而所有数字定价（包括总价格计算）都是确定性执行的。策略被编译成可解释的条件树，从而无需更改代码即可对新条款和不断发展的规则进行开放式支持，同时公开可审计的工件以进行人在环控制。记录的跟踪上的定期 微调 进一步改进了树归纳和路径匹配。该系统部署在某市属国有旅游企业，覆盖7个景区、12个业态、1500+运营商、1000+条活跃政策，六个月内处理订单3960个，订单管理团队从15-20人减少到3人，单单处理时间从10分钟缩短到2分钟以下。