如何优化模型返回速度

- 请用 3 条要点回答，每条不超过 30 字。
- 请直接给出结论，不需要解释推理过程。
- 请输出简洁版本，控制在 200 字以内。

请只输出 true 或 false。

我想查一下退款什么时候到账。

{
    "intent": "refund_status",
    "need_search": true,
    "query": "退款到账时间查询"
}

{
    "user_intent_description": "用户想要查询退款什么时候可以到账",
    "whether_knowledge_base_search_is_required": true,
    "rewritten_search_query_for_retrieval": "退款到账时间查询"
}

用户背景：
- 用户已购买企业版套餐
- 当前问题是无法查看用量明细
- 已确认账号权限正常
- 需要继续排查组织空间配置

固定部分：
- 你是一个企业知识库问答助手
- 回答要求：准确、简洁，不编造
- 如果资料不足，请说明无法确认
- 输出格式：先给结论，再补充依据

动态部分：
- 用户本轮问题
- 本次检索到的知识库片段

你是一个客服助手。当前时间是 2026-06-08 14:32:10。
请根据用户问题回答。

系统提示词：
你是一个客服助手。请根据业务规则准确回答用户问题。

动态上下文：
当前日期：2026-06-08
用户问题：我的套餐什么时候到期？

你是一个代码审查助手，请从以下方面进行检查：
1. 代码可读性
2. 潜在 Bug
3. 性能问题
4. 安全风险
5. 可维护性建议

请按“问题 - 原因 - 修改建议”的格式输出。

请审查以下代码：
{{code_snippet}}

系统提示词：
你是一个企业知识库助手。请严格依据提供的资料回答问题。
如果资料中没有相关信息，请回答“当前资料中未找到明确说明”。

动态输入：
用户问题：{{user_question}}
检索资料：{{retrieved_context}}

- “已收到您的反馈”
- “请先登录后再操作”
- “当前账号暂无权限”
- “请补充订单号”
- “系统繁忙，请稍后重试”

- 企业版在哪里看每个人的用量明细？
- 团队成员各自用了多少 token，在哪里查？
- 管理员能不能看到每个成员的调用量？

请根据用户问题输出 JSON：
- intent：用户意图，只能从 usage_detail_query、billing_query、technical_issue、other 中选择
- need_search：是否需要检索知识库
- search_query：如果需要检索，请生成适合知识库检索的关键词；如果不需要，则为空字符串

企业版在哪里看每个人的用量明细？

{
    "intent": "usage_detail_query",
    "need_search": true,
    "search_query": "企业版 成员 用量明细 查看方式"
}

用户输入
  ↓
一次模型调用完成：意图识别 + 是否检索 + Query 改写
  ↓
必要时检索知识库
  ↓
生成最终回答

{
  "model": "glm-5.1",
  "messages": [
    {
      "role": "user",
      "content": "请帮我总结这篇文章的核心观点"
    }
  ],
  "stream": true
}