一句话写进大输入框

厦门思明"鹭岛骑行社"活动统筹蓝屿，给环岛 30 公里骑行设 3 个补给点，拿不准间距和该带什么。她在"AI 智能助手"的大输入框里写下"环岛骑行 30 公里，沿途想设 3 个补给点，怎么安排间距和带什么比较合适？"。框里这句就是点"提问"时随 values 一起发到服务端的内容，本地不拦截、不脱敏、不改写。她只写路线与补给，没贴社团名单和赞助信息，此刻结果区还空着。

场景选通用问答

使用场景下拉框五个选项，源码 value 是 general、nav、write、study、life，她选"通用问答"。选项只是跟着 values 一起上传，本地不做差异处理，选中后界面没有额外提示、字段也不变，换哪一项都不会改写问题。这一步更像顺手带个标签，不是调答案质量的控制项。

按提问读模型回话

点"提问"才触发 fetch(base + '/ai-run', POST {slug, values: raw})，这里的 base 走 aiRestBase()，路径拼对了，实测真返回模型回答，提示是"生成完成（模型：deepseek-chat）。"。结果区开头写"结论：30公里环岛设3个补给点，建议按约7.5公里、15公里、22.5公里布置"，后面分"一、间距安排""二、每个补给点带什么""三、安排原则"三节。回答用 textContent 写入，结果区 class 是 zab-md-view，Markdown 标题、列表、加粗全不渲染，是纯文本。

复制或存成文本再核对

底部按钮是"提问""复制结果""下载 TXT"。"复制结果"把上次回答文本复制走，是本地动作；"下载 TXT"走 Blob 下载，文件名由服务端 docName 定，这次没点，名字没量到。7.5 / 15 / 22.5 公里与每 10 公里 300~500 毫升、合计 1.5~2.5 升是模型回答里的建议值，不是工具算的，回答末尾自己写着"需结合个人健康状况和现场情况人工复核。"。没有多轮对话和历史，刷新即丢。

企业知识网（ www.qiyezhishi.com ）提供的结果为参考性内容，不构成法律、税务或投资建议。具体请以主管部门口径与最新法规为准。