我理想中的Chat Bot应用，应当在群聊环境下足够拟人，所以我在开发初期就一直强调搭一套复杂的Harness框架。 
结果刚起步就遇到问题了。 
我想根据用户画像，对不同用户建立不同的回答风格和回复频率，所以第一步应该是给用户建模。但是传统的自然语言没法稳定地影响输出，而且很占上下文，所以我想，我们需要一种数学的方法来解决这个问题。 
我很快联想到了短视频推送算法，把用户图像整成空间向量，分布到一个高维的语义空间。 
问题就在这里:怎么才能把这个东西加到模型的输入里面去?根据向量取top-K个自然语言tag然后扔到input里吗？这么做的话前面做的一切努力都算白费了，不过我似乎也想不到什么更好的方案了。