针对大模型基于客户答疑的场景，以下是一些资源规划的建议：
- 确定模型的使用场景和目标用户：了解模型的使用场景和目标用户，可以帮助确定资源规划的方向和重点。例如，如果目标用户是企业客户，那么需要考虑提供更高效的技术支持和服务，而如果目标用户是个人用户，那么需要考虑提供更加友好和易用的界面和操作方式。
- 确定模型的性能指标和服务水平协议（SLA）：在资源规划过程中，需要考虑模型的性能指标和服务水平协议（SLA），以确保模型能够满足用户的需求和期望。例如，需要考虑模型的响应时间、准确率、可靠性等指标，以及服务的可用性、容错性、安全性等方面。
- 确定资源需求和分配：根据模型的使用场景和目标用户，以及性能指标和SLA的要求，确定模型所需的资源，包括计算资源、存储资源、网络带宽等。然后，根据资源需求和分配，制定资源使用计划和调度策略，以确保模型能够高效地运行和响应用户的请求。
- 实时监控和调整：在模型运行过程中，需要实时监控模型的性能和服务质量，以及资源的使用情况和瓶颈。如果发现性能或服务质量下降，或者资源使用不合理，需要及时调整资源分配和调度策略，以确保模型能够持续稳定地运行和满足用户的需求。
总之，针对大模型基于客户答疑的场景，资源规划是非常重要的一环，需要综合考虑模型的使用场景和目标用户、性能指标和SLA要求、资源需求和分配等方面，以确保模型能够高效稳定地运行和满足用户的需求。