基于文心大年夜模型打造\"金牌发卖\"AI 智能导购助手帮用户\"买到心坎\"

“新家该当安装什么型号的空调？”

“端午节旅游防晒须要准备哪些装备？”

……

有购买需求但需求相对模糊，是很多消费者购物时都会涌现的情形。
无法进行消费决策的时候，进行网络搜索、查找攻略，成为移动互联时期消费者的习气路径，由此也为“社交电商导购”这一产品形态创造了市场机遇。
社交电商导购是一个垂直但潜力巨大的领域，2022年我国电商导购行业交易规模433.1亿元，用户规模约5.33亿人，行业整体规模超过千亿 GMV。
如何给用户精准推举所需的商品，是社交电商导购平台希望进一步完善消费者购物体验的方向。

进入大模型时期，消费者的购物决策路径或将迎来变革。
今年2月尾，蜜源（广州）新媒体科技有限公司基于文心大模型，在自有的电商导购平台蜜源 APP 中上线 AI 智能导购助手“智小蜜”，能够精准解析用户的自然措辞需求，结合自有百亿级商品库知识图谱、十亿级订单智能追踪能力，智能推举产品及优惠给用户。

目前，AI 智能导购助手“智小蜜”已在飞桨星河社区上线，并在蜜源 APP 开放部分内测。
蜜源数据显示，仅内测阶段蜜源 APP 内 AI 智能导购助手的日均访问量就已达到了3000次以上。
此外智能导购助手对付用户留存效果明显，参与内测用户的越日留存率均匀提升10%以上。

在蜜源 APP 内利用智能导购助手选购零食

01

纠结不知怎么买？

AI 智购助手精准解析推举

去年，李女士开始对三室一厅的新家进行装修，让她没想到的是，采购选品成为家装过程中最令人纠结的一环。
李女士将适宜网购的家装物品按照不同功能区整理出一张清单，仅初步粗略操持就有53项之多。
“我们看了上百篇家装避雷贴、每一个需求产品都往购物车里装了十几个不同品牌和型号，每一个决定都做得特殊纠结、效率特殊低，总想在有限的预算内能买到我们心中的‘最优解’。
”李女士和家人因此很苦恼。

李女士新家装修购物清单

“我们在用户调研中创造了大量与李女士类似的需求反馈。
”蜜源 APP 技能总监凌季青先容，“当消费目标不精定时，仅依赖传统购物平台的搜索框输入，得到的搜索结果每每不能让用户满意，更难以直接转化为购买行为。
哪怕我们是一款具有十亿级订单智能追踪能力、拥有百亿级商品库知识图谱的社交电商导购平台，依然无法将现有数据根据用户的模糊需求实现精准匹配，为顾客剖析推举出最合心意的商品。
更不用说后面的勾引购买了。
”

有没有可能用户仅需输入模糊的需求，平台就能够直接反馈出匹配需求的产品，帮用户完成攻略查询和优惠比价过程，并供应一键购买的做事？随着大模型的涌现，蜜源 APP 团队看到了技能实现的可能。

凌季青表示：“大模型有极强的学习和沟通能力，我们判断该当可以帮助办理目前的这个难题。
从去年底开始，我们广泛试用各种开源和闭源的大模型产品，前前后后编写了十几个 Demo 实践验证，经由反复考虑与测试，终极选择用文心大模型来作为我们 AI 导购助手的研发底座。
”

2月29日，AI 智能导购助手“智小蜜”正式上线飞桨星河社区的运用中央，随后也在蜜源 APP 中开放部分核心用户的内测资格。
基于文心大模型优胜的理解、天生、逻辑、影象能力，尤其是在对话补全、语义向量方面的突出表现，AI 智能导购助手能够准确理解并剖析用户以自然措辞办法提出的购物需求，在海量知识库中筛选天生出最为匹配的结果，以产品推举情由、产品图片、优惠链接和购物攻略的组合形式，整体推送给用户。
其余，还能通过多轮对话形式，不断补充理解用户偏好，优化调度推举结果。
据先容，仅额度有限的蜜源 APP 内测入口端，AI 智能导购助手的日均访问量就已达到了3000次以上。

利用 AI 智能导购助手“智小蜜”帮忙用户进里手装空调的选品

李女士成为最早一批用上 AI 智能导购助手的用户。
通过多轮对话办法，AI 智购助手勾引她将新家的房间平方数、对空调能耗的哀求、制热/制冷功能等各项详细需求输入，几分钟内就给出了详细的方案和商品链接。
“当时以为特殊惊喜，我考试测验又输入了自己的品牌喜好、新家空气净化的需求，很快得到了调度后的方案，还给出了选购情由。
”李女士说，只须要点击对话反馈中的商品链接，就可以跳转到电商平台下单购买，在短短几分钟内李女士就完成了新家空调从选品到下单购买的全过程。

据理解，由于便捷顺畅的对话导购体验，推举产品的需求匹配度较高，AI 智能导购助手对付用户留存效果明显，参与内测的蜜源 APP 用户越日留存率均匀提升10%以上。

02

文心大模型助力AI运用研发加速

一周出 demo，三周即内测

AI 智能导购助手的开拓上线过程整体十分高效。
据先容，蜜源团队在一周内就完成了基于文心大模型的 demo 版本开拓，随后三周内便开拓完成了适配生产环境的内测版本。
凌季青表示，“基于大模型供应的便捷开拓工具和大模型本身的精良能力，我们成功搭建起蜜源AI导购助手的测试验证环境，为产品的持续优化供应了有力支持。
”

据理解，AI 智能导购助手“智小蜜”的研发落地路径如下：

数据整合：蜜源基于7年来行业数据积累，搭建百亿级商品库、十亿级订单智能追踪、电商消费者画像数据库，通过文心大模型的语义向量能力对数据进行向量化处理，构建企业自有知识图谱和知识库；

Agent开拓：通过对知识库和图形数据库的学习，推进提示词工程，基于文心大模型的函数调用能力驱动自有电商 Agent 开拓；

需求识别：基于文心大模型对话补全能力，准确识别出措辞中所供应的多维信息，通过多轮对话，对用户的需求进行精准理解和解析；

结果天生：根据解析结果，通过自有 Agent 进行解析理解，从全网海量的商品库中筛选并推举商品，阐述详尽的推举情由，并附上优惠购买链接。

“开拓过程中遇了一些棘手问题，都得到了百度伙伴及时的帮助。
”凌季青先容，“开拓自研 Agent 过程中，创造当前版本不支持 Agent 的流式调用, 直策应用会明显影响用户体验，经由辅导，我们利用深度自定义的办法，实现了流式调用的效果。
内测阶段创造不同商品从不同平台反馈回的搜索结果存在较大差异，末了也是在百度伙伴的建议下，我们利用了商品分类模型，根据商品分类调度各平台的搜索权重，搜索结果质量明显提升。
”

与文心大模型的互助进一步打开了蜜源 APP 在 AI 领域领悟深耕的信心。
据理解蜜源团队以 AI 智能导购助手运用开拓上线为契机，采取文心大模型作为蜜源 AI 业务的核心基石，在公司内部成立了一支由 CTO 直接带队的 AI 智能组，覆盖技能架构工程、主营业务赋能和内部岗位支持三个方面。
“公司从上到下，从研发到业务，都十分重视大模型技能的运用和开拓，都认为这个是大势所趋。
”凌季青先容，“所有的场景都要用 AI 重新做一遍，不是复制，而是颠覆。
”蜜源团队认为，当 AI 智能导购助手能够基于用户的模糊需求带来精准、高质量的推举时，这个运用处景就会成为新的行业事实标准。

下一步，蜜源 APP 将与文心大模型连续保持深入互助，在构建多智能体协作事情流引擎及流程编排、结合业务特色开拓不同尺寸专有行业模型、关注保护用户隐私和数据安全等方面，探索更多领域互助可能性。

以蜜源 APP 为代表的垂直社交导购领域产品，正在依赖文心大模型底层技能支持，开拓更多原来产品能力无法覆盖和解决的空缺市场需求，完成 AI 原生场景的建立和新的行业事实标准的创造。
文心大模型也将连续发挥 AI 基建能力和上风，为更多考试测验行业落地的 AI 原生的研发加速，推动行业探索发展更多潜在市场需求。
​​​​