有购买需求但需求相对模糊，是很多消费者购物时都会出现的情况。无法进行消费决策的时候，进行网络搜索、查找攻略，成为移动互联时代消费者的习惯路径，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。如何给用户精准推荐所需的商品，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。
进入大模型时代，消费者的购物决策路径或将迎来变化。今年2月底，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语言需求，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，智能推荐产品及优惠给用户。
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于用户留存效果明显，参与内测用户的次日留存率平均提升10%以上。
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。李女士将适合网购的家装物品按照不同功能区整理出一张清单，仅初步粗略计划就有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别纠结、效率特别低，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。
“我们在用户调研中发现了大量与李女士类似的需求反馈。”蜜源APP技术总监凌季青介绍，“当消费目标不精准时，仅依靠传统购物平台的搜索框输入，得到的搜索结果往往不能让用户满意，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，为顾客分析推荐出最合心意的商品。更不用说后面的引导购买了。”
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，并提供一键购买的服务？随着大模型的出现，蜜源APP团队看到了技术实现的可能。
凌季青表示：“大模型有极强的学习和沟通能力，我们判断应该可以帮助解决目前的这个难题。从去年底开始，我们广泛试用各类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，经过反复推敲与测试，最终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应用中心，随后也在蜜源APP中开放部分核心用户的内测资格。
基于文心大模型优越的理解、生成、逻辑、记忆能力，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分析用户以自然语言方式提出的购物需求，在海量知识库中筛选生成出最为匹配的结果，以产品推荐理由、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。还能通过多轮对话形式，不断补充了解用户偏好，优化调整推荐结果。
据介绍，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。
https://aistudio.baidu.com/application/detail/19279
使用AI智能导购助手“智小蜜”协助用户进行家装空调的选品
李女士成为最早一批用上AI智能导购助手的用户。通过多轮对话方式，AI智购助手引导她将新家的房间平方数、对空调能耗的要求、制热/制冷功能等各项具体需求输入，几分钟内就给出了详细的方案和商品链接。“当时觉得特别惊喜，我尝试又输入了自己的品牌喜好、新家空气净化的需求，很快得到了调整后的方案，还给出了选购理由。”李女士说，只需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。
据了解，由于便捷顺畅的对话导购体验，推荐产品的需求匹配度较高，AI智能导购助手对于用户留存效果明显，参与内测的蜜源APP用户次日留存率平均提升10%以上。
文心大模型助力AI应用研发加速
AI智能导购助手的开发上线过程整体十分高效。据介绍，蜜源团队在一周内就完成了基于文心大模型的demo版本开发，随后三周内便开发完成了适配生产环境的内测版本。凌季青表示，“基于大模型提供的便捷开发工具和大模型本身的优秀能力，我们成功搭建起蜜源AI导购助手的测试验证环境，为产品的持续优化提供了有力支持。”
据了解，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开发
：
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开发；
-
需求识别
：
基于文心大模型对话补全能力，准确识别出语言中所提供的多维信息，通过多轮对话，对用户的需求进行精准理解和解析；
-
结果生成：
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荐商品，阐述详尽的推荐理由，并附上优惠购买链接。
“开发过程中遇了一些棘手问题，都得到了百度伙伴及时的帮助。”凌季青介绍，“开发自研Agent过程中，发现当前版本不支持Agent的流式调用, 直接使用会明显影响用户体验，经过指导，我们使用深度自定义的方式，实现了流式调用的效果。内测阶段发现不同商品从不同平台反馈回的搜索结果存在较大差异，最后也是在百度伙伴的建议下，我们使用了商品分类模型，根据商品分类调整各平台的搜索权重，搜索结果质量明显提升。”
与文心大模型的合作进一步打开了蜜源APP在AI领域融合深耕的信心。据了解蜜源团队以AI智能导购助手应用开发上线为契机，采用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，覆盖技术架构工程、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术的应用和开发，都认为这个是大势所趋。”凌季青介绍，“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、高质量的推荐时，这个应用场景就会成为新的行业事实标准。
下一步，蜜源APP将与文心大模型继续保持深入合作，在构建多智能体协作工作流引擎及流程编排、结合业务特征开发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，探索更多领域合作可能性。
以蜜源APP为代表的垂直社交导购领域产品，正在依靠文心大模型底层技术支持，开发更多原先产品能力无法覆盖和解决的空白市场需求，完成AI原生场景的建立和新的行业事实标准的创造。文心大模型也将继续发挥AI基建能力和优势，为更多尝试行业落地的AI原生的研发加速，推动行业探索发展更多潜在市场需求。
