考察点
这道题直接把京东的家底(言犀大模型)和核心场景(导购)摆在题面上,考的是你对电商决策链的理解深度。京东用户画像和其他平台不同:买 3C 家电、母婴、健康品类的多,客单价高、决策重、参数多——这决定智能导购在京东不是一个聊天玩具,而是要把「高客单重决策」这个最难的场景啃下来。面试官想听的是:你拆不拆得开用户从「想买」到「下单」的决策链,知不知道 AI 在链路的哪一环有增量,以及怎么处理「AI 推荐错了就是砸京东正品行货的招牌」这个信任问题。追问方向:「和搜索推荐团队怎么分工」「幻觉导致错误推荐怎么办」「怎么衡量导购的价值」。
参考答案
先拆决策链,再决定 AI 插在哪
高客单商品的用户决策大致是五步:产生需求(模糊)→ 圈定品类 → 对比型号参数 → 比价看评价 → 下单决策。传统电商产品在前两步很弱(搜索要求用户已经知道要什么),在中间环节靠筛选器和榜单硬撑,最后一步靠用户评价。智能导购的增量恰恰在前两步和最后一步:模糊需求的翻译(「给爸妈换个冰箱,厨房小,预算三千」翻译成容积、尺寸、能效的具体约束)、以及临门一脚的决策支持(「这两款差四百块,差在哪,值不值」)。中间的型号对比环节,结构化参数表比对话更高效,AI 的角色是生成对比解读,而不是替代表格。
产品形态:嵌入式导购,不是独立聊天框
我不会做一个独立的「导购助手」入口——独立入口意味着用户要改变习惯,教育成本太高。正确的形态是寄生在现有链路上:搜索结果页顶部挂「说人话版」的意图确认(「你是在找适合小户型的三门冰箱吗?」),商品详情页挂「问这个商品」的入口(答案必须锚定该商品的真实参数和评价,这是和通用大模型的本质差异),对比场景提供「AI 帮你比」的一键解读。用户在哪个环节卡住,AI 就在哪个环节出现,对话只是交互手段,背后接的是京东的商品库、评价库、价格体系,这才是言犀在京东场景里别人抄不走的东西。
信任是这类产品的生死线
导购 AI 一旦推荐错——推荐了不存在的型号、报错价格、编造参数——伤害的是京东「正品靠谱」的核心心智,比不做还糟。所以设计上三条铁律:一是所有商品事实(参数、价格、库存、优惠)必须实时从商品系统取数,模型只做组织和表达,不允许凭记忆输出任何商品事实,技术上用工具调用+RAG 把「生成」压成「转述」;二是推荐理由要给依据,「这款适合老人」后面挂「操作简单模式、评价中 230 条提到老人使用」;三是拿不准就缩小承诺,不确定的信息明确说「建议以详情页为准」,宁可显得笨,不能编。
和搜索推荐的关系,以及怎么衡量价值
导购和搜索推荐不是替代关系,是分工:推荐系统出候选和排序(它有用户行为数据,猜得准),AI 做意图理解、约束过滤和解释(它懂自然语言)。两边抢流量是最差的结果,我会用「增量场景」来定义导购的 KPI:模糊意图 query 的转化率提升(这部分原来是流失的)、高客单品类的决策时长缩短、以及对比工具的使用率。大盘 GMV 反而不能作为导购的直接指标——它和促销、季节强相关,挂上去只会带来无止境的扯皮。冷启动选 3C 家电一个品类打透,这个品类参数最复杂、决策最重,导购价值最容易被数据证明。
可能的追问
- 用户问「哪款手机最好」这种开放问题,导购怎么答? 答:不直接给答案,先收敛约束——预算、主要用途、在意的点,两三轮内把开放问题变成可执行的筛选;同时给出「不同价位段的稳妥选择」作为保底,照顾不想聊的用户。
- 导购会不会冲击京东的广告收入? 答:短期有张力,AI 的排序逻辑是用户匹配度,不是出价。处理方式是商业化在「候选池生成」环节介入(广告品照常进候选),但 AI 的推荐理由只讲真实匹配点,不为广告改写话术——话术一旦失真,信任崩了广告也卖不动。
- 怎么防止导购变成比价工具,用户问完去别家买? 答:导购的核心交付是「帮你选对」,不是「帮你找最便宜」;决策服务做好了,京东的履约、售后、以旧换新这些差异化能力要在导购话术里自然带出,让用户算账时把服务也算进去。
- 言犀和直接接外部大模型比,优势在哪? 答:业务数据深度。通用模型不知道京东的商品库结构、评价分布、履约时效,言犀可以拿这些数据做精调,术语和品类理解更准;另外数据不出域,合规和迭代自主性都更好。