外部行业实践 ·
飞猪推出新一代AI产品V10，探索消费Agent在旅行场景的落地路径
当前AI已在信息检索、代码领域实现成熟落地，但消费场景AI Agent尚未取得同等进展，飞猪推出新一代AI产品V10，将AI能力嵌入旅行全业务场景，覆盖行程规划、预订、售后履约全链路，通过「受约束的自主性」技术架构保障AI输出的商品及服务真实可达，平衡模型自主能力与交易可靠性，探索消费类AI Agent的可行落地方案。
仅供行业学习与场景参考，不代表优秘交付、客户关系或效果承诺。
面临的问题
1. 消费场景需求判断维度多元，商品库存、价格等信息随时间动态变化，履约链路长，现有AI Agent难以稳定处理涉及交易、履约的复杂消费需求；2. 原有AI功能为独立入口，无法适配各场景需求，传统图形界面操作步骤多，难以覆盖个性化、长尾的复杂筛选需求；3. 大模型自主生成内容易出现信息错误，无法保障旅行相关商品及服务的真实可售、可执行。
AI 落地做法
飞猪推出新一代AI产品V10，将可唤起的AI Panel嵌入首页、酒店、机票、度假、订单等全业务场景，打造「帮我想、帮我订、帮我办」三类核心服务，覆盖旅行全链路；采用「受约束的自主性」技术架构，通过商品短别名、白名单、规则引擎、轻量在线验证等机制保障商品信息真实，同时优化Prompt模式、开展模型后训练，平衡模型自主性与结果可靠性；采用自然语言交互界面与传统图形界面结合的交互模式，兼顾成熟交易效率与复杂需求处理能力；建立多模型打分+人工复核的评测机制，保障输出结果符合可用标准。
实施路径
- 将AI Panel嵌入全业务场景，替代原有独立AI入口
- 打造「帮我想、帮我订、帮我办」三类服务，覆盖旅行灵感规划、预订、履约全链路
- 采用ReAct式AgentLoop架构，遵循「架构上做减法，模型层面做加法」策略
- 设置商品短别名、白名单、规则引擎、在线轻验证等机制，保障商品信息真实可达
- 将命令式Prompt改为声明式Prompt，提升模型任务处理灵活性
- 通过后训练将行业知识、评价标准内化到模型，减少对人工规则的依赖
来源：InfoQ 中文（本站改写摘要，成效数据均取自原文）
项目背景
当前AI产业价值集中在基础模型、算力等上游环节，应用层可承接价值的成熟消费类AI产品较少，AI在信息检索、代码领域已验证了从回答问题到执行任务的可行性，但尚未在旅行、电商等真实消费场景实现稳定落地，行业需探索适配消费场景的AI Agent落地路径。 本案例依据「InfoQ 中文」公开发布的信息整理，原文：https://www.infoq.cn/article/t0wslR8w8H7yeRD2MwO6?utm_source=rss&utm_medium=article
业务问题
1. 消费场景需求判断维度多元，商品库存、价格等信息随时间动态变化，履约链路长，现有AI Agent难以稳定处理涉及交易、履约的复杂消费需求；2. 原有AI功能为独立入口，无法适配各场景需求，传统图形界面操作步骤多，难以覆盖个性化、长尾的复杂筛选需求；3. 大模型自主生成内容易出现信息错误，无法保障旅行相关商品及服务的真实可售、可执行。
实践方案
飞猪推出新一代AI产品V10，将可唤起的AI Panel嵌入首页、酒店、机票、度假、订单等全业务场景，打造「帮我想、帮我订、帮我办」三类核心服务，覆盖旅行全链路；采用「受约束的自主性」技术架构，通过商品短别名、白名单、规则引擎、轻量在线验证等机制保障商品信息真实，同时优化Prompt模式、开展模型后训练，平衡模型自主性与结果可靠性；采用自然语言交互界面与传统图形界面结合的交互模式，兼顾成熟交易效率与复杂需求处理能力；建立多模型打分+人工复核的评测机制，保障输出结果符合可用标准。
原始来源：https://www.infoq.cn/article/t0wslR8w8H7yeRD2MwO6?utm_source=rss&utm_medium=article