智能体在电商领域的应用

以Kimi+的“什么值得买”智能体举例，假设用户输入“我想买个笔记本电脑”，智能体会先做Query Rewrite提取出“笔记本电脑”关键词，再通过“什么值得买”的API检索对应的商品信息，拿到检索结果后，跟智能体内置的提示词组装成上下文，请求大模型回答。于是这个智能体便成了一个电商导购类的垂直搜索()应用，在商品推荐方面有更好的回答效果。1.工作流Workflow工作流Workflow也可以理解为多智能体协作Multi-Agents，通过多个智能体的组装，解决一些复杂场景的搜索问题。比如：给新产品取名，我习惯的步骤是告诉大模型新产品是做什么的，大模型推荐几个可取的名字选择其中一个名字，去谷歌检索，是否有同名去Twitter检索是否有同名去Github检索是否有同名选择一个域名，去Namecheap搜索是否已被注册全部检测通过，确定产品名，注册域名这里涉及到一个回溯的问题，也就是在其中某个步骤发现产品名不可用，要回到第一步重新选择名字，再继续走后面的检测步骤。人工去做这件事，毫无疑问是很费时间的。AI搜索+Workflow的模式，可以有效解决这个问题。首先定义几个智能体，每个智能体完成一项功能。比如A智能体只负责给出建议的名字，B智能体负责检索谷歌是否有同名，C智能体负责检索Twitter是否有同名，D智能体负责检测Github是否有同名，E智能体负责检测可用的域名...另外还需要有一个调度中枢，协调每个智能体的工作，需要做决策，决定是继续下一步还是回溯到之前的步骤。

在智能体的构建中，对于结构的理解和控制，是整个工作流中最重要的部分，本文旨在为大家提供的是结构化的思路，而结构中的单点，可以通过不断迭代的方式，不断完善。请注意，品牌卖点提炼助手的本质是一个办公助手的形式，它最强的能力是为本来就具有营销思维的团队提供更为广阔的思路，将核心的经历放在决策和更具创意的部分，可以极大的提高团队效率。[heading2]4.1后续的迭代方向[content]实际的搭建过程，除了按照营销管理的结构进行智能体的搭建，实际也要根据公司所处的业态进行合理的调整，给智能体更多的提示词来提升分析的合理性。比如对于电商产品，其线上的触点是淘系京东系的电商平台，和抖音小红书等兴趣电商内容平台，而线下触点则是产品的包装、包裹、包括卡、产品说明书等，人员触点是销售人员、主播、售后、客服等。而线下是的实体服务行业，其线上的触点是大众点评/美团等线上OTA本地生活平台，抖音小红书等新媒体内容平台，而线下触点则是线下的门店展示，服务流程等，人员则是电话销售、服务人员等。因此，在实际的智能体构建中，结构上遵循营销管理的流程，可以保证智能体在输出上不会乱说八道，而通过调整单独智能体的提示词，可以有效提升在某一部分助手信息的准确度。另外，营销管理的结构化提示词中有一个注意事项，不要依赖于举例，因为举例有可能会限制AI在某一个方向上的发散思维，虽然避免了AI胡说八道，也限制了提供更有创造性思路的可能性。在营销过程中，更依赖于公司人员和咨询人员的决策力和敏锐的洞察力，智能体的灵感助手能够帮助我们更轻松的决策。

最终提炼出来的将应用在实际与用户进行交互的所有场景，在营销中，被称为触点。触点可以分为三类：1.线上触点：也是在今天的互联网环境下，最被重视的部分，微信、抖音、小红书、淘宝等各种社交、内容、购物平台上，有着大量的消费者流量，而品牌会通过免费或付费的方式，将卖点以落地页的形式传达出去。2.线下触点：对于电商平台，线下触点通常是产品到达消费者手上时，可以将卖点继续传递给客户的场景，有助于继续提升用户的复购，或选购其他产品。而对于线下实体行业，线下触点通常是客户从到达门店到消费离店过程中，所有可以继续将卖点传递给顾客的场景。3.人员触点：人员触点则指在用户决策购买过程中，所有建立沟通的场景，在线上是直播间、是人工客服，在线下是我们的销售人员、服务人员等。因此在卖点提炼的最终步骤，需要寻找到所有可以传达品牌卖点的场景，然后结合对应场景的需求，制作对应的落地页，或者是沟通话术，将卖点有效的传递出去。而这就是建立品牌价值的过程。