芯耀
272
当前 AI 技术能力日益强大，智能体已不再仅仅是技术工具，当它与商业场景深度融合时，正逐渐成为商业空间的“感知神经”和“决策大脑”，悄然重构着人、空间与服务之间的关系。今天邀请的专家，会围绕“智能体+商业场域”这一命题，以某国内高端购物中心智能体服务项目为例，与大家共同探讨：AI 如何推动从被动响应到主动理解、从功能堆叠到体验重构的根本性转变。
特邀专家：神州数码 AIBG AI 解决方案专家 杨柳春
传统购物中心正在从物理空间的简单堆叠，转向构建真正意义上的智能场域。这一转变的核心，正是以用户为中心的体验升级。下图展示了神州数码 COE 团队在思考 AI 赋能线下商业时的系统性框架。
它不仅涵盖精准推荐、便捷服务等传统智能化要素，更关键的是思考如何借助 AI，让人与空间之间建立更深层次的情感与功能连接，让服务真正“懂得”用户、伴随用户、服务于用户。下面将具体介绍下，国内某高端购物中心的智能体服务项目。该项目以小程序为主要入口，用户可通过自然对话的形式获取各项基础服务，表面上看，它与以往的会员服务有相似之处，例如查询会员权益、商场服务信息、积分情况等，然而在实际体验层面却带来了显著的不同。神州数码项目组在此系统中引入了外部环境数据，用户可以直接询问“周边有什么推荐？”“附近有哪些餐饮或娱乐选择？”，从而使购物中心场景与所在城市场景自然融合，形成一体化的生活服务场域。
同时，通过扫码与企业微信的连接，打通了多个触达路径，用户可在对话中便捷地查找与接入相关品牌。对于线下购物中心而言，空间组织与品牌呈现方式至关重要。因此，该智能体也深度融入了品牌元素，并搭载室内导航功能，能够根据用户需求，直接指引其前往目标门店，实现从信息查询到线下抵达的无缝衔接。整个项目在落地时采用了三层架构：顶层为战略层，中间是场景层，底层为软件基础层，也可称为 AI 基座层。
在基座层，神州数码项目组依托“神州问学”企业级 Agent 中台产品与服务，构建了包括模型管理、提示词工程、插件管理在内的技术支撑体系；在中间的场景应用层，围绕四个方向与客户共同设计并落实了具体功能：互动问答、消费引导、逛街购物路线、智能查询。整体上，该智能体服务项目的推出希望通过赋能商业业态，挖掘用户逛街过程中产生的潜在需求，拓展用户的体验深度与广度，同时丰富用户的数据，最终在购物中心场景中形成一个更懂用户、更智慧、更像“服务管家”的AI陪伴体。
01 AI 互动问答场景设计
互动问答确实是目前最为常见的 AI 应用形式之一。不过，神州数码项目组在这一基础形态中注入了多项自身的技术积累与特性，例如支持对定向内容的精准询问、允许跳跃式的连续追问、实现促销活动与店铺打折信息的主动推送，以及融合文字与语音的多模态交互等。
其中的核心突破在于意图识别的强化。系统不仅能够被动响应用户的提问，更可进行主动的沟通引导。例如，当用户表达“想看看运动鞋”时，它会进一步追问：“您是需要专业运动鞋，还是休闲运动鞋？”这类交互背后，需要对基座模型进行有针对性的补充与增强，而这也正是通过问询平台所实现的重要能力拓展。
02 优惠券智能发放场景设计
关于优惠券发放其实是让 AI 不仅“懂用户”，还要“懂品牌”。在这一模块中，神州数码项目组接入了线下门店及商场自身的系统，实现了活动与优惠券数据的打通。用户既能在对话中主动查询，系统也会在交互过程中自然而然地完成相关优惠信息的适时推送。
例如，当用户询问“圣诞节有什么活动”时，AI 不仅能检索出对应的优惠内容，还可进一步结合门店导航等功能，形成连贯的服务动线。在技术层面，除了此前提到的意图识别，神州数码项目组重点引入了上下文理解机制，通过短、中、长三层记忆结构，使用户在连续对话中的体验更加连贯、智能，也让系统对用户需求的把握更为精准深入。
03 AI 智能查询场景设计
智能查询场景的核心是让 AI “懂系统”。如今的购物中心通常同时运行着多个系统，例如 CRM、停车、充电、积分管理等，这些系统间的数据打通至关重要。
通过智能体搭建来实现跨系统的连接与交互。例如在停车场景中，可以引导用户消费停车券、查询具体停车位置，特别是快速找到充电桩的位置。同时，系统也能根据场景为用户推荐周边的咖啡、休闲零食等消费选择。对于商场而言，积分体系是用户体验的重要一环，能够有效促进用户消费。因此，将积分系统与停车等场景的打通，通过智能体进行融合交互，把相关信息自然整合到服务流程中，从而为用户提供更连贯、便捷的消费体验。
04 智慧逛街路线场景设计
在逛街路线这一模块中，要让 AI “懂环境”，这对于线下商业而言尤为重要。购物中心本身具有鲜明的位置属性，尤其对于规模较大、业态丰富的商场来说，空间分布复杂，除了购物之外，还包含多种休闲设施与活动场地。
用户在实际场景中常常有约会、聚会等动线需求，因此精准的定位与导航能力至关重要。为此，通过接入 GPS 与室内定位系统，实现从室外到室内的无缝衔接。系统不仅支持具体点位导航，还能根据用户需求或商场活动，智能规划并推荐整体逛街路线。尤其在活动期间，AI 可以帮助用户高效串联起热门点位，让顾客通过一条流畅的动线，就能轻松体验各个关键活动与设施，从而提升逛游的效率和整体体验感。
05 AI 智能体用户运营总结
这个 AI 项目与传统数字化转型项目有一个关键区别：传统项目上线往往意味着交付完成，而 AI 智能体项目的上线，恰恰只是开始。
对于涉及消费者运营与体验的项目而言，上线后的用户运营至关重要，必须将其作为核心持续推动。智能体的设计只是基础，它为用户提供了互动与推荐的平台；而后续的运营，才是持续优化体验、不断调整提升的过程。用户运营不仅是为了增长用户数量或进行推广，更是通过数据采集与反馈来优化智能体行为、改善用户关系的重要环节。通过智能体的 A/B 测试机制，持续观察调优是否带来更好的用户体验与效果。衡量指标包括用户活跃度、活动报名数等多个维度，以真实反映运营成效。这里尤其想强调数据采集与反馈的价值。线下商业与线上平台差异显著，线下门店往往只有消费数据，而用户逛店过程中的行为与偏好却难以捕捉。而通过智能体的对话交互，便能够极大补充这类数据，甚至快速感知品牌热度变化。基于对话数据的分析，可以提炼洞察、优化用户画像，并在前述四大场景中持续运用这些洞察，推动体验迭代。此外，运营中另一个重要维度是智能体自身能力的持续进化。
这部分更偏向技术侧优化。例如：用户频繁询问某类品牌价格引发的体验卡顿、推送过于频繁导致用户反感、智能体推荐的路线不够顺畅等。有了智能体作为持续交互的触点，便能形成系统的优化机制，在工程实践中，一旦问题被明确指出和发现，往往意味着已经解决了一半。与此同时，神州数码项目组也在不断尝试不同风格、语气与角色背景的会员服务模式，并观察其对用户活跃度的影响。实践表明，具有时尚感、个性鲜明的会员服务角色，往往能带来更长的用户停留时间与更积极的互动效果。这些发现都为持续调整服务策略、提升用户体验提供了切实依据。这个项目上线已半年多，过程中不可避免地遇到了一些技术挑战，在此也希望能与大家分享几点心得。
1.准确度方面，遇到的主要问题包括知识库内容偏于结构化、现实文档本身存在缺漏或矛盾。例如，会员规则文档表面上看似完整，一旦上线便会暴露各种细节不足。为此，可通过强化了对文档的理解机制，构建专项模型对内容进行重复性检测、缺漏排查与矛盾发现，这些前期工作虽隐藏在底层，却为后续与业务人员共同丰富知识库打下了基础。同时为确保上线效果可靠，需要建立起完整的测试集，并持续补充案例，使客户在部署过程中能够“心中有数”。
2.了解度方面，项目初期主要依赖提示词设计，如今引入了上下文工程，使对话过程具备持续的记忆能力，显著提升了交互连贯性。此外，个性化标签的构建，融合了原有会员系统的数据，上线后通过分析新增的标签维度，使服务更贴近用户个体。
3.便捷性方面，逛街路线生成依赖 GPS 与室内定位服务的结合。
4.聪明度方面，对于智能体语态的调整，则是为了让交互更具“人感”，这是线下商业格外重视的体验要素，要求会话自然流畅，并能体现对用户的理解与体贴。
以上就是本次分享的内容。
