说明

了解更多 Viking AI 搜索产品能力，请参见：Viking AI 搜索引擎，企业搜推问一体化智能引擎

Viking AI 搜索全新推出的视频检索功能，它彻底打破了传统被动观影的模式，能实时和用户互动剧情、解答疑问，还能根据你的喜好精准推荐内容，让你每一次观影都更有参与感、更对味。本指南旨在指导用户如何构建一个高可用、沉浸式的 AI 视频陪看助手。通过引入该助手，用户能够使用自然语言与海量片库进行轻松对话、精准检索与深入沟通，甚至围绕剧情展开趣味问答，全面释放视频内容的商业与用户价值。 --- 随着视频观看体验的升级，如今用户更倾向于在观影时获得实时的智能陪伴，通过引入“ AI 视频陪看助手”，用户不仅能随时用自然、口语化的方式与 AI 探讨剧情，还能实现更顺畅、更有温度的实时互动。例如： * 自然语言搜视频，多模态智能检索，精准定位想看内容

* 深度解析视频内容，支持剧情细节随时追问，剧情亮点一键掌握

接下来的章节中，我们将深入解析AI陪看助手的系统架构、接入流程以及具体场景的落地案例，帮助您快速将这一前沿 AI 能力转化为真实的业务增长动力。 # 前期数据准备优质且结构规范的数据是构建 AI 视频陪看助手的基础。Viking AI 搜索会对您提供的每一项字段进行深度解析。为了让视频检索效果更贴合您的实际需求，我们建议您在**数据准备阶段**做好以下规范与完善工作。 ### 固定字段为了让系统能准确高效地处理和索引你的视频数据，请在上传前按照我们的特定要求准备媒体数据，您**必须使用我们预先定义的字段名称**来存储。 |

字段名

|**是否必需上传** |**字段说明** | |---|---|---| |

content_id

|必需

|String

媒体内容的唯一标识

每条数据必须有唯一标识 | |

content_type

|必需

|String

内容类型，支持上传枚举值：

说明

#####

content_type 视频类型说明

我们的视频内容按结构分为两大类：

1.

"collection" 集合类内容（存在层级关系）

*

代表一个内容合集，并非单个视频文件

*

示例：《甄嬛传》整部剧、《Python 入门实战》整套课程、《职场沟通技巧》系列课、纪录片《地球脉动》全季、《脱口秀大会》整季合集

2.

"video" 视频类内容（支持层级 / 独立两种形式）

*

作为合集子内容：单集视频，是真实可播放的视频文件示例：《甄嬛传》第一集、《Python 入门实战》第 3 课、纪录片《地球脉动》第 2 集

*

作为独立内容：无层级关系的完整视频示例：电影《流浪地球》、单节公开课、单个短视频、独立综艺片段

| |

video_url

|当数据类型为系列时（如电视剧），video_url 字段**必须为空；**

当数据类型为视频时（如电视剧单集、电影）时，video_url 字段必须上传。

|Array

火山引擎可访问的视频下载链接列表，用于视频理解和处理。

同一个content_id下上传多个video_url，上传后后台会按列表顺序将视频拼接为一个视频。

说明

提示

这个字段支持上传一个可以公开访问的视频下载链接列表，但不支持通过上传任意网页链接来爬取网页上的视频。上传前，请确保列表内所有视频文件的总大小不超过 10GB，总时长不超过 3 小时。

另外，在导入视频下载链接前，请确保这些视频的下载 URL 能被火山引擎的官方接口域名（volcengine.com）访问。

| |

parent_content_id

|数据类型为系列时（如电视剧）必须为空。暂时不支持 2 层级以上的父子关系。 |字段标识视频内容的上级内容。类型为"video"的数据，可传入视频所属系列的content_id来标识其父级内容是哪一条数据，即子内容的 "parent_content_id" 是父内容的 "content_id"。 | |

sequence_index

|当数据类型为视频时可以选择传入，如果视频有所属的父层级系列，强烈建议传输。 |*Integer*

用于串联视频内容进行同媒体系列的跨视频理解

不传入则不会做跨视频理解。 | ### 自由元信息字段除了上面的固定字段，**你也可以用自定义字段上传其他元数据**（比如内容标题、视频时长、视频语言等），你可以给它指定任意名称，比如直接用你数据库里已有的字段名，这样能简化对接过程。自由字段有以下格式要求： * String (Array) * Integer (Array)：支持定义Int64和Int32 * Float (Array) * Boolean * Object (Array)：支持字段中包含嵌套的JSON对象字段，最多支持三层对象嵌套关系。 ### 样例数据在正式全量导入数据之前，建议先用 50 \- 100 条有代表性的数据进行验证测试，验证整个流程（字段配置、导入、索引构建、基础搜索）是否顺畅。以下是视频数据集示例： ```JSON { "content_id": "tv_series_67890_episode_01", "video_url": ["https://example.com/tv_series/67890/episode_01.mp4"], "parent_content_id": "tv_series_67890", "sequence_index": 1, "title": "甄嬛传第一集", "director": "郑晓龙", "actors": ["孙俪", "陈建斌", "蔡少芬"], "first_air_date": "2011-11-17", "douban_rating": null, "genres": ["剧情", "古装"], "episode_summary": "时为满清雍正元年，结束了血腥的夺位之争，新的君主继位，国泰民安，政治清明，但在一片祥和的表象之下，一股暗流蠢蠢欲动。后宫选秀，少女甄嬛与自永安县来的好友眉庄、陵容参加选秀，因容貌酷似已故的纯元皇后，更兼聪慧机敏，立刻引起皇帝的注意……", "actor_list": [ {"actor_name": "孙俪", "role_name": "甄嬛"}, {"actor_name": "陈建斌", "role_name": "雍正"}, {"actor_name": "蔡少芬", "role_name": "皇后"} ], "duration": 2700, "language": "zh-CN", "media_link": "https://example.com/tv_series/67890/episode_1/" } ``` ```JSON { "content_id": "movie_12345", "content_type": "video", // 必须是video "video_url": ["https://您的服务器.com/12345.mp4"], // 必须有链接 "parent_content_id": null, // 必须为空 "sequence_index": null, // 必须为空 "title": "流浪地球", "release_date": "2019-02-05", "plot_summary": "近未来，科学家们发现太阳急速衰老膨胀...", "actor_list": [ {"actor_name": "吴京", "role_name": "刘培强"} ], "duration": 7740 } ``` ### **其他数据规范与建议：** 为了让你的陪看助手更灵活，能适配更多用户需求，建议您根据以下建议来完善/检查数据集，在数据集里补充**丰富的自定义字段**，方便 AI 更好地学习与理解内容。 |**字段名称（代码名）** |**说明** |

示例

| |---|---|---| |

内容标题（title）

|强烈建议提供 |```JSON```
```"title": "甄嬛传第一集"```
| |

发布时间

|用于“帮我找找最新出的科幻片”这类问答。

支持字符串格式（如 `"2019-02-05"` 或标准 ISO 时间），也支持 UNIX 时间戳（秒或毫秒）。 |```JSON```
```"publish_time": "2024-11-20" #字符串格式```
```"publish_time": 1732060800 # UNIX 时间戳:(秒) "publish_time": 1732060800000 # UNIX 时间戳:(毫秒)```
| |

视频时长（duration）

|按秒计算（Int64） |```JSON```
```"duration": 7200```
| |

视频语言（language）

|比如 `"zh-CN"`（中文）或 `"en"`（英文）。 |```JSON```
```"language": "en-US"```
| |

展示与跳转

|媒体封面图链接（海报图）和媒体页面链接（用户点击能在前端跳转播放的链接）。 |```JSON```
```"poster_url": "https://img.link/p1.jpg" #封面图```
```"playback_url": "https://v.link/watch/54321" #跳转链接```
| |**演员与角色对照表（** **`actor_list`** **）** |让AI精准回答角色归属 |```JSON```
```{"actor_name": "陈建斌", "role_name": "雍正"}```
| |**剧情简介（** **`episode_summary`** **/** **`plot_summary`** **）** |AI大模型总结剧情、回答视频内容的文本基础

|```JSON```
```"summary": "2007 年，地球基础科学出现异常扰动，科学界人心惶惶，多名科学家离奇自杀。纳米科学家汪淼被警官史强带到联合作战中心，潜入 “科学边界” 组织协助调查。汪淼接触到名为 ETO 的组织，发现其幕后统帅是自杀身亡的科学家杨冬的母亲叶文洁。随着 ETO 与作战中心的不断博弈，汪淼和史强逐渐确定《三体》游戏中的世界真实存在。一切事件源于两个文明为生存空间展开的生死相逐。在联合作战中心及科学家们的共同努力下，汪淼、史强等人坚定信念，准备与即将入侵的三体人展开殊死斗争。"```
| |**分类标签（** **`genres`** **）** |方便用户让助手推荐特定类型的影片 |```JSON```
```["剧情", "古装"]```
| |**其他人员（如`director`** **、** **`douban_rating`等）** |补充影片相关人员及评分信息 |```JSON```
```"director": ["杨磊"], # 导演列表```
```"screenwriter": ["田良良", "陈晨"], # 编剧列表（其他人员扩充）```
```"douban_rating": 8.7, # 豆瓣评分（建议使用浮点数）```
```"rating_count": 412500 # 参与评分人数（可选，用于辅助推荐权重） ```
|

说明

关于更多视频数据集的详细说明，您可以参考这份文档：视频数据集介绍

# 四步轻松搭建 AI 视频陪看助手参考[火山引擎快速入门](https://www.volcengine.com/docs/85296/2222393?lang=zh)流程，我们将复杂的 AI 视频陪看助手构建简化为四个核心步骤。

## 步骤一：创建应用登录 [Viking AI 搜索控制台](https://console.volcengine.com/aisearch/platform/region:aisearch-platform+cn-beijing/home/app-list)，点击 “创建应用”。系统提供了预置的行业模版（如电商、内容社区等）。对于视频陪看助手场景，务必选择 **“视频平台”** 行业，这将预加载适合视频场景的策略配置。填写应用名称后，即可进入下一步“数据集创建和导入”。

## 步骤二：控制台导入数据样例和配置 1. 新建数据集，数据类型选择**私域物品数据**，数据形态选择**视频数据。** 选择好上传的数据类型后，可以导入先前准备好的 JSONL 格式文件，或者粘贴 JSON 代码。

2. 字段属性与索引配置，大模型会自动扫描样例数据，推断字段类型、含义和配置方式。您也可以在 AI 分析后进行**手动校准**（例如，将 AI 误判为“浮点型”的年份字段手动修正为“字符串”类型，或为特定字段配置更合适的索引方式）。

3. 数据导入后，系统会通过大模型进行视频理解和索引构建（需要一定时间，请您耐心等待），完成后数据集状态会显示 **“配置已生效”。** 在确认数据有效后，您可点击**体验配置**，在体验页面即可使用**视频搜索**与**对话式问答**功能。

4. 行为数据上传（可选）如需开启**个性化剧集推荐**功能，需先完成用户观看行为数据的上传与接入，为模型提供偏好学习与精准推荐的基础依据。

## 步骤三：体验调优与策略配置完成以上步骤后，您已初步搭建好**AI 视频陪看助手**的搜索与问答能力，接下来将进入**体验调优**阶段。助手的智能程度，高度依赖搜索返回的内容，想要更自然流畅的陪看体验，需要同时优化**搜索策略**与**对话问答策略**。

说明

核心建议：不建议使用固定模板配置。不同影视内容（如剧集、电影、综艺、动漫）、不同内容量级，适配的最优策略各不相同。例如影视剧更看重剧情、演员、角色，综艺更关注嘉宾、主题、期数。

### **搜索策略** #### 搜索模式建议默认开启**均衡模式**，可满足大部分搜索与对话需求： |

模式名称

|

详细说明

|

控制台指引

| |---|---|---| |

均衡模式（日常使用，默认推荐）

|用户在陪看过程中的提问往往灵活多变，既可能直接说出**台词、角色名、演员名；**

也可能用模糊描述提问，比如：

“刚才那个红头发的角色去哪了”

“播放最后那段超燃的打斗画面”

均衡模式会同时兼顾**关键词精准匹配**与**跨模态语义理解**，让 AI 既能听懂明确指向，也能理解自然、口语化的描述，带来高度稳定的日常体验。

|![图片](https://p9-arcosite.byteimg.com/obj/tos-cn-i-goo7wpa0wc/b0670b1a77444a16a05f43b2125afb4e) | 仅当 AI 出现**理解不准确、搜索结果不匹配**时，再根据您的具体使用场景来进行配置： * **语义检索优先** 语义检索可理解用户查询的**真实意图**，而非仅依赖字面匹配。开启语义优先模式后，**语义相关内容**的召回优先级高于仅关键词匹配的内容。 **Query 特征**：句子较长、偏感性 / 条件描述 **示例**：帮我找一下最近一年里评分高、节奏紧凑的悬疑犯罪剧，最好是国产、一集一个案子的。 ![图片](https://p9-arcosite.byteimg.com/obj/tos-cn-i-goo7wpa0wc/f96fdb52826c46348edab4616f1da0a1) * **关键词检索优先** 关键词检索要求关键词与内容**精准匹配**。开启关键词优先模式后，**精准匹配内容**的召回优先级高于仅语义相关内容。 **Query 特征**：适用于专业术语、剧名、演员名字等高精准检索场景。 **示例**：叶文洁、甄嬛传第 12 集、新闻联播 20260226、奥本海默正片 ![图片](https://p9-arcosite.byteimg.com/obj/tos-cn-i-goo7wpa0wc/040c0545898140cb846402cb9a341aa0) * **自定义模式** 若以上模式无法满足您的实际应用场景，可使用**自定义模式。** 支持根据业务场景与搜索需求灵活配置检索策略，自由调整语义检索与关键词检索的权重，满足个性化、精细化的搜索需求。

#### 返回数量返回数量用于控制单次搜索请求返回的视频结果条数，该参数**无绝对标准**，可根据您的视频库规模、业务场景与性能要求灵活配置。返回数量建议**结合前端交互设计**进行合理设置，**不建议设置过大**，否则会导致接口响应时间变长、加载变慢。

#### 召回结果重排启动此功能，AI 根据用户的指令选出片段后，会对排名靠前的片段进行**深度理解与二次重排**。参与重排的数量**支持自定义调整**（默认为 20），适当调低则可提升响应速度。这一步可确保返回给用户的前列片段或回答**精准匹配查询意图**，有效提升 AI 的理解精度与整体智能体验。

#### 提权 ##### **新剧提权** **背景：** 用户在搜索演员、题材时，**刚上线的新剧可能会因数据少、评分不足被淹没**，浪费平台版权与宣发窗口期。配置新剧时间提权后，可强力抬高新剧排序，让最新内容优先展示，既提升用户新鲜感，又充分发挥平台版权价值。 **场景示例** * 用户指令：“我想看 XX 演员演的刑侦剧。” * 常规召回（问题）：老剧因历史数据占优排在前列，刚上线的新剧被压在后面。 * 新剧提权（体验跃升）：30 天内新剧获得强力加分，直接反超老剧登顶 Top1，重磅新剧得到最大化曝光。 * **规则名称：** `新剧提权` * **配置生效范围：** * 字段选择：`first_air_date`（视频首次播出的日期） * 逻辑选择：`距今` \-\> 输入框填入 `30` \-\> 单位选 `天` \-\> 下拉选 `以内`（即：首播距今 30 天以内的内容，处于新剧保护期）。 * **提权 / 降权配置：** 滑块向右拉至 `+80%` 甚至 `+100%`（给予极大幅度的强力加权，确保新剧能用“空降”的姿态跨越历史播放量带来的分数鸿沟，直接登顶）。

##### 优质剧提权 **背景：** 为避免优质内容被低估，通过对高评分剧集设置加权策略，让口碑好、评分高的优质内容在搜索结果中优先展示，提升AI推荐的可靠性与观影品质。 * **用户指令**：周末剧荒时，用户对 AI 说：“给我找几部好看的悬疑剧。” * **常规召回（问题）** ：悬疑类内容数量庞大，仅依靠文本匹配时，部分低分剧集可能因简介中 “悬疑”“反转” 等关键词密度较高，反而排在高分佳作前面，导致用户觉得 AI 推荐质量差。 * **体验跃升（品质守门员）** ：通过对`rating`评分字段设置提权规则，8.5 分以上的口碑剧集可获得额外加分。即便文本匹配度略低，《漫长的季节》《隐秘的角落》这类优质作品也能优先进入 Top3，让 AI 推荐更有品质感，减少用户选中不佳内容风险。 * **规则名称：** `口碑高分剧提权` * **配置生效范围：** * 字段选择：下拉选择 `rating`（视频评分，数字型字段） * 逻辑选择：下拉框选择 `大于` \-\> 输入框填入 `8.5`（假设满分 10 分，8.5 分即为公认的高品质分水岭）。 * **提权配置：** * 滑块向右拉至 `+40%` 甚至 `+80%`（给予显著的加分权重，确保优质内容在同类题材中拥有绝对的展示优先权）。

#### 降权 ##### 非正片内容降权 **背景：** 用户搜索具体影视剧时，绝大多数是想看正片。若仅靠文本匹配，预告片、花絮等周边内容容易排在前面，严重偏离用户观影意图。通过降权可将这类非正片内容后置，确保正片优先展示。 **具体场景** * **用户指令**：用户说 “播放《流浪地球 2》”。 * **问题**：系统优先返回预告片、幕后花絮，不是完整正片，大幅降低观影体验。 * **体验跃升**：对非正片内容自动降权，系统直接将完整电影正片置顶，符合用户真实需求。 * **判断字段：** `content_type`（媒体内容类型） * **触发条件：** `content_type IN ["预告", "花絮", "特辑", "片花"]` * **降权配置：** **`-60%`** （重度降权） **注意：** 如果用户明确说“我想看流浪地球的预告”，文本匹配分会极高，依然能抵消扣分并展现出来；但如果只搜剧名，预告片就会被排在后面。

#### 按字段排序 **背景：** 打破大模型给出的“相关性分数”排序，强制按照视频片段自带的“时间戳”或“集数”进行正序或倒序排列。 **用户场景：** 在陪看电竞赛事、体育直播或新闻发布会时，用户随时会问“这个选手最近战绩如何？”或“这条新闻的最新进展是什么？”。 **操作：** * **选择字段：** `更新时间 (update_time)` 或 `发布时间 (publish_time)` * **排序方式：** `倒序` **业务价值：** 确保知识库优先召回**最新**的资讯数据，避免助手根据历史旧数据生成过时、错误的回答。 ### 对话问答配置 Viking AI 搜索依托对话问答 Agent，将多模态检索、个性化推荐与大语言模型（LLM）对话能力深度整合，帮助您快速打造**会交互、懂内容、能引导**的智能 AI 视频陪看助手。 #### 角色设定您可以为您的视频陪看助手设定一个独特的“身份及人设”。这虽然不直接改变搜索召回的剧集，但极大地影响着用户体验。

**Prompt 示例：** 专业视频陪看助手（默认示例） ```Plain Text 你是一个专业的视频内容智能推荐助手，拥有丰富的影视知识和精准的用户需求洞察力，专注于为用户提供个性化的电影、电视剧、纪录片等视频内容推荐服务。 ``` 个性化视频陪看助手 ```Plain Text 你是 {品牌名} 视频平台的智能陪看助手 {助手名称}，是用户的观影搭子与内容推荐官。你对影视剧、综艺、动漫、短剧、纪录片、短视频、名场面、高光片段、剧情解读有极强的理解与鉴赏能力，擅长快速定位用户想看的内容，帮用户找得准、看得爽、不踩雷。你性格亲切、耐心、有判断力、善于共情，能精准理解用户的口语化指令、模糊需求和场景偏好，既懂热门内容，也懂小众喜好。你不只做简单检索，更能理解意图、梳理剧情、推荐片段、过滤干扰、提升观看体验。你的目标：让用户快速找到想看的内容，体验更流畅、更智能、更贴心，每一次观看都轻松、愉悦、有被懂的感觉。 ``` #### 回答风格设定设定视频陪看助手回答的结构、文风和语言。比如推荐视频的风格、数量、回答方式等，建议结合业务诉求进一步优化。 **Prompt 示例：** 专业视频陪看助手（默认示例） ```Plain Text - 你热情友好、耐心细致，总能用亲切的语言与用户沟通，让用户感受到贴心的服务； - 积极主动，善于发现用户在"用户当前问题"和"用户上文对话"表达的潜在需求，同时具备同理心，能敏锐察觉用户情绪，及时给予安抚和帮助。 - 你的表达要在字数和视频信息允许的范围内，尽可能详尽具体，回答风格俏皮可爱但又不失专业性 ``` 个性化视频陪看助手 ```Plain Text 一、视频推荐原则每次推荐最多精选 4 个视频/片段，优先选择最符合用户核心需求的内容（如正片、高光、名场面）推荐的内容可能来自同一影视剧/综艺的不同片段（如名场面、关键剧情、高光合集）对同一影视剧/综艺的不同片段进行合并介绍与总结说明（如区分正片、花絮、片段类型）避免对同款内容、重复片段的冗余描述推荐时需说明：适合的观看场景（如休闲放松、全家共看、碎片时间、深度追剧）内容特点与观看建议（如高能下饭、烧脑悬疑、治愈解压，适合睡前/通勤观看）内容优势（如实拍质感、剧情紧凑、名场面密集、无多余干扰）二、对话与表达风格语气要求：热情、生动、自然，有陪看感富有同理心与理解力，精准共情用户观影心情（如剧荒、想看高能、想找治愈内容）不评判、不标签化用户的观影喜好、审美或选择（如不否定用户喜欢的题材、片段）表达方式：善用加粗、列表、分段突出重点（如重点标注内容类型、观看亮点）长回复必须具备清晰的结构层次（如先总述推荐方向，再分点介绍内容）当信息较复杂时（如多部同题材内容对比），提供简要、准确的总结，帮助用户快速决策三、需求理解与延展在推荐内容前：仔细分析用户的提问或需求描述判断其核心诉求与真实观影场景（如通勤碎片看、周末深度追、全家共看、解压放松）在每次推荐后：合理猜测用户的后续需求如：是否需要同题材的更多内容是否在意内容时长（如短视频、完整正片、高光片段）、无广告干扰是否需要不同风格或题材的备选（如从悬疑转向治愈、从综艺转向短剧）通过自然引导，帮助用户继续探索更适合自己的观影选择四、无法完全满足需求时的处理方式当当前平台内容无法完全满足用户需求时：以委婉、诚恳的方式说明限制（如“目前平台暂未收录该片段，为你推荐同类型优质内容哦”）优先推荐：同题材的替代方案（如不同影视剧的同类型片段、同主演的其他作品）相近风格或相近场景的内容（如用户找某类悬疑片段，推荐其他高能悬疑名场面）始终以「尽量接近用户需求」为目标，避免简单拒绝或生硬转向五、核心目标帮助用户：更清楚自己适合看什么、想看什么更少踩雷、更快找到心仪内容，节省找剧时间看到真正“好看、对味、适配场景”的视频内容 ``` #### 追问建议为了提升多轮对话率，避免“一问一答”式的尬聊，强烈建议开启追问建议功能。 **效果**：当 AI 助手回答完一轮问题后，会根据上下文自动生成 3 个相关的追问建议气泡。如右图。这个小功能极大地降低了用户的输入成本，能有效引导对话向更深层次发展，从而挖掘出用户更精确的需求。

#### 联网搜索联网搜索主要用于辅助理解用户查询，并获取高时效性信息。例如用户搜索「今年奥斯卡最佳剧情片」，仅依靠私域视频库与模型固有知识无法获取最新结果，必须通过联网搜索补充实时信息。联网搜索支持两种模式：**总是开启**（每次对话自动执行联网搜索）与**按需开启**（仅当判断对话存在时效性需求时才开启搜索）。 * **用户指令**：全家观看《三体》时，爸爸问：“青年叶文洁是谁演的？她还演过什么热门剧？” * **纯本地搜索**：AI 只能查到演员姓名，无法提供更多代表作，对话生硬中断。 * **联网搜索**：AI 自动完成 “角色→演员→全网作品” 映射，给出完整回答并主动引导观看相关内容。

## 步骤四：集成 API 接口 ### 上传全量视频数据当您在控制台完成体验配置后，如果您希望为其**导入更多数据**（例如导入完整数据或进行增量更新），请按以下步骤操作 1. 返回到您的**数据集**列表 2. 找到您想要添加数据的**目标数据集**。 3. 点击**查看**进入该数据集的详情页面。 4. 在该页面中，找到并切换到 **数据导入**标签页。在这里，您会看到系统提供的两种主要数据导入方式（**通过 API 导入**和**导入本地JSONL文件**），可用于后续的数据添加 1. **导入本地 JSONL 文件** 1. 您可以直接在控制台界面上操作，通过**点击/拖拽**上传文件 2. **通过 API 实时导入接口** 1. **API 文档链接**：[实时导入、更新物品数据--全域AI搜索-火山引擎](https://www.volcengine.com/docs/85296/1544970?lang=zh) 2. **适用场景**： 1. **实时新增物品**：自动处理与索引构建。耗时几秒至几十秒（多图/视频数据处理时间较长）。 2. **实时更新物品**：支持仅更新部分字段。若仅更新过滤字段（非检索字段），秒级生效；若更新图文视频，处理时间较长。 3. **通过 API 批量导入接口** 1. **API 文档链接**：[批量导入物品数据--全域AI搜索-火山引擎](https://www.volcengine.com/docs/85296/2123240?lang=zh) 2. **适用场景**： 1. **首次全量构建**：一次性导入完整的测试或生产环境的商品/内容数据。 2. **定期大批量更新**：针对超过 10 万条数据的特定字段更新（如批量变更上下架状态）。 3. **新增字段回填**：为全量数据批量写入新增加的字段值。

### 集成对话 API 为了将构建好的能力集成到您的 App、小程序或网页中，Viking AI 搜索提供了标准的 API。以下是该接口的调用概要。

1. **前端发起请求**： * 用户在对话框中输入问题（如“推荐几部治愈电影”）。 * 前端应用将用户的输入内容、当前会话的 `session_id`（由前端生成和维护）以及一些固定参数（如 `user_id`）打包，发送给您的业务后端。 2. **业务后端调用 AI 搜索**： * 您的业务后端接收到前端请求后，构造一个对 Viking AI 搜索 `/chat_search` 接口的 POST 请求。 * 请求体中包含了从前端获取的所有信息，并附加上您的应用 `API Key` 进行鉴权。细节可查看 [管理API Key](https://docs.volcengine.com/docs/85296/1861316) * **关键点**：业务后端需要以**流式**的方式接收 `/chat_search` 接口的响应。 3. **处理流式响应并转发前端**： * `/chat_search` 接口会陆续返回一系列 JSON 数据块。每个数据块都描述了 AI 助手当前的工作步骤（`step`），可能是 "意图识别"、"工具调用"（并附带搜索到的视频 `payload`）、"生成回答"（并附带一小段文本 `content`）。 * 您的业务后端需要实时解析这些数据块，并**原封不动地通过流式连接转发给前端**。 4. **前端渲染丰富的交互界面**： * 前端接收到从业务后端转发来的数据流。 * 当收到**文本流**时，以“打字机”效果实时渲染 AI 的回复文字。 * 当收到**追问建议**数据时，将其渲染成可点击的建议气泡。 * 如此，一个包含文本、物品卡片、建议气泡的丰富交互界面就动态地呈现在用户面前了。

说明

为什么需要业务后端中转？

虽然前端可以直接调用 AI 搜索 API，但我们强烈建议通过您的业务后端进行一层封装和转发。这样做有几个核心好处：

1.

安全：避免将您的 API Key 直接暴露在前端代码中。

2.

鉴权与流控：您可以在业务后端实现自己的用户鉴权、请求频率控制等逻辑。

3.

逻辑聚合：未来如果需要聚合其他内部服务（如查询订单、领取优惠券），都可以在后端统一处理，对前端保持接口的稳定性。

**详细 API 接入指引请查看 ** [ChatSearch - 对话搜索--Viking AI 搜索-火山引擎](https://www.volcengine.com/docs/85296/1873492?lang=zh)

说明

了解更多 Viking AI 搜索产品能力，请参见：Viking AI 搜索引擎，企业搜推问一体化智能引擎