Viking AI 搜索
Viking AI 搜索
文档指南
请输入
- 文档首页
Viking AI 搜索AI搜索引擎用户手册用户指南配置个性化推荐推荐原因推荐助手
复制全文
下载 pdf推荐助手
文档反馈
问问助手能力介绍
个性化推荐结果对终端用户来说常常像一个"黑盒"：用户看到"猜你喜欢"，却不知道为什么推荐这批物品，不感兴趣时直接划走，缺少二次说服的机会；运营团队也只能靠大范围 A/B 实验间接调优，难以对单次推荐做归因。
推荐助手通过大语言模型（LLM）为整批推荐结果生成一段用户可理解的推荐理由分析，并给出可继续追问的问题：
- 对终端用户：在推荐结果页展示千人千面的推荐分析卡片
- 先用 1～2 句话概括本批推荐的共同特征（品类、场景、人群、价格带等），再按使用场景 / 人群 / 核心诉求分点归类，帮助用户快速"对号入座"
- 卡片底部提供 3 条递进式追问，点击即可进入对话继续挑选。
- 对运营人员：在控制台可视化配置助手的助手身份、回答风格、追问倾向，无需发版即可调整人设、语气与追问逻辑，并可在预览区即时验证。
- 对开发对接：分析内容通过独立的流式接口按需返回，商品卡片先渲染、分析后流式补齐，不阻塞商品曝光，详见 [推荐助手 API]。
与推荐原因的关联
推荐助手与「单物品推荐原因」是两种互补的推荐原因能力，可同时开启。前者从全局视角对整批推荐结果进行归类概括，帮助用户快速理解推荐逻辑并缩小筛选范围，后者针对单个商品补充其与用户需求的匹配点，进一步强化用户的购买决策信心。
适用范围
- 推荐助手基于已创建的推荐场景配置，开始前请确认：
- 已完成 前置配置，并已创建可用的推荐场景（首页推荐 / 详情页推荐等）；
- 推荐场景已关联物品数据集；如需基于用户画像生成个性化分析，建议同时关联并激活用户行为数据集。
- 推荐助手为场景粒度能力，每个推荐场景独立开关、独立配置角色内容。
- 能力默认关闭，开启后按次收取对话费用，请结合业务场景评估后开启。
名词解释
能力解释
进入控制台 体验配置 > 推荐体验，选择目标推荐场景，在左侧选择「推荐助手」页签（由原「推荐话术」升级而来）。
触发推荐助手（开关）
- 位于配置区顶部，默认关闭。配置只影响体验界面，不影响接口的调用和返回。
- 开启时弹窗 / 文案提示：开启后将返回推荐助手的推荐理由分析，并按次收取对话费用；关闭时提示不会返回推荐理由分析。
- 关闭状态下：不展示「智能分析用户喜好」卡片，不会调用流式接口，不产生任何费用。
角色配置
三段配置是叠加在系统内置 Prompt 之上的"补充槽"，JSON 输出格式、引用规则、语言阻断、合规红线、降级策略等底层规则由系统统一保证，配置时只需关注人设、语气、解释角度与追问质量。
若需要补充额外的业务需求、逻辑、知识，可点击区块右下角「编辑」修改。
配置步骤
- 进入控制台 体验配置 > 推荐体验，选择目标推荐场景，在左侧选择「推荐助手」页签。
- 打开「触发推荐助手」开关，阅读并确认计费提示。
- （可选）分别展开「助手身份」「回答风格」「追问倾向」，点击「编辑」按业务调整文案，保存后返回。
- 在中部预览区验证效果：
- 推荐结果页标题下方出现「✨ 智能分析用户喜好」卡片，分析内容流式逐字输出
-
- 推荐助手内容包含以下元素
-
- 点击标题区「重新推荐」可重新生成分析与追问；
- 点击卡片底部任一追问问题，将跳转至「问答」体验界面，系统自动补齐 sessionId 与问题并发送，回答基于本批推荐物品生成；
- 点击「收起」可折叠分析卡片。
- 在左侧「调用历史」中可查看推荐理由流式接口的请求记录，便于排查。
- 确认无误后，点击页面右上角「更新配置」发布，配置才会对线上 API 请求生效。
接口对接
说明
核心的对接流程如下：
- 客户端先调用 Recommend 推荐接口获取物品列表（秒级返回，先完成商品卡片渲染）；
- 若该场景已开启推荐助手，客户端再异步调用 推荐助手流式接口。请求体携带用户 ID和上一步返回的推荐物品，以及可选的业务上下文；
- 接口以流依次返回
- 会话初始化（session_id）→ 开始答复 → 正文流式分片 → 追问建议 → 结束标记；
- 用户点击追问时，调用 ChatSearch 对话接口并携带 is_recommend=true、数据集 ID 与推荐物品列表，进入多轮对话。
处理追问（与对话能力对接）
说明
- 用户点击任一追问问题后，页面跳转至「问答」对话界面，并自动携带：
- 追问的问题
- 推荐物品作为引用源构建上下文标识
- 本批推荐物品及其召回信息
- 对话接口识别到推荐追问请求后，跳过搜索召回，直接以传入的推荐物品作为引用源构建上下文，结合会话历史作答，因此回答始终围绕当前这批推荐，不会跳到无关物品。
- 后续对话可复用返回的 sessionId 持续追问，保持上下文连续。
计费与性能
计费
- 推荐助手采用按次对话计费：每成功调用一次推荐助手流式接口并开始生成内容，计为 1 次对话费用；不按 Token 对外计费。开关关闭时不调用接口、不产生费用。
- 因模型限流、超时等导致模型未实际生成内容的请求，不计为有效对话、不扣费。
- 推荐追问复用对话接口已有的按次对话计费逻辑。
降级与异常处理
当出现以下情况时，推荐助手不报错、不阻塞推荐主链路，而是在分析区返回对应兜底文案
常见问题
Q：推荐助手和单物品推荐原因是什么关系？需要二选一吗？
A：二者互补、可同时开启。单物品推荐原因是每个物品卡片下的一条模板短文案，随推荐主接口返回、不额外计费；推荐助手是面向整批结果的大模型分析卡片 + 追问，通过独立流式接口返回、按次对话计费。关闭推荐助手不影响单物品推荐原因。
Q：在体检界面关闭的开关后接口还可以调用吗？
A：配置只影响体验界面，不影响接口的调用和返回。
Q：为什么终端没有展示「智能分析用户喜好」卡片？
A：请依次检查：① 场景的「触发推荐助手」开关是否已开启并点击「更新配置」发布；② 客户端是否在推荐接口返回后调用了 rec_reason 流式接口；③ 接口是否命中限流 / 风控 / 超时降级（此时展示兜底文案而非分析）；④ 账号对话配额是否已耗尽。
Q：推荐助手会新增或重新排序推荐商品吗？
A：不会。推荐助手只解释本次推荐接口已经返回的物品，不新增物品、不调整顺序，也不会编造价格、库存、评价、参数等物品数据中不存在的信息。
Q：修改角色配置后多久生效？
A：控制台编辑后立即在预览区生效；只有点击「更新配置」发布后，线上 API 请求才会使用新配置。
Q：追问为什么不会触发新的搜索？
A：点击追问进入的是"推荐追问"链路：对话接口收到 is_recommend=true 与本批推荐物品后，会跳过搜索召回，直接以这些物品为引用源作答，保证回答围绕当前推荐上下文展开。
Q：每次刷新都会扣费吗？
A：每成功生成一次分析计 1 次对话费用，点击「重新推荐」会重新调用接口并计费；因限流、超时未实际生成内容的请求不扣费。
Q：分析内容支持哪些语言？
A：默认支持中文、英文、日文、韩文、印地语，跟随应用语言自动切换，输出不混用语言。
最近更新时间：2026.09.30 17:41:16
这个页面对您有帮助吗？
有用
有用
无用
无用