AI电商的下半场不是推荐更准是帮用户做决策。推荐是给你推这个决策辅助是帮你想清楚选哪个——推荐解决信息过载决策辅助解决选择困难。微信在决策辅助场景有独特优势用户和助手是好友关系决策可以跨天跨次讨论。决策辅助的核心不是替用户做决定是把选择拆成可比维度、按约束排序、给框架不给结论。一、选择拆解——把选哪个变成可比的维度用户说帮选个面膜背后是多个维度的综合判断——价格、成分、肤感、适用肤质、品牌信任度。推荐系统直接推一个决策辅助先把选择拆成可比维度每个维度独立评估再综合。拆维度的价值是把模糊的哪个好变成结构化对比——不是比面膜A vs 面膜B是比价格A vs 价格B成分A vs 成分B。维度拆解要按品类定制而非通用。面膜的维度是成分肤质价格手机是性能续航拍照价格通用框架套不到具体品类。维度框架做成可配置每个品类一套维度定义新品类加配置不改代码。商品属性查询和用户偏好匹配的接口在 Eyun 开发文档 中有对应支撑。二、约束排序——用户的限制条件决定维度优先级维度拆出来后不是平等对比要按用户约束排序。用户说敏感肌、预算200内、想要美白的三个约束——肤质硬约束不满足淘汰、价格硬约束超预算淘汰、功效软约束不满足降权不淘汰。约束排序的价值是区分硬约束和软约束硬约束做淘汰软约束做排序。常见错误是把所有约束当硬约束——用户说预算200201的就不推实际差2块钱用户也接受。正确做法是硬约束严格淘汰敏感肌不适用直接出局软约束模糊匹配预算200内是偏好201-210也保留但降权。约束的硬软属性按品类配置——肤质约束在护肤品是硬约束在手机壳是软约束。三、方案对比——给框架不给结论维度拆解和约束排序之后决策辅助给用户的是决策框架而非决策结论。框架包含候选商品按约束排序后的列表、每个商品在关键维度的表现、维度间的取舍提示A便宜但成分一般B贵但成分好取舍看你更看重什么。给框架不给结论的价值是尊重用户决策权——AI替用户做决定做对了用户不感激做错了用户怪AI。给框架的边界要清晰——可以帮用户排除明显不合适的选项不能帮用户在剩余候选中选一个最佳。决策辅助做的是减法淘汰不合适的不是加法选出一个最好的减法有客观标准加法没有。商品属性查询和决策框架呈现的接口在 Eyun 开发文档 中有对应能力。决策辅助三环节对照环节处理对象约束类型输出形态维度拆解商品属性品类定制可比维度评分约束排序用户限制硬约束淘汰排序后候选方案对比候选商品软约束降权决策框架决策辅助框架实现class DecisionAid: DIMENSIONS { mask: [ingredient, skin_type, price, effect], } def assist(self, candidates, constraints): dims self.DIMENSIONS.get(candidates.category, []) scored [] for item in candidates: scores self.score_dims(item, dims) # 各维度评分 scored.append((item, scores)) filtered self.apply_constraints(scored, constraints) return self.build_framework(filtered, dims) # 给框架不给结论 def apply_constraints(self, scored, cons): result [] for item, scores in scored: if not self.hard_pass(item, cons.hard): # 硬约束淘汰 continue weight self.soft_weight(item, cons.soft) # 软约束降权 result.append((item, scores, weight)) return sorted(result, keylambda x: x[2]) def build_framework(self, filtered, dims): # 输出候选维度表现取舍提示 return Framework( items[f[0] for f in filtered], dimsdims, tradeoffsself.gen_tradeoffs(filtered), )落地建议决策辅助从单一品类做起——选品维度清晰、约束可枚举的品类护肤品、数码3C先跑通。硬约束和软约束的区分要和业务方对齐哪些不满足必须淘汰、哪些可以降权保留。给框架不给结论是底线——替用户做决定风险高收益低。微信侧的商品属性查询、用户约束采集和决策框架呈现由Eyun这类个人微信API平台 提供维度拆解和约束排序在自建服务实现接口字段以平台开发文档为准。