在旅游之前，我們大都會做好旅游攻略，但旅游攻略的制定卻不是件很容易的事情，這個時候，要是有誰能幫我們寫攻略就好了。這篇文章里，作者就分享了這樣子的一個AI旅游助理，不妨來看一下。

“自從打開了研究AI Agent的大門，最近的腦洞越來越大了”

一、用戶故事

在每次準備開啟一段旅程之時，我往往需要搜集大量的信息。從目的地的基本情況到各個景點的詳細介紹，從當?shù)氐慕煌ǚ绞降教厣朗?，每個細節(jié)都需要逐一了解。 為了讓行程更加有序和充實，我還會詳細地規(guī)劃每天的行程，生成詳盡的攻略。

然而，這個過程并非輕松愉快的。每次完成攻略的制定，我感覺自己已經(jīng)在腦海中游玩了一遍，異常疲憊。這種疲憊不僅僅是身體上的，更是心理上的?；ㄙM大量的時間和精力去策劃旅行，使得我體驗旅行本身的樂趣在一定程度上被削弱。

然而如果沒有攻略，在陌生的環(huán)境里，我會沒有安全感，這時我常常在想如果有一個能遵循我大致意見的機器人幫我寫攻略就好了。

（2022年自己動手做的旅游行程圖）

二、需求轉(zhuǎn)化

我將自己做攻略的流程進行了梳理：

1. 確定目的地：綜合興趣、時間、預(yù)算等因素。
2. 收集信息：通過多種渠道，了解目的地的各方面情況。
3. 制定行程：詳細安排每天的活動，包括游覽景點和交通方式。
4. 安排住宿：依據(jù)預(yù)算和需求選擇合適的住宿。
5. 安排交通：選擇適宜的交通工具并合理安排時間。
6. 行程日程：生成的攻略在行程開始后以每日待辦的形式推送到聊天框。

三、AI旅游助理設(shè)計

1. 認識AI Agent

在開始正式設(shè)計助理前，我們首先要理解是AI Agent，我愿將其稱為你在大模型市場上認領(lǐng)的孩子，你告訴他，你想他成為誰，你指引他成為這個人需要應(yīng)用哪些技能，他會在實踐中積累經(jīng)驗。

（什么是AI Agent）

2. 設(shè)計角色

你是一個專業(yè)的旅游小助手（是誰），你十分熟悉如何開啟一段舒適的旅程，旅行開始前你擅長做游玩目的地選擇、行程規(guī)劃、攻略制作；行程中你會根據(jù)攻略對用戶進行動態(tài)提醒、行程安排提示。你的任務(wù)是根據(jù)用戶的提問或上傳的信息，提供旅程規(guī)劃，幫助用戶規(guī)劃一段舒適的旅途。你應(yīng)當：

1. 根據(jù)提問推薦合適的旅游目的地

2. 在分析時考慮多個方面的因素：出行時間、行程天數(shù)、當?shù)鼐包c推薦游玩

3. 始終遵守法律和道德規(guī)范，不提供任何非法、惡意或有害的信息。

4. 在不確定或超出知識范圍的情況下，明確告知用戶你的局限性。

（AI 旅游助理產(chǎn)品截圖）

3. 技能應(yīng)用

查找攻略能力：基于公開網(wǎng)頁查找優(yōu)質(zhì)攻略。

輸出行程能力：根據(jù)提出時間基于時長，日期-時間-活動標題-活動內(nèi)容為框架，形成每日行程。

查找交通工具能力：根據(jù)給出的時間、起點和終點、航班/火車，基于公開網(wǎng)頁查詢具體班線，獲取賬號授權(quán)后即可下單。

查找住宿能力：根據(jù)給出的時間、目的地，基于公開網(wǎng)頁查詢具體酒店，獲取賬號授權(quán)后即可下單。

發(fā)起流程的能力：根據(jù)場景對話，可以通過語言發(fā)起流程。

4. 初始經(jīng)驗積累

我們完成一個AI Agent的基本角色扮演后，我們就應(yīng)該給他輸入一些真實世界里的經(jīng)驗之談，在旅游助手里場景里我的經(jīng)驗之談主要是攻略選擇以及行程日程，那我們就以這兩個流程作為初始經(jīng)驗植入到流程中。這里的初始經(jīng)驗積累，還可以將本地或者云端的知識庫投喂給到助理，讓他了解更全局的事項，我在設(shè)計過程中有點點偷懶，知識就不喂了。

發(fā)起選擇流程：基于過往經(jīng)驗，如果我們幾個小伙伴一起商量旅游目的地的時候，我們可能會有投票，我們可以通過聊天就交給AI Agent處理啦。

（發(fā)起接龍投票）

發(fā)起日程流程：雖然行程前準備很充分，但是，行程開始之后每次都要打開攻略做二次確認也太煩了，我們完全可以將最終做好的攻略以待辦的形式提醒我啦。

（創(chuàng)建日程功能）

四、設(shè)計總結(jié)

在設(shè)計旅游助手的過程中，從產(chǎn)品經(jīng)理視角出發(fā)，用戶思維、結(jié)構(gòu)化思維和系統(tǒng)思維，在設(shè)計AI Agent的過程中具有非常重要的指導(dǎo)意義。

1. 用戶思維

用戶思維強調(diào)從用戶的角度出發(fā)，理解并滿足其實際需求。在設(shè)計AI Agent時，應(yīng)用用戶思維主要體現(xiàn)在以下幾個方面：

1、角色代入：設(shè)計師需深入理解AI Agent服務(wù)的目標用戶群體，模擬其身份、情境和痛點，真正站在用戶的角度去思考問題。例如，如果AI Agent是為客服場景設(shè)計，那么設(shè)計師就需要設(shè)想自己是一名面對各種問題的客戶，以此來確定Agent應(yīng)具備哪些功能、如何與用戶交互等。

2、問題搜集與提問：廣泛收集用戶可能遇到的問題，構(gòu)建全面且具有代表性的問題庫。通過不斷向AI Agent提問，測試其回答的準確度、相關(guān)性及用戶體驗，確保Agent能有效解決各類用戶問題。同時，根據(jù)提問結(jié)果調(diào)整Agent的答案策略，如優(yōu)化答案內(nèi)容、改進答案呈現(xiàn)方式等。

3、正向反饋機制：建立有效的用戶反饋機制，鼓勵用戶對AI Agent的回答給予評價或建議。設(shè)計師應(yīng)積極分析這些反饋，對Agent進行持續(xù)迭代優(yōu)化，不斷提升用戶滿意度。

2. 結(jié)構(gòu)化思維

結(jié)構(gòu)化思維旨在將復(fù)雜的問題或任務(wù)分解為清晰、有序的部分，便于理解和處理。在AI Agent設(shè)計中，運用結(jié)構(gòu)化思維主要體現(xiàn)在以下步驟：

1、需求拆解：將場景需求細化為具體的AI Agent功能點，如問答能力、對話管理、情感識別等，并明確各功能之間的關(guān)系及優(yōu)先級。

2、輸入-訓(xùn)練-反饋模型：按照這一模型組織AI Agent的設(shè)計與開發(fā)流程。首先，定義和收集高質(zhì)量的訓(xùn)練數(shù)據(jù)（輸入），包括用戶問題、對應(yīng)答案以及上下文信息等；其次，利用機器學(xué)習(xí)算法對Agent進行訓(xùn)練，使其具備解答問題的能力；最后，通過實際應(yīng)用中的用戶互動收集反饋，評估Agent性能，并據(jù)此調(diào)整模型參數(shù)或更新訓(xùn)練數(shù)據(jù)，形成閉環(huán)優(yōu)化。

3. 系統(tǒng)思維

系統(tǒng)思維要求設(shè)計師從整體視角審視AI Agent在復(fù)雜環(huán)境中的運行情況，尤其是面向企業(yè)（B端）場景時，需充分考慮與其他系統(tǒng)間的交互與集成問題：

1、權(quán)限管理：AI Agent可能需要訪問企業(yè)內(nèi)部的各種系統(tǒng)和數(shù)據(jù)源，因此在設(shè)計時必須考慮權(quán)限控制，確保Agent在合法授權(quán)范圍內(nèi)操作。這包括對接口調(diào)用的權(quán)限驗證、對敏感數(shù)據(jù)的訪問控制等。

2、數(shù)據(jù)入庫：對于需要持久化存儲的用戶交互數(shù)據(jù)或Agent生成的數(shù)據(jù)，需要設(shè)計合理的數(shù)據(jù)入庫方案?？紤]數(shù)據(jù)表結(jié)構(gòu)設(shè)計、數(shù)據(jù)清洗與轉(zhuǎn)換規(guī)則、數(shù)據(jù)同步機制等，確保數(shù)據(jù)準確、完整地入庫。

3、數(shù)據(jù)權(quán)限：在涉及多用戶、多角色的環(huán)境中，數(shù)據(jù)權(quán)限管理尤為重要。設(shè)計師應(yīng)明確不同用戶或角色對數(shù)據(jù)的查看、編輯、刪除等權(quán)限，避免數(shù)據(jù)泄露或被不當使用。同時，對于AI Agent自身產(chǎn)生的數(shù)據(jù)（如用戶行為日志、Agent學(xué)習(xí)狀態(tài)等），也需設(shè)定相應(yīng)的訪問權(quán)限，便于運維人員監(jiān)控Agent運行狀況，進行故障排查或性能優(yōu)化。