01 / 背景：香水为什么线上卖不动
通过 20+ 位电商消费者访谈，我识别出三个相互叠加的痛点： 知识门槛高（前调中调后调、香调家族——普通用户根本不知道这些词）， 线上难试香（图文无法传递嗅觉体验）， 推荐缺乏解释（平台推了但不告诉你为什么）。
市面上的大模型导购有另一个致命伤：幻觉商品——模型热情地推荐一款并不存在 或早已下架的香水。对交易场景而言，这直接毁掉信任。
02 / 定边界：一句话产品哲学
我给这个产品定了一条清晰的架构边界： 「知识图谱负责理解，真实商品源负责供给。」
- LLM 不负责「记住」商品世界——那是知识图谱的职责（1,971 款香水、346 个品牌、504 个香原料、12 类香调）；
- LLM 负责模糊语义理解与推荐解释——把「想要闻起来很干净、适合夏天通勤的表达」翻译成图谱可查询的结构；
- 供给端接入拼多多与淘宝联盟的真实商品源，保证每一次推荐都是真实可买、价格实时的。
03 / 推荐链路与四级召回
- 对话编排：领域路由 + Orchestrator 设计，跑通「意图解析 → 知识检索 → 证据生成 → 商品召回」完整链路；支持多轮澄清与用户偏好记忆。
- 四级分级召回：设计「精准款 → 香调方向 → 性别兜底 → 品类兜底」策略——宁可先给方向性推荐引导澄清，绝不空手而归或强行凑数。
- 体验工程：Taro / React H5 实现 SSE 流式对话与商品卡片，Node.js 后端补充会话隔离、超时重试、数据源健康检查。
导购产品的底线不是「每次都推得准」，而是「每次推荐都能说清楚为什么」。解释力就是转化率。
04 / 评测体系与成果
- 三层题集：23 题基础回归集 + 23 题改写外推集 + 10 题香调 Bad-case 专项集，代码硬门禁卡格式与真实性，LLM-as-Judge 打多维分；
- 三轮迭代：基础集综合评分 2.26 → 3.14（+39%），平均维度分 2.60 → 3.52（+35%）。
- 上线运营：H5 完成部署上线，含历史会话、用户反馈收集与运营监控看板，评测脚本支持断点续跑。
05 / 反思
如果重来一次：我会把「偏好记忆」做成显式可编辑的卡片而不是隐式对话积累—— 内测里它猜对了我喜欢木质调很开心，但猜错了之后一直纠不回来，用户需要的是「被记住」且「能改正」的控制感。 这个洞察适用于一切带记忆的 AI 产品。