1
00:00:00,180 --> 00:00:04,820
真实购物很少是一次干净的搜索。

2
00:00:05,180 --> 00:00:09,820
用户会补充条件、否定旧选择，也会含糊地描述商品。

3
00:00:10,180 --> 00:00:14,820
所以我们做了 Shopping Copilot。

4
00:00:15,180 --> 00:00:19,820
模型负责理解；系统负责记忆、检索、排序和解释。

5
00:00:20,180 --> 00:00:24,820
规则置信度不足时，本地 Qwen 识别意图和动作。

6
00:00:25,180 --> 00:00:29,820
它不会生成商品、分数或排名决策。

7
00:00:30,180 --> 00:00:34,820
一句含糊需求被转成结构化意图。

8
00:00:35,180 --> 00:00:39,820
商品请求 · 吊带类别 · “可调节”软偏好。

9
00:00:40,180 --> 00:00:44,820
自由文本到边界为止；版本化状态记录变化。

10
00:00:45,180 --> 00:00:49,820
SQLite FTS5 从五万个冻结商品中召回候选。

11
00:00:50,180 --> 00:00:54,820
透明规则重新排序候选。

12
00:00:55,180 --> 00:00:59,820
问题策略只追问最有区分度的一项。

13
00:01:00,180 --> 00:01:04,820
接着用户改变主意：不要可调，改成聚酯纤维。

14
00:01:05,180 --> 00:01:09,820
模型识别删除、增加和保留，而不是孤立关键词。

15
00:01:10,180 --> 00:01:14,820
版本二将“可调节”标为已失效，并加入聚酯纤维。

16
00:01:15,180 --> 00:01:19,820
这是有历史的有限改写，不是追加冲突或清空重来。

17
00:01:20,180 --> 00:01:24,820
更新状态再次驱动同一套检索和排序。

18
00:01:25,180 --> 00:01:29,820
不符合条件的退出，更好的匹配进入，榜单连续重组。

19
00:01:30,180 --> 00:01:34,820
冻结回放让目标商品升到第一名。

20
00:01:35,180 --> 00:01:39,820
类别与材质匹配，旧偏好已经移除。

21
00:01:40,180 --> 00:01:44,820
大模型只位于入口。

22
00:01:45,180 --> 00:01:49,820
多轮一致性来自可检查、可追溯的版本化状态。

23
00:01:50,180 --> 00:01:54,820
真实商业场景不只有核心任务。

24
00:01:55,180 --> 00:01:59,820
赞助供给、预算和相关性需要独立广告层。

25
00:02:00,180 --> 00:02:04,820
广告主独立配置关键词、出价和预算。

26
00:02:05,180 --> 00:02:09,820
这些数据不会进入用户状态、排名或官方评测。

27
00:02:10,180 --> 00:02:14,820
相关性门槛拒绝无关商品，即使它出价更高。

28
00:02:15,180 --> 00:02:19,820
合格候选按出价乘相关性竞价，预算消耗全程记录。

29
00:02:20,180 --> 00:02:24,820
胜出商品进入明确标注的赞助位。

30
00:02:25,180 --> 00:02:29,820
每一件自然商品仍保持完全相同的顺序。

31
00:02:30,180 --> 00:02:34,820
公开集 200 条：技术分 0.8665；私有表现仍然未知。

32
00:02:35,180 --> 00:02:39,820
大模型与广告属于评测合同之外的产品扩展。

33
00:02:40,180 --> 00:02:44,820
用户体验到的是对话，而不是指标面板。

34
00:02:45,180 --> 00:02:49,820
他们可以修改偏好、检查变化、理解排名并继续交流。

35
00:02:50,180 --> 00:02:54,820
本地模型可以润色回答，但不能改变事实或排名。

36
00:02:55,180 --> 00:02:59,820
从模糊意图，到可解释推荐与透明广告。