為什麼到處都在搶飛豬“問一問”邀請碼？_風聞

這兩天行業裏有一件挺魔幻的事。

很多同業都在找關係要飛豬F5的會員賬號。

大家八仙過海。有些求到媒體，有些找前同事，就為了看看飛豬最新發布的AI產品“問一問”到底是怎麼回事。

飛豬“問一問”邀請碼甚至被掛上鹹魚。有人賣到49元/個。

聞旅也體驗了一把。

要説飛豬這個“問一問”目前有多麼顛覆，甩開同業幾條街。那有點扯。

但它很絲滑、很人性化。

跟市面上各式各樣的旅垂大模型不同。“問一問”是一個使用了多個大模型、並以多個智能體（AI Agent）驅動的AI產品，而不是一個大模型。

在使用的過程中，用户可以明顯感受到，飛豬這幫人的確是從用户需求角度在做產品，不是程序員的自嗨。

目前AI行程規劃可選擇的方式，無非就是通用大模型和旅垂大模型。

但通用大模型做旅遊規劃有兩個明顯問題。

一是，搜索+推理邏輯下，註定信息不是即時數據。一個行程規劃出來後，餐廳、酒店是不是還“活着”，景區是否限流了，航班是不是存在，機票是什麼價格。這些都需求人工二次校驗。

二是，無論什麼水平的問題，它都會用“推土機”式的搜推邏輯生推一遍。但很多問題沒必要用這種深度思索，殺雞用牛刀。且思考的越多，意味着反應速度越慢。

但飛豬“問一問”可以根據問題的難易程度，由智能體自主決策，隨時切換適合的模型來分析和解決問題。

而基於旅垂大模型的聊天機器人，雖然可以解決機、酒、門票即時數據這個問題，但現階段僅僅只是信息羅列和堆砌，用户體驗很粗糙。

比如，同樣是推薦重慶酒店套餐。一些旅垂大模型的界面就顯得呆頭呆腦，提供了大量垃圾信息。有一種清澈的愚蠢，“治好了也流口水”的感覺。

甚至能明顯感受到，背後的程序員不管是出於什麼方面的壓力，硬着頭皮試圖弄一些奇技淫巧，就為了能凹出點AI感。

飛豬“問一問”雖説還不算完美，但至少反饋出來的信息更有價值。每個方案都有優勢、劣勢分析，及推薦理由。最後還真誠的告訴你，怎麼優化提示詞，會讓它給出來的信息更精準。

如果你是老闆，這兩個助理你會選哪個？

這根本不能算是選擇題。

一個是明顯擺爛的混子。滿臉寫着活不到試用期結束。

另一個雖然達不到100分，但至少是可以正常溝通，有上進心、有改進動力的新人。

而相比旅垂大模型，飛豬“問一問”有一套合理的工作思維。

就像同為職場新人，飛豬“問一問”雖然沒到出類拔萃的程度。但它有方法論，明白怎麼幹活最科學、省力。

在AI產品界面裏，飛豬“問一問”乾的第一件事，不是讓用户直接提問題。而是給出“發現目的地”、“找便宜機票”、“規劃行程”、“找特色酒店”四個選項，先將用户需求歸類。

在後端，“問一問”將AI拆分為行程助手、攻略達人、預算管理師、本地導遊等多個專業角色，每個角色調用不同的工具，實現分工協作。

例如：交通顧問負責調取即時航班、高鐵數據；酒店顧問負責結合用户偏好篩選住宿；路線定製師負責優化行程時間與景點銜接。

用户需求會被拆分至不同模型並行處理，最終通過統一接口輸出綜合方案。

這樣處理的好處是，AI更容易理解用户的提示詞到底是什麼，並根據需求匹配更適合的模型算法。

目前AI交互的困難，很大一部分問題是用户不會下brief，不會寫提示詞。

千萬別小看下brief這件事，放眼整個甲方市場，這都是個很高級的技能。對接到一個能把brief説的清晰明白的甲方，不是件容易的事。

更別説想讓所有AI產品用户，都能完美的寫出提示詞，這事壓根就不現實。

所以飛豬“問一問”還有個很人性化的設置，比如在“發現目的地”入口，AI根據初始提示詞給出目的地推薦之後。用户可以點擊編輯圖標，進一步去修改完善需求。

這個修改選擇至少解決了兩個用户痛點。

一是，用户無法一次性寫出完美提示詞。

二是，避免推倒重來式的補充交互，節省時間，也讓大模型減少陷入“AI幻覺”的機會。

而這種產品細節是目前很多旅垂大模型思考不到的。

飛豬“問一問”比旅垂大模型的想象空間更大。

旅垂大模型的數據來源一是自有數據，二是公用數據。公用數據就一定會出現虛假、過時信息等問題，而旅遊恰恰是一個低容錯率場景。

旅垂公司的自有數據，大部分數據集中在目的地線路、住宿以及大交通環節。並不能完整覆蓋“吃住行遊購娛”全生態。尤其難以滿足個性化定製。

例如，你讓旅垂大模型推薦目的地附近的餐廳、劇本殺、酒吧、SPA、電影院，就會很“災難”。

通常它推薦出來的會是互聯網上“廣子”最多的產品，根本不會考慮合理性，有些推薦甚至距離用户所處位置十萬八千里。

原因是旅垂大模型數據不全，目前也沒有看到對這些跨行業的公用數據做校驗和清洗的意願或者能力。

另一方面，旅垂大模型也缺乏更完整的數據，對用户畫像“側寫”。

國內用户有一個明顯的特點——不樂意交互，或者也可以説是“自己也不知道自己要什麼”。

我遇到過一個定製師，除了問我常規問題之外，跟我閒扯了很多。比如旅遊目的，對白人飯看法，日常興趣愛好，對景點看法，是不是要發小紅書……

可能是因為我brief下的不太行，她在通過交流察言觀色，引導我，研究我。

但AI無法察言觀色，最多是格式化，類答題式的引導交流。

而飛豬的一個優勢是背靠阿里生態，在技術能力和各種品類的商品數據、運營數據方面得天獨厚，可以比旅垂大模型更容易的解決用户畫像“側寫”、跨行業即時數據對接等問題。

目前，阿里全集團在All in AI。阿里CEO吳泳銘説，以後阿里所有業務都要用上AI。

或許某一天，阿里的所有AI產品，都會在後端實現打通、融合，出現一個現象級的生活方式AI產品，也猶未可知。

圖片來源於攝圖網和網絡截圖