导购机器人和客服机器人的本质区别：客服是"用户问什么答什么"的被动模式，导购是"主动挖掘求并推进购买"的主动模式。这个区别决定了导购机器人的核心不是问答能力，而是一条完整的推荐链路。

一、导购链路五环节

一个完整的导购对话会经历五个环节：需求挖掘（问清用户要什么）→ 产品匹配（从商品库筛选合适产品）→ 卖点呈现（针对用户需求讲卖点而非堆参数）→ 异议处理（用户犹豫时回应顾虑）→ 引导下单（给出明确的下一步动作）。

五个环节不是线性走完——用户可能在卖点呈现环节提出新需求，流程回到需求挖掘重新匹配。链路是环形可回退的。

二、需求挖掘——导购和客服的分水岭

客服等用户把问题说清楚再答，导购要主动问出用户没说清的需求。挖掘的三类关键信息：使用场景（给谁用、什么场合用）、约束条件（预算范围、时间要求）、偏好倾向（风格、品牌已有认知）。

挖掘方式不是发问卷让用户填表，而是在对话中自然追问——用户说"想买个耳机"，导购追问"主要通勤用还是运动用？预算大概多少？"两轮追问就能把匹配范围从几十个产品缩到两三个。

三、卖点呈现——同一款产品对不同人讲不同卖点

同一个产品对不同用户呈现的卖点不同。给预算敏感的用户讲性价比，给品质敏感的用户讲材质和耐用性。程序从需求挖掘阶段拿到的用户偏好标签，决定产品卖点的排序和话术侧重。

卖点库的结构：每个产品挂多条卖点，每条卖点带适用人群标签。导购根据用户标签选对应卖点，而不是把产品详情页整段发给用户。

四、异议处理与引导下单

用户犹豫时的典型异议：价格贵、再看看、怕不合适。异议处理的关键不是反驳，是"重新锚定价值"——觉得贵就讲使用成本分摊，怕不合适就讲退换政策。

引导下单要给出具体动作：发产品卡片（小程序消息直达购买页）、发限时优惠链接、或直接转人工销售跟进。导购的终点不是"用户说好的"，而是给用户一个可点击的购买入口。

五环节对照

环节	目标	程序动作
需求挖掘	缩小匹配范围	追问场景/预算/偏好
产品匹配	找到2-3个候选	按属性筛选商品库
卖点呈现	建立购买理由	按用户标签选卖点
异议处理	消除顾虑	重新锚定价值
引导下单	给购买入口	发卡片/转人工

导购链路实现

class ShoppingGuide:
    def handle(self, d):
        wxid = d["fromUser"]
        text = d["content"]
        stage = db.get_stage(wxid)   # 当前环节

        if stage is None or stage == "mining":
            need = self.mine_need(text, wxid)
            if need.complete:
                products = product_matcher.match(need)
                if len(products) == 1:
                    pitch = self.build_pitch(products[0], need)
                    sendText(WID, wxid, pitch)
                    send_product_card(WID, wxid, products[0])
                    db.set_stage(wxid, "closing")
                else:
                    # 候选多个，继续缩小
                    sendText(WID, wxid,
                        self.compare_question(products))
            else:
                sendText(WID, wxid, need.next_question)

        elif stage == "objection":
            reply = self.handle_objection(text, wxid)
            sendText(WID, wxid, reply)

    def mine_need(self, text, wxid):
        """从消息提取已知需求，缺什么追问什么"""
        need = db.get_need(wxid) or NeedProfile()
        need.extract(text)   # AI提取场景/预算/偏好
        if not need.scene:
            need.next_question = "主要什么场景使用呢？"
        elif not need.budget:
            need.next_question = "预算大概在什么范围？"
        else:
            need.complete = True
        db.save_need(wxid, need)
        return need

    def build_pitch(self, product, need):
        """按用户标签选卖点，不堆参数"""
        selling_points = [sp for sp in product.points
            if sp.audience in need.tags]
        chosen = selling_points[:2]   # 只讲2个最相关卖点
        return f"这款{product.name}比较适合您，" + \
               "；".join(sp.text for sp in chosen)

落地建议

导购机器人的难点不在AI模型，在需求挖掘环节的设计——追问问题要自然、要少（两轮以内）、要能有效缩小匹配范围。建议先人工标注50段优秀导购对话，提炼出标准追问路径，再让AI按路径执行。商品卖点库的结构（卖点+适用人群标签）是导购个性化的基础。消息发送和小程序卡片接口参考 Eyun 开发文档，平台开通见 Eyun 官网。