家居行业这两年谈AI的不少但真正把AI用出效果的团队并不多。我前后参与过几个家居品牌的数字化项目从最开始用AI做客服话术到后来搭建销售智能体、数字人导购、内容生成流水线踩过的坑比想象中多得多。家居这个行业有几个很特殊的地方客单价高、决策周期长、重线下体验、SKU极其复杂、导购流动性大。这些特点决定了它不能照搬电商或快消品那套AI打法。下面我把这几轮实操里验证过的思路、踩过的坑、以及真正跑通的落地路径完整拆一遍适合正在做家居数字化、想引入AI但不知道从哪下手的产品经理、运营负责人和技术同学参考。1. 家居行业为什么不能直接套用通用AI方案1.1 家居消费决策链路的特殊性先想清楚一件事一个用户买沙发和买一箱纸巾决策逻辑完全不同。买纸巾是即时决策看价格看评价就下单买沙发可能要逛三次线下门店、量五次尺寸、和家人商量两周、对比七八个品牌。这个链路里用户的核心焦虑不是哪个便宜而是放我家合不合适材质靠不靠谱售后有没有保障。通用AI客服方案解决的是快速回答标准问题但家居用户的问题大多是非标准的。比如我家客厅3.6米宽层高2.7米这个三人位沙发加个单人椅会不会太挤这种问题背后涉及空间计算、搭配审美、动线规划不是简单检索FAQ能搞定的。我见过一个品牌直接上了通用大模型客服结果用户问这个岩板餐桌配我家胡桃木地板会不会突兀AI回了一段岩板材质介绍用户直接关掉对话框。问题不在于AI不聪明而在于它没有被喂进家居场景需要的空间感、搭配逻辑和产品知识。所以家居AI落地的第一个认知门槛是它不是替代人工回答问题的工具而是要嵌入用户决策链路的关键节点。你得先画出用户的完整决策路径找到那些人工成本高、标准化程度低、但又有规律可循的环节这些才是AI真正能发力的地方。1.2 通用大模型在家居场景的三个硬伤我实测过市面上主流的几个大模型直接拿来做家居导购暴露出来的问题很集中。第一个硬伤是空间理解能力弱。你给模型一段户型描述让它判断家具尺寸是否合适它经常给出模棱两可的答案。因为大模型本质是语言模型它没有真正的三维空间推理能力。你问2.8米宽的墙放2.6米的电视柜还剩多少过道它能算出来但你问这个过道够不够人正常通行它就开始说套话。家居场景里大量问题需要结合人体工程学、动线设计、视觉比例来判断这些是通用模型的知识盲区。第二个硬伤是产品知识幻觉。家居SKU动辄几千上万材质、工艺、尺寸、颜色、交期各不相同。通用模型没见过你家的产品库你让它推荐它要么编造参数要么给出一个听起来合理但完全错误的搭配建议。我见过AI把实木颗粒板说成实木把科技布说成真皮这种错误在家居行业是致命的直接涉及虚假宣传。第三个硬伤是缺乏销售节奏感。家居导购不是问答机器而是一个有节奏的销售过程先破冰、再挖需求、然后给方案、处理异议、最后促单。通用模型回答完问题就结束了它不会主动追问您家装修到什么阶段了您更看重舒适度还是颜值也就无法推进销售。这三个硬伤决定了家居AI必须做场景化改造不能拿来主义。1.3 什么样的家居环节最适合先上AI不是所有环节都值得投入AI。我的经验是优先选那些高频、重复、有明确输入输出、且人工做起来边际成本高的环节。按优先级排大概是这么几类环节AI适配度原因建议切入方式售前咨询应答高问题重复率高7x24需求强知识库智能体内容素材生成高图文视频需求量大人工产出慢大模型数字人销售话术陪练高导购培训成本高标准化难销售智能体客户线索初筛中高线索量大人工跟进不及时智能体CRM空间搭配设计中需要专业设计能力辅助工具人工复核售后问题处理中涉及退换货风险高人工为主AI辅助供应链预测低数据基础差变量太多暂缓这个排序不是绝对的但逻辑很清楚先做那些AI做错了后果可控、做对了收益明显的环节。售前咨询答错了可以人工兜底内容生成错了可以审核修改但售后和供应链一旦出错损失是实打实的。我建议家居团队从售前咨询和内容生成这两个口子切入跑通了再往深处走。2. 从售前咨询切入家居智能体的搭建逻辑2.1 知识库不是把产品手册丢进去就完事很多人搭智能体第一步就是把产品PDF、官网介绍、FAQ文档一股脑传进知识库然后发现效果很差。问题出在知识库的组织方式上。家居产品知识有几个特点结构复杂一个沙发涉及尺寸、材质、颜色、工艺、价格、交期、售后、关联性强沙发和茶几、地毯、灯具存在搭配关系、更新频繁新品、促销、库存变化。我实操下来知识库至少要分三层来建。第一层是产品事实层把每个SKU的参数结构化用表格或数据库存储而不是塞在文档里。第二层是场景知识层把小户型客厅怎么选沙发北欧风和日式风怎么区分这类经验性内容整理成问答对或短文。第三层是话术策略层把优秀导购的沟通技巧、异议处理话术、促单话术提炼出来。提示知识库的颗粒度直接决定智能体的回答质量。我见过效果最好的做法是把每个产品拆成一句话卖点三个核心参数两个常见异议一个搭配建议的结构这样智能体检索时能精准命中而不是从一大段文字里瞎猜。另外知识库一定要有更新机制。家居行业促销活动频繁价格和库存变化快如果知识库不更新智能体就会报错价、推错货。我的做法是设置一个每周同步的流程把ERP里的价格库存数据自动同步到知识库人工只负责审核异常项。2.2 智能体的角色设定与对话流程设计智能体不是越聪明越好而是越像人越好。家居导购的核心能力不是知识渊博而是会聊天、会挖需求、会推进。所以智能体的角色设定要非常具体。我一般会这样设定角色你是一位有五年经验的家居顾问擅长根据客户户型、装修风格、预算推荐合适的产品说话亲切但不油腻专业但不掉书袋遇到不确定的问题会主动说这个我需要帮您确认一下而不是硬编答案。对话流程上我建议用状态机大模型的混合架构。状态机负责控制对话阶段破冰、挖需求、推荐、异议处理、促单大模型负责在每个阶段生成自然语言。这样做的好处是对话不会跑偏该推进的时候能推进该收的时候能收。具体来说破冰阶段智能体要主动问您是新房装修还是旧房改造大概什么时候需要挖需求阶段要问家里几口人平时喜欢什么风格预算大概什么范围推荐阶段要结合前面收集的信息给出2-3个方案异议处理阶段要能识别太贵了再看看和别家比怎么样这类信号并给出对应话术促单阶段要能自然地引导留资或到店。2.3 多轮对话中的上下文管理家居咨询很少一轮结束用户往往要来回问很多次。上下文管理做不好智能体就会失忆前面说过的户型信息后面就忘了体验很差。我的做法是维护一个用户画像槽位把关键信息结构化存储户型面积、房间类型、装修风格、预算范围、关注点价格/颜值/舒适度/环保、决策阶段。每轮对话后用大模型从用户输入里抽取信息更新槽位。这样即使对话轮次很多智能体也能记住核心信息。还有一个细节是指代消解。用户会说这个那个刚才说的那款智能体要能准确对应到具体产品。我的做法是在推荐产品时给每个产品编号并在上下文里记录最近提到的产品用户用指代词时优先匹配最近提到的。注意上下文不是越长越好。太长的上下文会增加成本、拖慢响应还可能让模型注意力分散。我一般控制在最近10轮对话加结构化槽位超过的部分做摘要压缩。2.4 人工兜底的触发条件设计再好的智能体也会遇到搞不定的情况。关键是要设计好什么时候转人工。我的经验是设置几个明确的触发条件用户连续两次表达不满、用户明确要求转人工、用户问到价格以外的合同条款、用户提到投诉或售后纠纷、智能体连续两次回答置信度低于阈值。转人工的时候要把完整的对话记录和用户画像一起转过去不要让用户重新说一遍。这个细节看起来小但体验差别很大。我见过一个品牌转人工后用户要重新描述需求用户直接骂了一句就关了。3. 数字人导购什么时候该用什么时候是浪费钱3.1 数字人在家居场景的真实价值边界数字人这两年很火但我必须说句实话大部分家居品牌用数字人是浪费钱。我见过不少品牌花几十万做了个数字人放在门店大屏上结果用户根本不看导购也觉得鸡肋。数字人真正有价值的场景其实很窄。第一个是线上直播尤其是夜间或非黄金时段的无人直播数字人可以低成本维持直播间活跃。第二个是标准化内容批量生产比如把产品介绍脚本批量生成数字人视频用于短视频平台铺量。第三个是门店非高峰时段的辅助接待但前提是数字人真的能解决问题而不是只会念欢迎语。数字人做不好的场景也很明确需要深度互动、需要情感连接、需要现场应变的高价值客户接待。一个准备买十万块全屋定制的客户你让他对着数字人聊他只会觉得这个品牌不专业。3.2 数字人内容生产的成本账算一笔账。一个真人导购拍一条产品介绍视频从写脚本、布景、拍摄到剪辑大概需要半天到一天成本按人力算至少几百块。一个数字人视频脚本用大模型生成数字人用现成模板剪辑自动化一条成本可以压到几十块甚至更低。如果一个月要产出几百条视频铺量数字人的成本优势非常明显。但这里有个前提内容质量要过得去。数字人视频最怕的是机械感太重、口型对不上、动作僵硬。我实测下来选数字人工具要看几个点口型同步准确度、表情自然度、是否支持自定义形象、是否支持多语言、导出是否方便。剪映这类工具里的卡通数字人适合做轻量内容真人形象的数字人适合做品牌调性内容各有各的用法。提示数字人视频不要追求像真人而是要追求有用。用户看数字人视频是为了获取信息不是为了看表演。把产品卖点讲清楚、把尺寸参数说准确、把优惠信息说明白比数字人长得多好看重要得多。3.3 数字人与真人导购的协作模式我的建议是数字人做量真人做质。数字人负责批量生产标准化内容、覆盖长尾问题、维持非高峰时段的服务真人导购负责高价值客户的深度跟进、复杂问题的处理、情感连接的建立。具体协作上可以这样设计数字人视频负责引流和初步种草用户看完视频后引导到企业微信或门店由真人导购接手。数字人客服负责7x24的基础问答遇到高意向客户自动转真人。数字人直播负责非黄金时段黄金时段真人上播。这种协作模式的关键是数据打通。数字人接触过的用户他的浏览记录、咨询问题、关注点要能同步给真人导购这样真人接手时不用从零开始。4. 销售智能体导购培训与陪练的落地实践4.1 家居导购培训的痛点在哪家居导购流动性大新人上手慢这是行业通病。一个新人从入职到能独立接待客户通常要一到三个月。培训方式大多是老带新、看话术手册、旁听老员工接待效率低且不标准。核心痛点有三个一是实战机会少新人不可能拿真实客户练手二是反馈不及时新人接待完客户老员工不一定有时间点评三是标准不统一每个老员工的话术和风格都不一样新人学得杂。销售智能体正好能解决这三个问题。它可以扮演各种类型的客户让新人反复练习它可以即时给出反馈指出哪里说得好哪里说得不好它可以按照统一的标准来评估保证培训的一致性。4.2 用智能体模拟不同类型客户的配置方法销售智能体的核心是客户角色库。我一般会按几个维度来分类客户性格维度急躁型、犹豫型、专业型、随和型、需求维度刚需型、改善型、投资型、预算维度高预算、中预算、低预算、决策维度自主决策、夫妻共同决策、长辈参与决策。每个角色要有明确的设定说话风格、关注重点、常见异议、决策触发点。比如犹豫型改善型中预算夫妻共同决策这个组合智能体就要表现出反复比较、关注性价比、经常说我再和我爱人商量一下的特点。配置的时候用提示词把角色设定写清楚再给几个示例对话作为few-shot效果会好很多。我实测下来角色设定越具体模拟越真实。不要只写你是一个客户要写你是一个35岁的二胎妈妈刚换了改善型住房预算15万左右特别关注环保和收纳说话比较直接不喜欢被推销。4.3 陪练效果的评估维度与反馈机制陪练不能只是练还要有评估。我设计的评估维度包括需求挖掘是否充分有没有问到户型、风格、预算、关注点、产品推荐是否匹配推荐的产品是否符合客户需求、异议处理是否得当面对太贵了有没有合理回应、促单是否自然有没有在合适时机引导留资或到店、整体节奏是否流畅。评估方式可以用大模型打分加人工抽检。大模型根据对话记录给出各维度评分和改进建议人工定期抽检校准。新人可以看到自己的评分趋势知道哪里进步了哪里还要练。注意评估标准要提前和导购团队对齐不能AI说一套、主管说一套。我见过一个项目AI评估说导购异议处理得好主管却说不行原因是AI不知道这个品牌的实际政策底线。所以评估标准一定要结合品牌实际情况来定。4.4 从陪练到实战的能力迁移陪练的最终目的是实战。我建议在陪练和实战之间加一个过渡环节让新人在真实但低风险的场景里练手比如接待到店但意向不明确的客户、处理简单的线上咨询。同时把陪练中表现好的话术沉淀下来形成团队的话术库让所有人都能用。还有一个技巧是复盘机制。每次实战接待后把对话记录丢给智能体做复盘分析哪里做得好哪里可以改进。这个复盘比主管点评更及时、更客观新人接受度也更高。5. 内容生成流水线家居营销素材的批量生产5.1 家居内容生产的特殊性家居内容和其他行业不一样。它既要展示产品又要展示生活方式既要讲参数又要讲感受既要专业又要接地气。一张沙发图光拍产品没人看要拍出窝在沙发上看书的周末午后的感觉才有转化。这就决定了家居内容生产不能纯靠AI也不能纯靠人工而是AI做量、人工做质。AI负责生成脚本、文案、基础图片和视频人工负责创意方向、审美把关和最终审核。5.2 用大模型生成家居文案的提示词技巧家居文案有几个常见类型产品卖点文案、场景种草文案、促销活动文案、知识科普文案。每种类型的提示词写法不一样。产品卖点文案提示词要包含产品参数、目标人群、核心卖点、竞品差异。比如写一段小红书风格的沙发卖点文案产品是三人位科技布沙发尺寸2.2米适合小户型核心卖点是易清洁、耐抓、性价比高目标人群是养宠物的年轻家庭。场景种草文案提示词要包含场景描述、情绪基调、目标人群。比如写一段卧室场景种草文案场景是冬天早晨阳光照进卧室情绪是慵懒舒适产品是加厚保暖四件套目标人群是怕冷的年轻女性。知识科普文案提示词要包含知识点、常见误区、目标读者。比如写一段关于实木家具保养的科普文案讲清楚不同木种的保养差异纠正所有实木都不能晒太阳的误区读者是刚买实木家具的新手。提示家居文案最忌讳假大空。品质生活匠心工艺奢华体验这种词用户已经免疫了。要写具体的、可感知的细节比如坐下去陷进去三厘米起来后回弹到原样面料摸起来像婴儿衣服的触感这种文案才有说服力。5.3 数字人视频的批量生产流程数字人视频批量生产我跑通的流程是这样的第一步用大模型批量生成视频脚本每个脚本控制在60-90秒结构是痛点引入产品展示卖点讲解行动引导。第二步把脚本导入数字人工具选择形象和声音批量生成视频。第三步用剪辑工具批量加字幕、背景音乐、产品图。第四步人工审核挑出质量不达标的重新生成。这个流程跑顺了一天产出几十条视频没问题。但要注意几个细节脚本不要千篇一律要有不同的切入角度数字人形象要统一不要今天用这个明天用那个视频封面要精心设计这是决定点击率的关键。5.4 内容审核与品牌调性把控AI生成的内容一定要审核。家居行业涉及材质、环保、价格等敏感信息一旦出错就是法律风险。我建议设置三道审核第一道是AI自检用另一个模型检查内容是否有事实错误、违规词、夸大宣传第二道是人工初审由运营同学快速过一遍第三道是专业审核涉及材质、环保、价格的由产品部门确认。品牌调性把控上要建立品牌词库和禁用词库。品牌词库是必须用的词比如品牌名、slogan、核心卖点禁用词库是不能用的词比如最第一绝对这类违反广告法的词以及和品牌调性不符的词。这两个库要持续更新每次审核发现新问题就加进去。6. 落地过程中最容易踩的五个坑6.1 坑一追求大而全一上来就做全流程我见过最典型的失败案例是一个品牌老板听了AI的课回来就要做全链路AI化从获客到售后全部上AI。结果做了半年每个环节都做了一半每个环节都不好用团队怨声载道最后项目黄了。正确的做法是单点突破快速验证。先选一个环节用最小成本做出效果让团队看到AI真的有用再逐步扩展。我一般建议从售前咨询或内容生成切入这两个环节见效快、风险低、团队接受度高。6.2 坑二把AI当万能药忽视数据基础AI的效果高度依赖数据质量。很多家居品牌连产品数据都没整理清楚SKU参数不全、价格库存不同步、客户数据散落在各个系统里这种情况下上AI效果一定差。我的建议是上AI之前先做数据体检。产品数据是否结构化、是否完整、是否及时更新客户数据是否统一、是否可追踪内容数据是否有标签、是否可检索。数据基础不行先补数据别急着上AI。6.3 坑三忽视一线导购的接受度AI落地最大的阻力往往不是技术而是人。导购会担心AI取代自己会抵触新工具会阳奉阴违。我见过一个项目智能体做得很好但导购就是不用理由是客户还是喜欢和人聊。解决这个问题关键是让导购参与进来。做智能体的时候让优秀导购参与知识库整理和话术设计让他们觉得这是自己的工具而不是来取代自己的。同时把AI定位成辅助而不是替代AI负责处理重复问题导购负责高价值客户这样导购的收入反而可能提高。6.4 坑四只看技术指标不看业务指标技术团队喜欢看准确率、响应时间、覆盖率但老板只关心转化率、客单价、人力成本。如果AI项目只汇报技术指标老板看不到价值预算就断了。我的做法是从一开始就定义业务指标。售前智能体看咨询转化率、留资率、人工转接率内容生成看内容产出量、内容带来的曝光和线索销售陪练看新人上手周期、成单率。用业务指标说话项目才能持续。6.5 坑五一次性投入太大没有迭代空间AI项目不是一次性工程而是持续迭代的过程。我见过一些品牌一上来就买最贵的工具、招最大的团队、做最复杂的系统结果发现方向不对调整成本极高。建议是小步快跑。先用现成工具快速搭一个能用的版本跑一两个月看效果再决定要不要加大投入。工具选型上优先选那些灵活、可配置、支持快速迭代的而不是那些功能大而全但改不动的。7. 家居AI落地的阶段性推进建议7.1 第一阶段单点验证1-2个月这个阶段的目标是证明AI有用。选一个环节用最小成本做出效果。我建议从售前咨询智能体或内容生成流水线切入。售前咨询智能体可以用现成平台快速搭建内容生成可以用大模型加数字人工具快速产出。这个阶段的关键是快。不要追求完美先跑起来收集反馈快速调整。同时要定义清楚成功标准比如咨询转化率提升多少、内容产出量提升多少用数据说话。7.2 第二阶段能力扩展3-6个月第一阶段验证成功后开始扩展能力。售前智能体可以增加多轮对话、上下文管理、人工兜底内容生成可以增加视频批量生产、多平台分发同时可以启动销售陪练智能体。这个阶段的关键是打通数据。把各个AI工具的数据和CRM、ERP打通让用户信息、产品信息、内容信息流动起来。数据打通了AI的效果会有一个明显提升。7.3 第三阶段体系化运营6个月以上这个阶段的目标是形成体系。AI不再是零散的工具而是嵌入业务流程的基础设施。售前、售中、售后各个环节都有AI参与AI和人工形成稳定的协作模式数据持续反哺AI优化。这个阶段的关键是组织能力。要有人专门负责AI运营持续优化知识库、迭代提示词、审核内容、培训团队。AI不是上线就完事而是需要持续运营的。提示每个阶段之间不要跳步。我见过太多项目第一阶段还没跑通就急着做第二阶段结果基础不牢后面全塌了。稳扎稳打比什么都重要。8. 我踩过的几个具体坑和解决思路8.1 智能体答非所问的排查过程有一次售前智能体上线后用户问你们家沙发能定制尺寸吗智能体回答了一段沙发的材质介绍。排查下来发现知识库里关于定制的内容藏在一个很长的FAQ文档中间检索时没被命中。解决思路是重构知识库结构。把定制、交期、售后这类高频问题单独拎出来做成独立的问答对并设置更高的检索优先级。同时在提示词里明确告诉智能体遇到尺寸、定制、交期类问题要优先检索对应知识块。这个坑让我意识到知识库不是文档仓库而是为检索而组织的结构化知识。文档怎么放、怎么切、怎么打标签直接决定检索效果。8.2 数字人视频口型对不上的处理早期用数字人工具生成视频口型经常对不上尤其是语速快的时候。试了几个工具后发现问题出在音频质量和语速上。音频有杂音、语速过快口型同步就会出问题。解决方法是生成语音时控制语速在正常偏慢音频导出前做降噪处理数字人工具选择口型同步算法更好的。另外脚本里避免太长的句子一句话控制在15个字以内口型同步会好很多。8.3 销售陪练智能体被导购套路的问题销售陪练智能体上线后有导购发现只要说某些特定的话智能体就会给高分于是开始刷分。比如不管客户什么需求上来就推荐最贵的产品智能体居然给高分。排查发现是评估标准太单一只看推荐产品是否符合预算没看需求挖掘是否充分。解决方法是增加评估维度并且用多个模型交叉评估减少被套路的可能。同时定期人工抽检发现异常评分及时调整。这个坑说明AI评估不是一劳永逸的需要持续对抗应试技巧。评估标准要不断迭代才能保持有效性。8.4 内容生成被平台判定为AI生成的应对用AI批量生成的内容有一段时间被平台判定为AI生成限流严重。排查下来问题是内容太规整、太模板化缺少人味。解决方法是人工介入改写。AI生成初稿后人工加入个人化的表达、具体的案例、真实的感受。同时调整提示词让AI生成的内容更有口语感、更有细节、更少套话。另外图文内容比纯文字内容更难被判定所以尽量配真实图片。这个坑让我明白AI生成内容不是终点而是起点。人工的润色和个性化才是内容有生命力的关键。9. 关于工具选型的一些实在建议9.1 智能体平台怎么选市面上的智能体平台很多选型时我建议看几个点知识库能力是否支持结构化知识、是否支持多种格式、检索效果如何、对话流程控制是否支持状态机、是否支持多轮上下文、集成能力是否能和现有CRM、企微打通、成本按调用量还是按坐席长期成本如何。不要盲目追求功能最全的而是选最适合自己业务阶段的。早期验证阶段用轻量平台快速跑通规模化阶段再考虑更专业的平台。我见过一些团队一上来就用最复杂的平台结果配置成本太高项目推进缓慢。9.2 数字人工具怎么选数字人工具选型看几个点形象自然度口型、表情、动作是否自然、定制能力是否支持自定义形象、声音、生产效率批量生成是否方便、导出是否快捷、成本按条计费还是包月。家居场景建议选支持真人形象定制的工具因为家居品牌需要专业感。卡通形象适合做轻量内容但不太适合做产品讲解。另外声音很重要选一个听起来舒服、专业的声音比形象好看更重要。9.3 大模型怎么选大模型选型看几个点中文能力家居场景全是中文对话中文能力必须强、成本按token计费长期成本要算清楚、响应速度太慢影响体验、可控性是否支持微调、是否支持私有部署。我的建议是早期用通用大模型快速验证跑通后再考虑微调或私有部署。家居场景的知识比较垂直通用大模型加好的知识库效果已经能覆盖大部分场景。如果涉及敏感数据再考虑私有部署。9.4 自建还是采购这是个经典问题。我的建议是核心能力自建通用能力采购。智能体的对话流程、知识库结构、评估标准这些和业务强相关的建议自建或深度定制数字人生成、大模型调用这些通用能力直接采购现成的。自建的好处是可控、可迭代、数据在自己手里采购的好处是快、成本低、不用养团队。家居品牌大多不是技术公司没必要什么都自建把精力放在业务逻辑和运营上更划算。10. 最后聊几句实在的家居AI落地这件事技术不是最大的门槛认知和运营才是。我见过技术很强的团队做不出效果也见过技术一般但运营做得好的团队跑出很好的结果。核心差别在于有没有真正理解家居行业的业务逻辑有没有把AI嵌入到真实的业务流程里有没有持续运营和迭代。如果你正准备在家居行业做AI我的建议是先别想太大选一个具体的、痛的、高频的场景用最小成本做出效果让团队看到价值再逐步扩展。过程中多和一线导购聊他们最知道哪里痛、哪里能提效。AI不是来取代人的而是来帮人做那些重复、枯燥、低价值的事让人能专注于真正需要人的地方。我在实际操作中的体会是家居AI项目成功的标志不是技术多先进而是导购愿意用、客户体验变好、业务指标提升。做到这三点项目就成了。