网购时面对成百上千个候选商品，人们往往会陷入选择困难：既要符合自己的需求，又不能超出预算，还得看评价避免踩坑。购物决策Agent的目标就是把这套人工决策流程自动化——它接收用户的自然语言描述，抽取需求点和预算范围，拉取候选商品数据并分析评价，最后给出带有理由的推荐结论。本文围绕需求理解、预算约束、评价分析三个核心环节展开，并给出一份可落地的代码实现。
购物决策Agent的整体架构
一个完整的购物决策Agent通常分为四层：交互层、理解层、决策层和数据层。交互层负责接收用户的自然语言输入，比如“我想买一台五千以内、主要用来写代码的轻薄本”。理解层借助大语言模型完成信息抽取，把这句话拆解成结构化字段：品类是笔记本电脑，预算上限五千元，核心用途是编程，偏好是轻薄本。
决策层是整个Agent的核心，它拿着结构化需求去数据层检索候选商品。数据层可以是电商平台的开放接口，也可以是自建的商品库加评价库。检索回来的商品列表往往有几十条，决策层需要做多维度打分：需求匹配度、价格适配度、评价质量分，加权汇总后排序，取前几名进入最终推荐。
这种分层设计的好处是各模块职责清晰。需求理解出错时只影响理解层，评价算法升级时只改动决策层的评分函数，不用动整个链路。下面是一个整体流程的伪代码描述：
def shopping_agent(user_input):
# 第一步：理解用户需求
intent = parse_intent(user_input)
# intent = {"category": "笔记本", "budget": 5000, "needs": ["编程", "轻薄"]}
# 第二步：检索候选商品
candidates = search_products(intent["category"])
# 第三步：预算过滤
affordable = [p for p in candidates if p["price"] <= intent["budget"]]
# 第四步：多维度打分排序
scored = []
for p in affordable:
s = score_product(p, intent)
scored.append((p, s))
scored.sort(key=lambda x: x[1], reverse=True)
# 第五步：生成推荐理由并返回
return generate_report(scored[:3], intent)需求理解：把模糊描述变成结构化条件
用户表达需求的方式通常是不精确的。“适合跑步的耳机”可能是想要骨传导的，也可能是想要防水的；“给爸妈买的手机”隐含着大字体、长续航、操作简单等条件。需求理解模块的任务就是把这些模糊表达转化为可以用于筛选的明确条件，这通常通过提示词工程让大语言模型完成信息抽取。
一个好的抽取提示词需要明确输出格式，最好约束模型输出JSON，这样后续代码可以直接解析。提示词中要告诉模型：抽取品类、预算上下限、必须满足的硬性条件、偏好性的软性条件，并把无法确定的字段留空而不是瞎猜。例如对“五千以内能打游戏的台式机”，模型应该输出预算上限5000、硬性条件包含独立显卡，而软性条件可能包含散热好、可扩展内存。
下面是一段基于大模型API的需求抽取实现，注意提示词中对输出格式的严格约束：
import json
EXTRACT_PROMPT = """你是一个购物需求分析助手。请从用户的购物描述中抽取以下字段，
以JSON格式输出：
{
"category": "商品品类",
"budget_min": "预算下限，数字，没有则为null",
"budget_max": "预算上限，数字，没有则为null",
"hard_needs": ["必须满足的硬性条件"],
"soft_needs": ["偏好性的软性条件"]
}
只输出JSON，不要输出其他内容。
用户描述：{query}
"""
def parse_intent(query, llm):
prompt = EXTRACT_PROMPT.format(query=query)
resp = llm.chat(prompt)
# 清理模型输出，提取JSON部分
text = resp.strip().removeprefix("```json").removesuffix("```")
return json.loads(text)抽取结果中的硬性条件用于第一轮过滤，直接淘汰不满足的商品；软性条件则进入打分阶段，作为加权项参与排序。区分硬性条件和软性条件非常关键，如果把“最好轻薄”当成硬性条件，可能会把一款性价比极高但稍重的机器错误排除掉。
预算与评价：多维打分让推荐有理有据
预算处理看似简单，实则有两个细节容易被忽略。第一是预算边界的弹性，用户说五千以内，5060元的商品其实值得作为备选展示，而不是一刀切排除。实践中可以对预算上浮百分之三到五的商品做“略微超预算”标记。第二是价格区间的下限，某些品类中价格过低的商品质量堪忧，比如预算三千买手机，两百元的机型虽然符合预算但没有推荐价值，应该设置品类相关的最低价格阈值。
评价分析是决策层里最有含金量的部分。简单的做法是看平均分，但平均分容易被刷好评污染，更稳妥的方案是综合多个信号：评价总数（样本量）、好评率、追评内容、带图评价比例，以及用大模型对差评做聚类归纳，提炼出商品的常见问题。比如一款耳机五星率很高，但差评聚类显示“续航虚标”被反复提及，这个信息就应该反映到最终评分里。
下面给出一个多维度打分的完整示例，把需求匹配分、价格适配分、评价质量分加权汇总：
def score_product(product, intent, review_summary):
# 需求匹配分：软性条件命中的数量占比
need_hits = sum(1 for n in intent["soft_needs"] if n in product["tags"])
need_score = need_hits / max(len(intent["soft_needs"]), 1)
# 价格适配分：越接近预算下限性价比感知越高
price = product["price"]
low = intent.get("budget_min") or price * 0.6
high = intent.get("budget_max") or price * 1.2
price_score = (high - price) / (high - low)
price_score = max(0.0, min(1.0, price_score))
# 评价质量分：综合好评率与样本量置信度
positive = review_summary["positive_rate"]
confidence = min(review_summary["count"] / 500, 1.0)
review_score = positive * 0.7 + confidence * 0.3
# 降分项：差评中高频出现的问题
penalty = min(len(review_summary.get("issues", [])) * 0.05, 0.2)
total = need_score * 0.4 + price_score * 0.3 + review_score * 0.3 - penalty
return round(max(total, 0.0), 4)权重的设置没有统一答案，取决于产品定位。如果Agent面向价格敏感用户，价格适配分权重可以提高；面向品质导向用户，评价质量分应占更大比重。实际上线后可以根据用户对推荐结果的采纳率做权重调优，这是一个持续迭代的过程。
落地时的优化方向
把购物决策Agent从demo做到可用，还需要考虑几件事。其一是工具调用能力，Agent应该能主动调用商品搜索、价格查询、评价抓取等外部工具，而不是等着上游把数据喂进来，这可以通过大模型的Function Calling机制实现，让模型根据当前信息缺口决定下一步调用哪个工具。
其二是推荐结果的可解释性。用户不信任一个只给结论的推荐，Agent输出的报告应该说明每款商品为什么被推荐：命中了哪些需求、价格处于什么位置、评价里有什么优点和槽点。这种解释本身也可以由大模型基于打分明细生成，但要把打分数值一并附上，避免模型编造理由。
其三是反作弊与数据新鲜度。评价数据可能被刷单污染，价格信息可能已经过期，Agent在给出结论前最好校验数据的时间戳，并对评价样本做异常检测，比如短时间内集中出现的高度相似好评应该被降权处理。这些细节决定了推荐结果是否经得起用户验证。
整体来看，购物决策Agent的本质是把“需求理解、预算约束、评价分析、多目标排序”这条人工决策链路工程化。随着大模型信息抽取和推理能力的提升，这类Agent的处理精度还有很大的提升空间，值得在具体业务场景中持续打磨。