品味意图理解
识别「通勤背、配风衣、不要明显 logo」这类包含审美与场景的复合意图。
不只是搜索，而是替你完成决策
搜索引擎给出海量链接，推荐流给出「猜你喜欢」——二者都不承担决策责任。
消费决策Agent 以品味搜索引擎为入口、以品味知识图谱为推理底座，目标是陪用户走完决策的最后一公里：在约束条件下给出经过比较、可以解释的明确建议。
- 理解：从对话中还原场景、审美倾向、预算与隐性约束
- 比较：沿图谱关系组织候选，按品味契合度而非销量排序
- 解释：给出理由、权衡与替代方案，用户始终拥有判断权
- 行动：衔接清单、比价、提醒与购买路径，形成决策闭环
能力构成
Agent 如何做出好决策
多方案结构化比较
把不同价位、品牌与风格的候选，放在同一品味坐标系中比较。
文化语境适配
理解礼物、节庆、职场与地域文化对消费选择的隐性要求。
可解释推荐
每条建议附带理由与证据，拒绝黑箱式的「猜你喜欢」。
决策路径规划
把复杂决策拆解为澄清、筛选、比较、决定的可回溯步骤。
长期品味记忆
在用户授权下沉淀品味偏好，越用越懂，而非每次从零开始。
决策流程
一次高质量决策如何发生
表达与澄清
用自然语言说出需求，Agent 主动澄清关键约束与品味倾向。
品味推理
基于知识图谱扩展候选、理解文化语境并做多维比较。
决策与行动
给出明确建议、理由与备选，衔接后续行动并接受反馈修正。
品味搜索引擎：用品味而非关键词检索
当「法式复古、适合小户型、预算三千」这样的需求无法被关键词搜索理解时，品味搜索引擎提供新的入口。
它把自然语言中的审美与场景表达映射到品味知识图谱，返回的不是网页链接，而是被理解后的产品、品牌与方案集合，供 Agent 继续推理。
- 场景化表达：支持口语化、复合化、跨语言的需求描述
- 语义化结果：按品味契合而非关键词匹配返回结果
- Agent 原生：搜索结果天然是 Agent 可推理的结构化对象
常见问题
关于消费决策Agent
消费决策Agent 和通用聊天机器人有什么区别？
通用聊天依赖参数化语言知识，容易在具体商品上出错；本 Agent 以品味知识图谱为事实底座，候选与关系均可溯源，并以「完成决策」而非「生成回答」为目标。
Agent 会替用户自动下单吗？
不会。Agent 给出建议、理由与备选，最终决定权属于用户；涉及交易的动作均由用户明确确认后执行。
如何保护我的偏好与隐私？
品味记忆仅在用户授权下开启，可随时查看、导出或清除；个人数据与品牌侧洞察严格隔离，品牌侧只获得聚合、去标识化的趋势信息。
支持哪些消费品类与市场？
优先覆盖服饰、美妆、家居、食饮、数码与生活方式品类，支持中国大陆、港澳台、日本、韩国及东南亚多市场的本地化决策。