履约订单 Copilot
一句“帮我下单”,
还缺多少确认?
一个商家履约原型:先把需求变成可核对的计划,再处理确认、变化和重复请求。
- 项目类型
- 个人课程延伸项目
- 工作内容
- 流程设计、原型、评测
- 当前阶段
- 原型与离线验证
- 数据范围
- 合成业务数据
需求说完了,订单还不能直接执行。
这个项目从一个具体任务出发:把“买两公斤苹果送到上海”整理成一笔订单。这里至少有三类信息:用户想买什么,系统当前能提供什么,以及用户是否接受这份具体报价。
如果把三件事一次性交给模型,字段遗漏、价格变化和重复提交就容易混在一起。因此原型先把它们拆开,再定义每一步何时可以继续。
把“理解需求”和“执行订单”分开。
模型整理六个字段
意图、商品、数量、单位、城市、配送商。中文数字和单位可以归一化,缺项保留为空;“苹果”不能自行扩写成某个品种。
工具核对当前事实
价格、库存和配送能力来自业务目录。模型不提供金额,不决定权限,也不能用一句“跳过确认”替用户授权。
确认绑定具体计划
展示商品、数量、金额与配送。计划有版本与有效期,提交前重新检查条件;报价变了,就需要重新确认。
重复请求复用结果
同一提交复用计划,同一任务复用订单。新需求仍可创建新订单,幂等不等于把所有相似文字都当成重复。
这个任务也可以用表单解决。自然语言是否减少操作负担,需要把填写、澄清和核对的完整时间一起比较;当前没有证据证明它一定比表单快。
AI 理解
抽取商品、数量与配送
规则核验
实时价格、库存与范围
人工确认
核对具体计划与金额
规则执行
重验条件,复用重复结果
AI 产品决策日志 查看选项、取舍与证据
| 决策点 | 选项 A | 选项 B | 选择 | 原因 | 证据 |
|---|---|---|---|---|---|
| 输入方式 | 纯结构化表单 | 自然语言辅助输入 | 先验证自然语言原型 | 保留澄清与核对;尚未证明比表单更快。 | 24 个合成场景 |
| 订单执行 | 理解后立即执行 | 先计划,再确认 | 选择确认门槛 | 确认绑定具体商品、金额与配送,变化后重新确认。 | 变价、过期与重复确认演示 |
| 评估标准 | 只看最终状态 | 字段与状态分别评测 | 采用分层评估 | 唯一默认配送商掩盖了字段遗漏。 | F03 反事实复盘 |
从一笔20元的订单开始。
选一个需求,先生成计划,再尝试确认。也可以在确认前模拟价格变化,看看系统怎样处理旧报价。
读取已保存的真实模型字段;计划和库存变化在当前浏览器内模拟。刷新后恢复初始状态。
试试价格变化、过期与重复确认
这些操作只影响当前页面。数据库事务与并发验证在随附的Python原型中完成。
查看模型原始记录
模型记录:24个场景,各调用一次。在线体验用于理解产品行为;不连接供应商、物流、支付或远程模型。
流程全部通过,仍然漏了一条信息。
在冻结的24个合成场景中,模型的六字段完全匹配是23/24,准备状态却是24/24。差异来自F03:用户指定了顺丰,模型没有保留配送商字段,但杭州只有一家可选,流程仍然进入了待确认。
杭州只有顺丰
配送商为空,仍能唯一匹配。状态正确,信息有遗漏。
杭州增加第二家配送商
相同输出需要补充信息;完整字段仍能生成计划。默认选项掩盖了上游错误。
这改变了评测方式:字段完整性、计划状态和执行结果分别统计。下一轮应加入多配送商和冲突条件,而不是继续沿用一个“全部通过”的总分。
24题为开发者已见的合成诊断集,每题单次请求,无独立盲评。结果描述本次实验,不推断真实商家需求的准确率。
本地机制已验证,真实业务还要继续问。
Python原型覆盖计划、确认、取消、失效与完成状态。26项功能与接口测试包含四路并发确认、两笔计划竞争库存、涨价拦截,以及订单写入失败后的事务回滚。
若接入外部ERP,单机事务就不够了:超时不代表失败,需要业务幂等键、查单、补偿和人工对账。当前版本没有接入真实ERP。