惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

L
LangChain Blog
S
SegmentFault 最新的问题
V
Visual Studio Blog
J
Java Code Geeks
宝玉的分享
宝玉的分享
美团技术团队
博客园 - Franky
酷 壳 – CoolShell
酷 壳 – CoolShell
H
Hackread – Cybersecurity News, Data Breaches, AI and More
有赞技术团队
有赞技术团队
量子位
Martin Fowler
Martin Fowler
MyScale Blog
MyScale Blog
Google DeepMind News
Google DeepMind News
Jina AI
Jina AI
博客园 - 叶小钗
月光博客
月光博客
P
Proofpoint News Feed
D
DataBreaches.Net
Blog — PlanetScale
Blog — PlanetScale
博客园_首页
腾讯CDC
Microsoft Azure Blog
Microsoft Azure Blog
Stack Overflow Blog
Stack Overflow Blog

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
这个五一,AI还不能成为你的旅行规划师
窄播 · 2025-05-06 · via 人人都是产品经理

五一假期期间,AI旅行助手成为了热门话题。本文通过实际体验多个AI旅行规划工具,探讨了AI在旅行规划中的表现和局限性,指出目前AI还不能完全胜任旅行规划师的角色。

如果给AI最先融入的场景排个序,旅游场景一定会名列前茅。无论是景区提升服务能力,还是游客制定出游攻略,抑或是OTA平台对抗AI搜索,看上去都能利用AI找到更优的解决方案。

AI走向应用的大趋势,以及Agent的火爆,则进一步加速了旅行行业在C端的AI化探索进程。

五一之前,飞猪和马蜂窝都上线了新的AI能力。飞猪的「问一问」号称是一个多智能体驱动的AI产品,可以像专业的旅游服务从业者一样思考问题、执行任务。马蜂窝则正式上线了AI旅行助手「AI小蚂」,支持实时问答、行程线路规划、在线旅行向导、个性化推荐。同时,马蜂窝还上线了专注攻略规划的「AI路书」功能。

垂直平台之外,通用的AI搜索与通用Agent产品也会成为一些用户制定五一旅行攻略时的工具之一。DeepSeek、豆包之外,夸克、秘塔、扣子空间、Manus等也都会被一些用户选择,成为他们制定旅行攻略的新工具。我们不是每次旅行都能找到一个肯花费时间和精力准备攻略的优质搭子。AI则被认为可以扮演好这个角色。

这个五一假期我们也选择了秘塔、夸克、Manus、扣子空间、飞猪问一问、AI小蚂、AI路书等产品,在相同的要求下,各自生成了一份两天的武汉旅行攻略。我们想借此真实感受下,AI是否已经给旅游场景带来了切实有效的体验升级。并且,旅游场景也具备一定的代表性,能够代表AI走向实际应用的成熟度。

1.攻略平平无奇,体验惊喜不多

这部分的小标题代表了我们这次体验的最终感受。虽然每个产品给到的攻略内容各有详略和侧重,但是整体的行程差异化不明显。即便我写了要个性化一些,也大都是在围绕黄鹤楼、昙华林、黎黄陂路、东湖风景区、江汉路步行街、汉口江滩、武大校园等几个大众景点进行规划和推荐,有点平庸。

秘塔的研究模式下,虽然对每个景点也有亮点总结,也给出了两个小众路线推荐,但景点到景点之间所需时间的计算缺乏依据。此外,秘塔所引用的一些资料略显老旧和单一,有2022年的咖啡馆推荐页面,第一天行程的美食推荐也基本都来自携程上的同一篇文章。

夸克深度搜索给出的景点亮点介绍比较简单,两天的行程基本覆盖了武昌和汉口的大众景点,没有个性化景点推荐。同时,夸克也同样存在景点到景点之间所需时间计算不准确的问题。但夸克在每个景点都能给到一些小贴士,如黄鹤楼拍照机位推荐,古德寺需要买香火券等。

Manus的攻略比较细致,虽然景点推荐和夸克差不多,但会按照上午、中午、下午的时间段来划分行程,也给到了从一个景点到下一个景点的行程建议。比如Manus会建议从黎黄陂路步行或骑行前往汉口江滩,并列出了汉口江滩的三个游玩项目。同时,Manus会给到一些季节限定的游玩项目或美食推荐,但较少给到具体店铺的推荐。

同样是通用Agent产品,扣子空间在使用的体感上与Manus差不多。从攻略内容上看,扣子空间给到了景点的门票价格和建议游玩时间,但没有意识到景点与景点之间转换也需要时间,景点介绍、餐饮推荐和住宿推荐相对详细。整体效果上看,扣子空间和Manus在产品成熟度上,还存在一定的差距。

然后是AI小蚂和AI路书。在马蜂窝App中,可以直接与AI小蚂进行聊天互动,获得路线推荐,也可以点击AI路书,生成更详细的旅行攻略。AI小蚂与AI路书在行程细节上会存在差异。AI路书会包含城市概况、交通出行指南、费用分析、贴士等拓展部分;AI小蚂则比较简洁,只有大概路线、推荐店铺和玩法等核心内容。

相比上面的产品,飞猪的问一问要更独特一些,更像是一次OTA平台的AI化尝试。从攻略行程来看,问一问的效果类似AI小蚂,线路推荐没有特色,也相当简洁,时间配置上会出现下午到达武汉的不合理安排。但从出行体验来看,问一问是个不错的机酒预订助手,能够根据预算推荐不同的机票和酒店,并直接点击预订。

就我个人来看,这些AI攻略都不能满足我的旅行需求,目前还是非常鸡肋的产品。从游览路线推荐上看,除了秘塔与Manus能够给到一些小众路线推荐,其他产品给到的信息与随便一篇武汉旅行攻略能得到的信息相差不大。从餐饮、住宿推荐上看,由于判断依据不足,我很难相信AI给到的推荐,还是需要自己去查找确认。

2.没有被满足好的三个关键点

这种鸡肋的感觉源自——旅游产品AI化的成熟度还远远达不到让大众用户日常使用的要求。大部分产品的完成度都不高。

第一,很多产品都还在内测中,限制了用户的使用次数。Manus的免费用户只有1000积分,完成一次任务需要超过500积分;飞猪问一问的邀请码只给到了高级别会员;马蜂窝AI路书的每个邀请码,只代表一次使用机会,并且还会出现排队和错误的情况。

第二,大部分产品都不支持在已经生成的结果基础上进行微调,也没有上下文的记忆功能,每次增加新的要求,都会重新生成一份攻略。连续性的缺乏在让攻略的制作不断重启。这种体验并不符合用户的实际使用习惯。AI产品需要找到一个更加顺畅的旅行攻略创作流程。

第三,这就会涉及到AI如何去拆解用户的需求。DeepSeek的一大突破就是让AI具备了理解人的需求,并将其拆解成任务执行步骤的能力。如何利用这个能力,更精准地拆解出用户的需求,是AI产品需要进一步完善的功能,也是一个顺畅的旅行攻略创作流程的良好开端。

目前看来,无论是通用Agent或AI搜索,还是旅游产品推出的AI助手,大部分都还不能很好的拆解用户的需求。旅行往往都是突发奇想,锁定一个点再去探索更多未知。相比一站式完成用户的任务,尽可能细致地了解用户需求更为重要。我会觉得,马蜂窝的AI路书和Manus采用的询问更多细节的机制,能够让用户的需求更精准,让攻略制作更有效。

需求拆解的颗粒度也会在一定程度上影响攻略的个性化。目前很多用户让AI生成出来的旅行攻略也都是千篇一律的。AI需要学会像人一样去浏览信息,代替人从众多信息中找到其喜欢的个性化路线。这一方面要求AI更理解人的需求和喜好,另一方面则要求更精准的数据作为支持。

第四,AI依然存在幻觉,需要学会交叉验证。AI搜索产品往往会调用公开信息进行攻略的制作,但这会面临信息准确性与时效性不够的问题。自建知识库可能是一种解决方案。在ima的实践中,就有人将收集到的旅行目的地的信息放到个人知识库中,让AI根据知识库来制作攻略。

飞猪为问一问接入了报价引擎,实时调用机票、酒店价格等数据,马蜂窝为AI小蚂提供了十数年积累的海量真实旅行数据,这些都是为AI提供精准信息、数据的努力,也在一定程度上消减了AI的「胡说八道」。但我们还是能够从攻略中看到一些已经关闭或消失的店铺。AI在获得充分数据的基础上,还需要学会交叉验证信息。

3.旅游+AI,还可以做得更好

通过体验这些产品,我们也意识到,虽然大家都在谈论AI具备了更强的代理执行能力,但目前能够让AI去代理我们来做的,依然是基础信息的收集与处理,完成一些准备工作,然后再由人来做出判断和决定。AI制作出的旅行攻略现在仅具备参考价值,是人类完成最终攻略的准备工作。

即便飞猪的问一问给到了确切的航班和酒店推荐,我们还是不会直接让问一问帮我们进行预订。Google此前曾计划推出能帮助人预订机票的Agent,但最终只是做了一个行程规划工具,因为Google也没有办法让Agent非常可靠地按照用户的预期来执行操作。Perplexity的Buy With Pro和亚马逊的Buy for me也都只是提供商品信息。

不考虑执行能力,数据打通也可以让AI做得更好。如果飞猪的机票、酒店数据与马蜂窝、小红书的个人攻略相结合,由一个像Manus一样的Agent产品进行调用和查验,应该能够获得在各自产品中都难以实现的体验。这需要解决移动互联网时代遗留的信息孤岛问题,是生态层面的变化。

通用Agent尝试通过为AI配置虚拟机,或通过MCP协议连接垂直服务和数据,来获得准确、及时的信息,但目前效果并不好。扣子空间可以代替用户搜索小红书内容,却缺乏筛选有效信息的能力;有高德地图的MCP,但无法复杂调用。即便是在同一个互联网大厂的生态内,想要拆掉部门墙也不是易事。

显然,在这个五一假期,甚至是未来的十一假期,AI都很难成为一名合格的旅行规划师。

本文由人人都是产品经理作者【窄播】,微信公众号:【窄播】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。

题图来自Unsplash,基于 CC0 协议。