AI搭配售

体验入口：

https://cart.jd.com/cart_index

AI搭配售总体思路

面向“主品”做搭配售，目标是用大模型把“人-货-场-目标”统一起来，从“卖单品”升级为“卖成套方案”。核心做法是以主品为锚点，结合用户意图、约束条件与实时供给，生成可下单的成套组合，并在全链路中持续优化。行业实践表明，采用“模型×体验×产业厚度²”的落地范式，配合知识图谱、多智能体与实时供应链校验，可显著提升选品与连带效率，并在零售、服饰、工业等场景取得规模化成效。

系统架构与数据底座

• 数据层：沉淀主品与配件的结构化信息（规格、属性、兼容/适配规则）、用户画像与行为、库存与履约、价格与利润、季节/节日/热点等上下文；构建商品/用户/场景/舆情/供应商等多维知识图谱，支撑语义级理解与可解释推荐。
• 推理层：以大模型为中枢，融合检索（向量/图谱）、约束求解（规则+可微优化）、生成式解释与对话管理；采用多智能体（规划、配置、供应链、定价、总结）协同，形成“理解-生成-校验-解释”的闭环。
• 执行与运营层：对接商品、库存、价格、订单、履约与营销系统，实现“可下单、可履约、可度量”的业务闭环；以A/B实验与在线学习持续迭代策略。