智能导购机器人（FSM）模拟对话
下面我给你一个完整、真实接近生产环境的跨境电商导购聊天案例。
包括：
- 同一段对话：用 FSM 的机器人 vs 不用 FSM 的机器人
- 标注每一步的状态（GREETING → NEED_DISCOVERY → PRODUCT_MATCH → …）
- 对比两者输出的质量、引导能力、转化能力差异
此例子可以直接放入你的 PRD、内部汇报、评审材料。
一、用户场景设定
用户想买一台 150–200 美元、主要用于观影的平板，但对品牌、运费、发货速度、优惠都比较敏感。
二、完整聊天案例对比
下面是相同对话场景下的两种机器人：
- A：没有 FSM 的普通 LLM 机器人（纯问答 + 偶尔推荐）
- B：有 FSM 的导购机器人（可行动 / 有策略 / 能推进下单）
聊天案例开始
Step 1：用户开场
用户：
“我想买一个便宜的平板，预算 150–200 美元左右，主要是看剧用。”
A. 不用 FSM 的普通机器人回复
机器人（普通 LLM）：
“好的，150-200 美元之间有很多平板可选，比如联想、小米、三星等，您喜欢哪一种呢？”
问题：
- 没有识别槽位（budget=150–200，usage=观影）
- 没有进入“推荐状态”
- 没有工具召回
- 没有 CTA
- 没有推进下一步
B. 使用 FSM 的导购机器人回复
FSM 状态：GREETING → NEED_DISCOVERY → PRODUCT_MATCH
机器人（FSM 驱动）：
“了解，我先为你看看符合 150–200 美元、适合观影的高性价比平板。
请问你有没有偏好的屏幕尺寸？比如 10 英寸左右是否可以？”
CTA：
- 查看热门推荐
- 直接看 10 英寸平板
特点：
- 明确进入 NEED_DISCOVERY（收集尺寸槽位）
- 推进下一步
- 有清晰 CTA 推动决策
- 让用户补全缺失槽位（屏幕尺寸）
Step 2：用户补充需求
用户：
“10 英寸就可以。”
A. 不用 FSM 的普通机器人
机器人：
“好的，10 英寸的平板有很多，比如联想 Tab M10，小米 Pad SE 等等。”
问题：
- 列举，但不评估、不卡位、不推荐
- 没有下一步动作
- 没有 CTA
- 用户还不知道具体价格、评价、哪款更好
B. 使用 FSM 的机器人（进入 PRODUCT_MATCH → RECOMMENDATION）
机器人：
“为你找到 3 款符合预算、10 英寸、适合观影的平板：
- 联想 Tab M10 — 性价比最高、续航 10 小时
- 小米 Pad SE — 屏幕素质最好
- Amazon Fire HD 10 — 物流最快（美国仓）
要不要我帮你对比它们的优缺点？”
CTA：
- 对比这 3 款
- 查看详情
- 按评分排序
特点：
- 明确进入 RECOMMENDATION 状态
- 给出结构化的商品卡片
- 给 CTA 推动用户继续推进流程
- 机器是主动引导，而不是被动回答
Step 3：用户表现犹豫
用户：
“感觉小米那款不错，但有点超预算，有没有更便宜的？”
A. 不用 FSM 的普通机器人
机器人：
“如果你觉得贵，我可以帮你再找便宜一点的产品。比如 Amazon Fire HD 10 更便宜一些。”
问题：
- 只是回答“更便宜的”
- 没有判断这是“异议（太贵）”
- 没有优惠策略
- 没有 CTA
- 没有推进下单
B. 使用 FSM 的机器人（进入 OBJECTION_HANDLING）
FSM 状态：RECOMMENDATION → OBJECTION_HANDLING（识别“价格异议”）
机器人：
“理解，预算内更便宜的有 Fire HD 10，目前有限时 10% 优惠券，用后大约 135 美元，适合追剧。
我也可以继续帮你看看是否有其他免运费或折扣商品。”
CTA：
- 领取 10% 优惠券
- 查看更便宜的款式
- 继续比较
特点：
- 自动触发 优惠策略
- 自动检索“更便宜”替代款
- 明确推动用户向购买状态靠拢（claim_coupon + buy_now）
Step 4：用户愿意购买某款
用户：
“那我看 Fire HD 10 吧。”
A. 不用 FSM 的普通机器人
机器人：
“好的，Fire HD 10 是亚马逊比较热门的平板。”
问题：
- 没有进入下单流程
- 没有确认 SKU
- 没有税费运费说明
- 没有 CTA（加入购物车 / 立即下单）
用户要自己找“哪里可以买”。
B. 使用 FSM 的机器人（进入 CHECKOUT_ASSIST）
FSM 状态：OBJECTION_HANDLING → CHECKOUT_ASSIST
机器人：
“Fire HD 10 目前现货，发往美国预计 3–5 天送达。
价格：149 美元（已包含税费）
颜色：黑 / 蓝
你要选择哪种颜色？我帮你加入购物车。”
CTA：
- 选择黑色
- 选择蓝色
- 查看更多评价
- 直接下单
特点：
- 主动进入 支付路径
- 自动提供 SKU 信息
- 自动核算税费
- 直接推进到购物车/下单
Step 5：用户下单
用户：
“选黑色，可以下单。”
A. 不用 FSM 的机器人
机器人：
“好的，你可以前往亚马逊官网购买。”
问题：
- 完全没有转化能力
- 不知道如何跟前端/checkout API 集成
- 用户体验中断
B. 使用 FSM 的机器人（完成购买）
FSM 状态：CHECKOUT_ASSIST → END
机器人（调用 checkout_api）：
“已为你加入购物车，点击即可完成付款：
[立即结账]
预计送达：3–5 天
如需我帮你跟踪物流，也可以告诉我。”
CTA：
- 立即结账
- 保存到心愿单
- 通知我发货状态
特点：
- 全链路闭环导购
- 引导付款
- 预埋售后（AFTER_SALE）
三、最终对比总结（你可放入 PPT）
| 能力项 | 普通 LLM（无 FSM） | FSM 导购机器人 |
|---|---|---|
| 槽位收集 | 被动、杂乱 | 系统化（NEED_DISCOVERY） |
| 商品召回 | 文本搜索式 | 工具召回 + 打分 |
| 推荐 | 描述性文本 | 商品卡片 + CTA |
| 异议处理 | 随机 | 有价格/物流异议策略 |
| 优惠策略 | 基本没有 | 可判断触发促单策略 |
| 下单引导 | 不会 | FSM 推进至 CHECKOUT |
| CTA | 极弱 | 全路径 CTA（compare / buy / coupon） |
| 转化率 | 很低 | 显著提升 |
结论：
FSM 的核心价值在于“控制对话节奏，推进成交”，普通机器人只能回答问题，无法导购。
浙公网安备 33010602011771号