界面新聞記者 | 李如嘉

界面新聞編輯 | 文姝琪

近日，飛豬發布了多智能體驅動的旅行規劃產品“問一問”，集成了通義千問的多個主力模型，可以服務于用戶的目的地推薦，機票/酒店預定、規劃行程等需求。目前，幾乎所有主流在線旅游平臺（OTA）都推出了自己的AI助手，但飛豬的“問一問”發布后，還是在小紅書等平臺引起了關注。由于目前還在內測階段，平臺上不少人都在索要邀請碼，在閑魚上甚至有人賣起了邀請碼，價格炒到了40元一個。

文旅場景是AI大模型應用的一大試驗田，很多大模型公司推出基礎模型產品后都會用行程規劃做應用示范，專注這個場景的創業公司也不少，但由于落地的復雜性，產品實用性受到考驗，遲遲還沒有爆品產生。當垂類公司加入戰局，旅游會成為真正閉環的AI場景嗎？

做旅游場景的大模型應用，難在哪？

旅行規劃是生活中常見的復雜決策之一。做一次旅行規劃，需要做大量攻略，查閱各種交通、住宿、酒店信息，有時還會參考各種出行游記、筆記。這些信息融合了文本、圖像、結構化數據等，對于大模型來說是非常適合展示其學習和處理復雜信息能力的場景，因此不少通用大模型發布時都會拿旅行規劃做示例，也有很多大模型應用公司瞄準了該場景做應用。

但實際上，旅游領域大模型應用的進展卻遠遠不如預期，至今沒有能夠真正走進用戶生活的產品出現。

“做技術，特別做AI創業的東西，一般不太會愿意去碰容錯率非常低的產品。恰恰旅游就是容錯率非常低的場景。例如，萬一交通和酒店的信息不準確，用戶抵達之后，不僅損失了錢，還損失了時間。”飛豬技術負責人倪生華告訴界面新聞。

旅游規劃類AI產品，最大的難點在決策和數據兩方面。旅行規劃包含一組復雜的決策鏈路，涉及到用戶的食住行，包括不限于預算、交通、接駁、住宿、餐飲、游樂、行程舒適度、個人偏好、簽證政策、退改規則、天氣等幾十種決策因子的相互博弈。這些因子中有的還是實時變化的，最典型的就是機票，需要實時連接到上游供給側。

在數據上，旅行數據具有“專有性”。倪生華透露，以攻略為例，看似是海量的數據，但真正有價值的并不多。公網上的攻略數據需要進行清洗和校驗，實際可用率只有不到0.7%，其余大量是重復信息，只是整體描述上有差異。

但如果想讓旅行規劃更加真實可用，大到航班取消和延誤，小到景區開閉園時間調整，都要納入考慮。這些信息是無法從公共網絡上獲取的，比如機票庫存、航班變更，需要通過GDS（全球分銷系統）來付費獲取，一些景區的節令特點、適合游覽的時間和風險場景等則需要和景區的長期生態合作以及經驗來判斷。

對于通用模型來說，決策過于復雜多變，實時數據無法獲取，訓練數據又有所滯后導致泛化能力下降，無法適應這個快速變化需要實時決策的場景。在面對相關問題的時候，模型出現幻覺、準確率低的情況概率會更高。但這個場景的用戶恰恰對出錯的容忍度非常低，因此如果僅通過簡單API接口或者工作流接入然后打造單個Agent（智能體）來處理相對確定的需求，在實際環境中處理復雜、多變的旅行需求，這種方法很可能行不通。

因此，可以看到許多大模型公司的旅行規劃仍停留在按照公開信息生成一個大致攻略的階段，實用性并不高。用戶仍然需要去具體核對每一項信息的準確性，然后輾轉去各個平臺進行比價和預訂。這些產品對用戶的個性化需求，比如帶老人出行、帶孩子出行也很難很好地滿足。相比于其他領域，AI在旅行場景的落地實際上遠比想象中難度高得多。

在線旅游平臺做AI，有優勢也有必要

雖然AI在旅行場景的落地難度很高，但對于在線旅游平臺來說，也成為了難得的機遇。

除了飛豬推出相對完整的產品之外，幾乎所有主流在線旅游平臺也都宣布在做大模型旅游垂類應用。攜程在2023年大模型熱潮中就上線了“攜程問道”，并在國際版Trip.com上推出AI行程助手TripGenie，此后就沒有再進行大的版本迭代，現階段僅提供文本建議，暫無預訂跳轉鏈接。今年年初DeepSeek出圈后，馬蜂窩、同程、途牛紛紛跟進，接入DeepSeek做從圖文攻略到產品預訂全流程覆蓋的旅行助手產品。

對于在線旅游平臺來說，優勢是顯而易見的。例如在數據上，倪生華認為，比起公網數據，在線旅游平臺擁有的，經過業務高度的抽象、結構化有真實可信度的數據，會成為真正的壁壘，航班、酒店、景區等這些通用大模型難以獲取的專有信息，在線旅游平臺都有豐富的儲備。

例如在“問一問”研發時，飛豬就規劃制定這一個子功能，調研了大量旅行社、旅游定制師等，把他們的工作流、知識、經驗，加上平臺的供應鏈數據、服務評價數據等結合，構建了一套相對完善的旅行數據集。這些數據保證了攻略的真實有效和可操作，也構成了產品的壁壘。

開發AI旅行助手給在線旅游平臺能帶來的好處也很直觀。通常訪問在線旅游平臺的用戶已經有了具體的出行需求。一個有效的規劃助手能夠幫助用戶節省規劃時間，還可以完成從攻略到預訂的閉環。比起跳轉多個平臺搜尋靈感，還要反復比價，分別預訂機票、酒店、門票等，如果在行程助手的幫助下，用戶能在一個平臺上完成行程計劃制定和所有預訂，對平臺業務和用戶留存無疑是實打實的幫助。

從大的旅行趨勢來看，目前，消費者對于旅游的需求更加偏向個性化，不滿足于傳統的模板化線路，越來越追求定制和小眾。更多商戶和平臺也在推廣旅游定制的服務，但一個真正了解當地旅游的定制師實際上成本非常高。

通常來講，一個旅游定制師平均一天只能服務5-10個用戶。如果“問一問”這樣的AI產品能夠將定制師的知識和思考邏輯復制下來，就能從一天服務5個人，做到一天服務500個、5000個人，大規模地提升他服務消費者的能力。

對于商戶來說，消費者越來越多的個性化需求也帶來了貨架組織的難題。商戶沒有能力根據消費者的不同需求上100款產品，很多非標品也很難靠一個貨架和詳情頁去描述。AI可以將消費者的個性化需求和旅游從業者的個性化服務能力匹配起來，成為兩方的橋梁。

這么多平臺爭著做AI也和“生存焦慮”有一定關系。有在線旅游平臺從業者對界面新聞直言，“趕上AI時代的快車才有希望，不然現在都是頭部一兩家平臺獨大，小平臺很難有生存空間。”年前，這家平臺為了在AI上進度不落后，選擇暫緩其他工作安排，調動人手去集中支持AI項目。

總的來說，在線旅游平臺做AI旅行助手，既有優勢，又有不小的好處，對一些小平臺來說還具備“求生存”的必要性。但受限于在線旅游企業本身的AI研發能力以及產品力，這些旅行助手產品目前還沒有做到非常完善。對比來看，飛豬“問一問”是其中較為成熟的產品，集成了市面上AI行程助手的主流產品功能。

打開“問一問”，用戶可以看到“發現目的地”、“找便宜機票”、“找特色酒店”、“規劃行程”四個基礎板塊。和其他旅游類AI助手最大不同點在于，“問一問”以多智能體驅動，并在用戶界面上呈現出多個AI助手服務一個用戶的體驗，包含行程助手、路線定制師、智慧交通顧問、酒店顧問、攻略達人、本地人導游、預算管理師、服務保障專員等多個專業助手。

以最復雜的行程規劃任務來說，在了解到用戶需求之后，行程助手會喚起相應的智能體，分頭調用數據尋找實時機票、酒店、景區信息和報價，預算管理師則負責匯總并核算了相關費用，交由“行程助手”輸出方案，包含往返機票、入住酒店、每日游玩景點及特色餐飲的建議，匹配對應的機酒商品方便用戶收藏和預訂，并給出注意事項。“問一問”還可以將行程規劃轉化為可編輯、可導航的手繪地圖，以及基于LBS（基于位置的服務）和高德等工具，在出行中也能夠推薦附近的咖啡館以及可買的伴手禮等。

在過程中，為了提高用戶的可信度，“問一問”展示了工作時的思考鏈。用戶可以看到多個專家分頭在調用實時的機票報價、酒店報價、路線庫等等，協作完成任務，也會客觀評價各個交通、酒店和路線的優劣。

當然，目前旅游行業的AI應用還在持續進化的過程中，“問一問”也還僅限其F5及以上會員和少部分獲得邀請碼的用戶測評，沒有投入大規模使用。飛豬表示，基于用戶數據和不斷反饋，飛豬正在構建一套評價標準，不斷校驗“問一問”的產出質量，進行整體效果的迭代。