01 从一个具体的决策开始
出门前的搭配常常需要同时考虑场合、气温、想保留的单品与近期重复。衣序将这些条件放在同一处,帮助用户从现有衣橱中找到可穿的组合。
典型任务:选择上海、明天、早晚通勤,再输入“去见客户,保留黑色外套,不穿裙子,鞋子优先别和昨天重复”。天气提供所选时段的温度、降水概率与风速,用户也可以手动指定气温。明确限制先检查,温度、场合和近期重复偏好再参与排序。
竞品参照与产品定位
对照 Acloset 的天气推荐、AI 对话与指定单品补搭,以及 Whering 的固定单品与搭配计划,衣序聚焦通勤中的多条件决策:确认锁定与禁穿,只改气温或换一件,再保存搭配。公开资料已核对,跨产品完成时间与条件保持仍待同题实测。
02 将确定的限制交给确定的检查
| 产品判断 | 实现方式 | 原因 |
|---|---|---|
| 只用已有衣物 | 以衣物ID生成候选并检查引用 | 每件输出均可定位到衣橱单品 |
| 显式禁止与锁定是硬约束 | 先校验可行性,再排序 | 明确限制先于偏好排序 |
| 温度、场合和风格是软偏好 | 启发式排序与可解释取舍 | 允许用户调整衣物等级与偏好 |
| 确实无解时说明冲突 | 枚举并检查完整候选空间 | 完整检查后返回可行方案或具体冲突 |
| 天气事实由工具提供 | 查询固定城市与时段,展示来源与查询时间 | 天气使用接口结果;手动气温优先 |
| 默认控制调用成本 | 刷新和天气切换只用规则,主动请求 AI 时单轮比较候选 | 把模型调用放在用户明确需要建议的时刻 |
| 模型失败时保留可用性 | 规则降级并显示实际模式 | 分别记录模型与规则的实际运行模式 |
衣物属性仍由用户手动确认。天气支持15个固定城市、今天或明天,以及通勤、白天、晚间、全天时段;数据来自 Open-Meteo,界面展示真实返回的城市、日期、时段和查询时间。天气失败时保留手动气温入口。照片识别、账户、云同步与长期偏好学习列入后续计划;材质、防水、防风属性待补充确认。
03 一个可以回退和修正的流程
页面刷新、切换天气和日常条件修正默认使用规则,模型请求为0次。点击“根据天气生成 AI 建议”后,系统在已通过硬约束检查的候选中进行一轮模型重排;关闭天气后也可按手动条件请求同样的单轮建议。模型调用被限额拦截或失败时,返回规则方案,并记录请求尝试次数、实际执行模式和降级原因。
天气参考解释由预报事实生成。AI 只选择预设的结构化建议代码,服务端再按天气、衣物记录和当前偏好核验,符合条件的代码映射成展示文案。高级区域保留原有 hybrid 增强版(模型理解与候选比较)及直接读取完整衣橱的模型对照,便于后续比较额外流程的价值。所有版本均保留显式条件校验。
用户可以锁定喜欢的一件、暂时排除某件,或只替换结果中的一件。搭配计划和实际穿着分别记录,只有用户确认“今天已穿”后才进入近期穿着记录;这些数据仅保存在当前浏览器。
04 测试样本与运行结果
以通勤选衣为任务,分别检查系统是否遵守条件、AI 是否改善首推偏好,以及用户能否独立修改并保存。每批保存样本、版本、实际模式和失败明细。
当前版本复测 · 2026-11-11
补充诊断确认一项未修复问题:“想穿得温暖一些”会被误当成指定衣物,触发多余澄清;同条件改为“怕冷”可继续推荐。本批使用合成天气,未调用真实模型。
历史规则与模型对照 · 2026-11-08
样本来自人工构造的开发题库,按固定题目分母统计预期行为通过数,模型完整执行与降级分别计数。
规则基线
正在读取实际评测摘要…
AI 增强请求
正在检查是否已有真实运行记录…
评价体系与统计口径
| 评价层 | 指标口径 | 验证方式 |
|---|---|---|
| 任务完成 | 无协助改温、保留条件并保存的任务数 / 全部已开始任务 | 独立操作观察待开展 |
| 硬约束 | 有违规搭配的请求数 / 有搭配输出的请求数 | 独立核对单品、锁定、排除、颜色和裙裤 |
| 可用性 | 返回合格搭配的可行题数 / 全部预标可行题 | 与违规率一起看,保留无解、澄清和执行错误 |
| 连续修改 | 改动目标字段且保留未改条件的任务数 / 全部多轮修改任务 | 每轮预标字段与返回单品检查 |
| 澄清质量 | 无需澄清却被追问的题数 / 全部预标无需澄清题 | 检查误澄清,同时验证必要澄清仍保留 |
| AI 增量与代价 | 同候选池首推的胜、平、负、同款及降级 | 结合相同入口的 P95 与成功任务成本,当前单次重排对照待开展 |
先导搭配偏好评价
4 位参与者对 4 个固定场景完成 16 次选择:hybrid 获选 5 次,规则获选 3 次,持平 8 次;持平的 8 次展示了相同搭配。仅展示衣物名称,由同一聊天转达,且首位完成后曾揭示结果,保留为小样本试跑记录。选择理由与独立操作完成率尚未采集。
当前线上 AI 建议只做单次候选重排;历史 hybrid 同时参与解析和排序。后续对照将固定需求、衣橱、天气和候选池,统一展示样式,随机排列、全部完成后揭盲,并保留同款和降级。
迭代与失败复盘
| 问题 | 改动 | 验证状态 |
|---|---|---|
| 缺件与软偏好不足被转成澄清,首轮 hybrid 34/37 | 确定性模块判断可行性,模型新增澄清须有原文依据并独立核验 | D25、D27、D28 真实模型定向复验 3/3;修后完整 hybrid 复测待开展 |
| 天气 AI 返回无效候选并回退规则 | 短候选编号映射与校验,建议用受控代码核验 | 后续真实定向请求成功;工程边界测试通过 |
| “想穿得温暖一些”触发多余澄清 | 已定位到规则解析,拟将自然保暖表达归入偏好,并保留锁定、材质反例 | 本批仍未通过,修复与复验待执行 |
历史 hybrid 的 P95 约 3.48 秒,来自该批本机 HTTP 请求;规则使用进程内计时,两者应在统一入口后再比较。开发回归、定向复验与偏好试跑分别保留分母。
评测方法、需求说明和试用计划可从上方下载。