像这双鞋，但适合跑步
图片给出外观，补充的一句话改变了问题。
给系统一张鞋的照片，找长得像的商品，这是图片检索。再加一句“但我想穿它跑步”，问题就变了。
相似度只回答了一部分
颜色、轮廓和纹理接近，不代表用途合适。用户的补充可能在保留某些条件，同时修改另一些条件。只把两个向量的分数相加，很容易把这种转折磨平。
先找候选，再想顺序
AI Commerce Agent 用文字、图片和关键词分别召回候选，再根据意图做第二次排序。外观相似的商品有机会进入候选集，但最后靠前的商品，还要回应“适合跑步”这个要求。
推荐理由也要对得上
检索找到了什么，解释就应该围绕什么。没有商品数据支持的功能，不该因为语言模型很会说话就被补出来。相比一段流畅的推荐词，我更在意它有没有真的接住用户加的那句话。