AIGC + Taro / 小程序

一、AIGC + 小程序能做什么？（真实落地）

企业真实在做的 8 类产品

场景	示例
智能客服	自动问答
文案生成	商品详情 / 活动
报告生成	性能 / 运营
表单分析	用户反馈总结
内容审核	风控
代码生成	配置 / 模板
数据解读	图表说明
内部 Copilot	工具助手

📌 结论：

小程序是 AIGC 最容易商业化的载体。

二、整体架构（必须这样做）

⚠️ 重点：小程序不能直连大模型

复制代码

Taro 小程序
   ↓
BFF / Serverless（Node）
   ↓
LLM API（OpenAI / 通义 / 文心）
   ↓
流式返回

BFF 必须做的事

API Key 隔离
鉴权
限流
Prompt 拼装

三、Taro 中实现 AIGC 的关键技术点

1️⃣ 请求方式（不是普通 fetch）

❌ 不推荐

复制代码

fetch()

✅ 推荐

复制代码

Taro.request({
  url: '/api/chat',
  method: 'POST',
  enableChunked: true, // 关键
})

📌 enableChunked = 流式能力

2️⃣ 流式输出（小程序核心难点）

原理

后端：SSE / Chunk
小程序：onChunkReceived

示例（重点）

复制代码

Taro.request({
  url: '/api/chat',
  method: 'POST',
  enableChunked: true,
  success(res) {
    res.onChunkReceived(chunk => {
      const text = decode(chunk.data)
      setAnswer(prev => prev + text)
    })
  }
})

👉 这是 AIGC 小程序的核心代码

3️⃣ 对话状态管理

复制代码

messages = [
  { role: 'system', content: '你是客服' },
  { role: 'user', content: input }
]

📌 要做：

截断上下文
限制长度
防 token 爆炸

4️⃣ Prompt 模板化（企业必做）

复制代码

const prompt = `
你是${role}
根据以下信息生成内容
输入：${input}
输出要求：${format}
`

5️⃣ 多模态（图片 / 文件）

图片生成

上传描述
返回 URL
前端渲染

文件分析

上传 → 后端解析 → 模型
前端只做展示

四、一个完整 Demo 设计（直接能做）

🎯 项目：智能性能报告生成（强烈推荐）

功能

选择 CPU / 架构
填测试指标
AI 生成分析报告

技术点

Taro 表单
流式输出
Prompt 模板
报告导出 PDF

📌 你现在的云鉴性能平台背景，完美匹配

五、Taro 小程序 AIGC 常见坑（面试加分）

坑	解决
流式断流	心跳 / 重连
内容过长	分段展示
请求超时	后端分批
token 超限	上下文裁剪
微信限制	后端兜底

六、简历怎么写（直接抄）

基于 Taro + 小程序实现 AIGC 应用

通过 BFF 接入大模型，支持流式响应

设计 Prompt 模板，提高生成稳定性

支持报告生成、内容分析等业务场景

七、面试官最爱追问 & 标准回答

Q：为什么小程序要走 BFF？

答：

小程序无法安全存储 Key，且不支持完整流式协议，

BFF 负责安全和协议转换。

Q：AIGC 在小程序的最大难点？

答：

流式交互和平台限制。

八、学习路径（2--3 周可落地）

第 1 周

Taro + 小程序
普通 Chat

第 2 周

流式输出
Prompt 模板

第 3 周

多模态
导出 / 分享

九、终极一句话（面试必杀）

AIGC + 小程序的核心是通过 BFF 把大模型能力转化为稳定、可交互的业务功能。