命中效果调优|在 AI 的「选择题」里,怎么让小微更愿意选中你(系列收官)
系列《小微(微信小程序 AI)实战》第 10 篇(收官)
⚠️ 版本声明:本文基于小微内测版本(截至 2026-11-18 的官方文档与团队实测),微信官方尚未推出正式版本,文中权重排序、配置手段、约束数值均可能随版本迭代调整,正式版发布后请以官方文档为准。
写在前面
上线、灰度、排查都走完之后,进入持久战:命中率调优。用户说的话五花八门,怎么让小微在该想起你的时候想起你、该调你的接口时调你的接口?
先破一个普遍误解:很多文章把这件事类比成「小程序版 SEO」。对一半 (第 1 篇提过)。准确地说,命中是两层选择组成的漏斗,代码只能完全控制其中一层。
一、核心模型:命中是「两层选择」
| 层级 | 决策者 | 发生什么 |
|---|---|---|
| ① 跨小程序选择 | 微信平台(名称/简介/类目、是否接入 AI、评测分数、自动模式读源码、灰度) | 小微先判断「该唤起哪个小程序」 |
| ② 小程序内 SKILL / 接口路由 | 你的代码里的描述文案 | 选中你之后,判断「该调你的哪个 skill / 接口」 |
- 第 ② 层你能完全控制------全部通过描述文案实现
- 第 ① 层你能部分影响------以平台侧配置为主,代码只能配合
所以优化必须「代码文案 + 平台配置 + 评测分数」三管齐下,缺任何一角,命中率都会卡在某个水位上不去。
二、代码侧:官方描述文件的权重排序
官方对各描述文件的定位(按注意力权重从高到低):
| 文件 | 作用 | 权重 | 体积上限 |
|---|---|---|---|
接口返回的 content |
返回后「怎么说」 | 最高 | --- |
mcp.json → 接口 description / inputSchema.*.description |
「该不该调这个接口」「参数怎么填」 | 很高 | ≤24000B(去 outputSchema 及空白) |
src/app.config.ts → agent.skills[].description |
意图匹配首层信号:选哪个 SKILL | 高 | --- |
AGENTS.md |
全局角色设定:我是谁、为谁服务、多 skill 关系 | 中 | ≤10000B |
SKILL.md |
单个 skill 的业务流程 / 分流 / 铁律 | 最低 | ≤16000B |
page-meta.json |
服务直达页面元数据(账号卡片) | 独立开关 | ≤8000B |
官方最佳实践一句话:content 权重最高(怎么说话),其次接口/参数 description(选不选、怎么填),SKILL.md 只写流程,不重复接口功能。
「SKILL.md 只写流程」这条容易被违反:把接口清单、边界长文重复写进 SKILL.md,不但不加分,还会两处漂移、文档质量评测扣分(第 7 篇)。
三、实战:一次完整的调优改造
我们的诊断与改造过程。
3.1 诊断:命不中的语义断点
改造前的三个问题:
agent.skills[].description是纯品类词:只写了「按名称或编号搜索产品」------无品牌、无例句AGENTS.md的身份设定被淹没:只在开头一句带过「服务于 XX」,后面大段都是禁止规则,没有独立身份段mcp.json/SKILL.md的示例全是竞品或别家产品 :没有自家品牌 + 自家产品名的例句
结果是:用户说「帮我搜索 XX 型号 Pro」(自家明星产品),模型的语义链路里没有「XX 型号 Pro → XX 品牌小程序 → 搜索接口」这条锚点,它凭什么选你?
核心诊断结论:缺的是「用户语言 → 品牌 → 能力」的语义锚点,而不是代码 bug。
3.2 改造:四处的「加锚点」
| 文件 | 改动 |
|---|---|
src/app.config.ts |
skill 的 description 改为「XX 品牌(官方商城平台)产品搜索...」+ 4 条典型表达(含自家产品名/编号)+ 不适用边界 |
AGENTS.md |
新增独立「## 零、身份与服务定位」:品牌别名(含简称、关联品牌名)+ 能做什么 + 典型 query |
mcp.json |
接口 description 开头插入【业务归属】+ 典型实体;keyword 的抽取示例补自家产品 |
SKILL.md |
新增「品牌归属」条目;关键词示例补自家产品 |
配合体积校验(全部达标:AGENTS.md 2.5KB / SKILL.md 6.4KB / mcp.json 3.1KB),零代码逻辑改动------调优首先是文案工程。
3.3 一个反直觉的教训:别只在示例里写别家产品
我们最初故意在示例里写别家产品(想表达「全市场都能搜」),结果模型对自家品牌的联想被稀释。经验:
- 示例要覆盖「自家 + 别家」:自家产品建品牌锚点,别家产品证明能力范围
- 品牌别名要写全:全称、简称、惯用别称都写上------用户很少说全称
- 典型 query 要贴用户真实说法:从评测用例和灰度反馈里抄,不要自创
四、平台侧:代码改不了的四件事
第 ① 层(跨小程序选择)主要在平台侧:
- 小程序名称 / 简介 / 服务类目包含核心业务关键词------这是平台判断「你是谁」的第一来源
- 同时开启自动模式(与开发模式并行):平台读源码/页面结构,覆盖「你们有哪些产品」这类长尾意图
- 上传知识库(品牌介绍 + 产品目录 FAQ):把品牌词映射到能力(第 8 篇的完整做法)
- 保持评测分数在线:评测分数与线上调用效果直接关联------分数掉下来,命中率跟着掉
五、权衡决策:要不要启用 pageMetadata
page-meta.json(服务直达页面元数据)是可选增强,我们评估过、结论是暂不启用------这个决策过程值得作为案例:
- 收益 :可承接「打开首页」「看排行榜」「看定投排行」等浏览类意图,扩大命中面;卡片走「账号卡片 / 服务直达」而非原子接口
- 冲突 :与我们 AGENTS.md 里「榜单 / 排行 / 首页一律不接」的铁律直接冲突;启用必须同步放开能力边界
- 结论:单独决策,不在调优范围。宁可命中面窄而边界清晰,不要为了曝光放开能力导致负例失败
原则:命中率优化的前提是不破坏能力边界。 拿不准的增强,先问「放开后负例评测还过不过」。
六、验收:用固定话术集回归
每次文案改动后用固定用例集灰度回归(Nightly 工具 + 评测工具),我们当年的验收矩阵(脱敏):
| 用户说 | 期望 |
|---|---|
| 帮我搜索 XX 型号 Pro(自家产品) | 命中搜索 skill → 出产品卡 |
| 查 XX 型号 / 000001(自家编号) | 同上 |
| XX 有什么产品(泛化品牌问) | 不编造,引导到搜索页 |
| 帮我搜 YY 型号(别家产品) | 仍可用(检索范围是全平台) |
| XX 的线下门店地址(边界外) | 如实说暂不支持(边界不被破坏) |
关键:最后一类必须稳定不命中。命中率提升若以越界为代价,评测和用户体验双输。
七、系列收官:全链路回顾
九篇文章,一条完整链路:
01 认识小微 ------ 是什么、入口、按意图调用(不是搜索)
02 接入准备 ------ 自动模式 vs 开发模式、版本门槛
03 实战一 工程 ------ 独立分包 + agent 配置 + 原生与 Taro 共存
04 实战二 skill ------ 四层返回结构、handoff 开关、实体抽取、相关度校验
05 实战三 衔接 ------ handoff 接收侧、WebView 承载、登录收尾
06 评测 ------ 通过线、用例硬指标、文档质量零容忍
07 提审与发布 ------ 四道前置条件、知识库、发布≠可用
08 灰度与排查 ------ 灰度机制、六步排查决策树
09 命中调优 ------ 两层选择模型、描述文件权重、语义锚点
把这条链路上最值钱的几个结论留在这里:
- 小微是「按意图调用」的,不是搜索框------你的产品在 AI 眼里就是你写的说明书
- 流程是硬门槛:申请 → 开发 → 评测 → 提审 → 发布 → 灰度,一步不能跳
- 代码只能控制漏斗的第二层;第一层靠平台配置与评测分数
- 所有「诡异现象」先查环境:客户端版本、灰度、知识库------80% 的「bug」都在这三处
- 文案即产品:description 的每一句话,都在决定 AI 要不要想起你
内测阶段一切都在变,本文所有数字与规则请以官方最新文档为准。但上面五条认知,跨版本稳定。
参考
本文为实战经验整理(基于内测版本),官方能力与流程以微信开放文档及公众平台后台为准。