站内商品几百上千个，靠人工排首页和猜用户喜好已经撑不住了，于是想上推荐大模型。但真动手时通常会卡在同一个地方：手上只有订单表和商品表，不知道够不够用、该选什么模型、要不要自己训。这篇不聊算法公式，只给一条从数据到落地的执行顺序，每一步都写清做到什么程度算够、什么情况下这套做法不适用。
站内商品几百上千个，光靠人工排首页、凭感觉猜用户喜欢什么，已经越来越撑不住。于是很多运营者想到上推荐大模型。但真动手时往往卡在同一个地方：手上只有订单表和商品表，不知道这点数据够不够、该选什么模型、要不要自己训。这篇不聊算法公式，只给一条从数据到落地的执行顺序，每一步都写清做到什么程度算够、什么情况下这套做法不适用。
整体节奏可以概括成四步：先把数据盘清楚，再定推荐模式，然后搭一条最小可用链路接回前台，最后才谈迭代和风险。顺序不能乱，尤其别在数据没准备好时就去挑模型，那样选出来的东西往往用不上。
先看数据够不够，别急着选模型
这一步的目标不是把数据做到完美，而是判断「现有数据能支撑到什么程度的推荐」。盘一遍你手上有哪些数据、缺哪些、缺的那类补起来成本高不高。数据不够就先别建模，把预算放在别处。
- 用户行为数据
- 浏览、加购、下单、退货这些动作，是推荐效果的地基，缺了它个性化基本无从谈起
- 商品属性数据
- 类目、价格带、库存、图文，决定模型能不能把商品理解对
- 场景上下文
- 入口位、时间、活动，用来判断当前这次请求该给什么推荐
盘完分类，再算两个稀疏度指标：单个用户平均有多少条有效行为，单个商品平均有多少次曝光。行为极稀疏的新品和新客，先靠内容和规则兜底，不要指望模型给出靠谱的个性化结果。
- 商品标题、风格词、尺码描述要归一成结构化标签，随机写的文案模型只能学到噪声
- 行为日志要能按用户和商品对上号，匿名或串号的数据等于没有
- 缺哪一类先补哪一类，行为数据优先级最高，商品属性其次
- 什么情况下这步不适用：日均订单只有个位数、SKU 常年不变的小店，投入建模的回报远低于人工编排，直接把预算放在选品和详情页更划算
定模式：API 调用、提示词推荐还是自己微调
模式选择按改动成本从低到高排，能低成本解决就别往高处走。推荐这个场景要的是「从几千个商品里挑出几个」，大部分工作量其实在召回和过滤，通用大模型擅长的是文案和解释，不一定适合承担排序。
| 模式 | 适合什么情况 | 主要代价 |
|---|---|---|
| 规则加提示词 | 商品量不大、想快速验证效果 | 每次调用有成本，排序能力有限 |
| 嵌入模型加向量检索 | 商品数上千、需要语义召回 | 要维护向量库和商品标签 |
| 训练专门排序模型 | 商品上万、行为每天稳定增长 | 需要评估口径和持续人力 |
判断分界线可以这样看：能用嵌入模型加向量检索解决的，不必上训练；只有商品规模大、行为数据持续增长、有稳定评估口径和能持续投人维护的团队，自己训排序模型才划算。到站内的模型资料库核对各家模型当时的定位和能力，再决定用哪一类。
- 先试规则加提示词：把用户最近行为和商品标签塞给通用模型，让它排序或写推荐理由
- 再看要不要用嵌入模型做语义召回，这一层通常性价比最高
- 最后才考虑训练专门的排序模型，这是投入最大的一步
- 什么情况下不适用：没有稳定流量和评估口径时，微调出来的模型无法判断好坏，等于在噪声上训练
搭一条最小可用链路，再接回前台
链路不用一次做全，先搭一条能跑通、每段能单独开关和回滚的最小版本。顺序建议是：行为日志采集 → 清洗去重 → 商品标签归一 → 召回（规则加语义）→ 排序（先规则后模型）→ 前台展示位。
- 采日志并清洗把浏览、加购、下单事件落到能按用户和商品对上的表里，去掉重复和测试数据，验证办法是随机抽几个用户能还原出他的行为序列
- 归一商品标签把标题和描述里的类目、风格、尺码抽成结构化字段，验证办法是随机抽商品看标签和实物是否一致
- 搭召回和排序先只用规则召回，再叠加语义召回，排序先用规则跑通，确认整条链路能出结果
- 接回前台展示位小流量接入，确认展示的商品真实存在、库存可用，能一键回滚到旧逻辑
上线前先做离线评估：留出一段时间的历史行为做回放，看推荐位点击、加购、成交相对基线的变化。但别只看离线指标，线上还有库存、下架、活动价这些约束。线上必须加兜底，库存为零、已下架、类目错配的商品要在过滤层拦掉，模型输出的商品 ID 必须回查到商品表确认存在，这条不做迟早出事故。评估口径也要固定下来，否则每次调整都说不清是模型变好还是口径变了。
上线之后怎么迭代，以及要守住的风险线
上线不是终点。迭代的原则是慢一点、可对照：按周看数据，按版本做实验，一次只改一个环节，改动前后留出观察期，别同时动三处。召回、排序、展示规则分开改，才能知道是哪一步起了作用。
- 定期做冷启动检查：新品有没有曝光机会、新客第一次进来看到的是什么，纯靠行为数据训练的推荐很容易把新品饿死
- 合规与边界：用户行为的采集和使用要符合平台规则与隐私要求，个性化展示需提供关闭或调整入口
- 价格类推荐不要踩虚假促销红线，具体口径到站内合规相关页面核对
- 什么情况下要停下来：转化没提升但退货率或差评上升，说明推荐把不合适的人引到了不合适的商品上，这时该退回上一版而不是继续加码
先把数据和链路做扎实，模型选型是后面的事，顺序反了再多预算也白花。下一步动手前先去站内看清楚各家模型当下的定位、价格档位和中转站可信度，再决定用哪条路落地，能少走不少弯路。→
常见问题
没有推荐算法团队，运营自己能不能做？
能，但要把目标缩小。先做「规则加提示词」这一档：用行为数据圈一批候选商品，让通用模型写推荐理由和排序建议，前台按规则位展示。这套基本不需要写代码，效果靠人工校准。等流量和商品数涨到人工排不过来，再考虑引入向量检索或找外部技术资源。
数据量不大，用大模型做推荐有意义吗？
意义有限。推荐的核心是「从候选里挑对的」，候选少的时候人工规则往往更准更可控。数据量小的阶段，把精力放在商品标签整理、类目结构和详情页上，收益更直接。等候选规模大到人工排不过来，模型的价值才会显出来。
推荐效果怎么判断有没有变好？
先固定口径：看哪个展示位、统计多长时间、比哪个指标（点击、加购还是成交）。然后做前后对比而不是横向跟别人比。要注意推荐位的数据受库存、活动、季节影响很大，最好用同期对照或小流量实验来隔离这些干扰，否则很容易把外部波动当成模型功劳。
