「麻麻进化营」AI 小程序
从一个在线抽卡工具,迭代成能解读卡牌、回答售前问题的 Agent 小程序。
问题
第一版小程序只能在线抽卡。上线后发现用户会把卡片截图发给豆包求解读,抽卡之后的理解需求没有被承接;同时私域人工小助理回复不过来,也记不住全部课程和往期内容。
做法
在抽卡基础上增加「AI 卡牌解读」和「智能售前问答」两个模块,通过 API 接入 Coze 智能体,背后是经过清洗和 A/B 测试的飞书知识库,并改成流式回复。
结果
产品已上线并持续运营,最近 90 天日均访问人数约 33;从单一抽卡迭代为「抽卡 + 解读 + 问答」三个核心模块,界面和问答流程可公开演示。
需求从哪里来
我在社群里接触到这个 IP 项目,并短期做过人工小助理,负责承接公域进来的用户、回答问题、推荐内容。这段经历让我看到两个真实问题:
- 抽卡后没人解读。 第一版小程序只支持在线抽卡,但我发现用户会把卡片截图发给豆包,请它帮忙解读。
- 人工客服接不住。 从公域进入私域的用户很多,小助理很难及时回复,也记不住全部课程、商品和往期内容。
产品方案



我独立完成产品设计、UI 设计与小程序开发,持续迭代三个核心模块:
- 在线抽卡:降低实体卡牌的体验门槛
- AI 卡牌解读:通过 API 接入 Coze 智能体,引导用户结合自己的问题理解卡片
- 智能售前问答:检索飞书知识库,按用户问题推荐课程、卡牌、视频、公众号和播客内容
知识库与 Agent 怎么调好的
内容清洗。 第一版把音视频转写内容直接导入知识库,回答冗余、逻辑不清。之后我写爬虫脚本辅助抓取公众号、小红书、课程和播客内容,对文本去重、分段和归类,再重新入库。
提示词 A/B 测试。 在相同模型、相同知识库、相同测试问题下对比提示词,重点调整角色设定、回答结构、推荐逻辑,以及信息不足时怎么回答,并用固定问题集复测,保证优化可以复现。
流式回复。 智能体最初是非流式返回,响应慢还会超时。我自学流式响应机制并完成接入,实现边生成边展示,同时补上超时和异常处理。上线后又为云函数写了定期轮换访问令牌的流程,保证服务长期稳定。
发现问题 → 查资料 → 理解机制 → 对比测试 → 接入实现 → 复测验证
结果

小程序已上线并持续运营,最近 90 天日均访问人数约 33。
用到的工具:微信小程序、Coze 智能体、飞书知识库、腾讯云语音转写、Python 爬虫、Cursor、Codex