BRIGHT LITTLE THINGS / 02

电商评论区互动助手

卡点

看见直播间里的消息越来越多，主播渐渐忙不过来。我有点好奇：能不能让 AI 帮忙接住这些来不及回复的问题？于是动手把这个浏览器端工具做了出来。

完整浏览器工具Tampermonkey 脚本商品知识库 / RAG连接 AI API

网页流程 · 示意界面

live.example.com / studio正在直播

实时评论03

AI 回复AI

需要回复

有男款也有女款吗？

有的，男款和女款都有，可以在商品详情页查看款式和尺码。

✓已送回直播页面

它怎么工作

让一条评论，自己走完回复流程。

Tampermonkey 脚本监听页面里的实时消息。

区分问题、闲聊和无法确定的内容，决定回复还是跳过。

从商品卖点、尺码、库存和活动规则中找回答依据。

根据检索结果生成简短回复；没有依据时交给人工确认。

实际工作流

每条评论先进入判断节点。需要回复的问题再检索商品资料、活动规则和常见问答，最后由模型根据召回内容生成结构化结果；没有找到依据时不直接作答。

闲聊直接跳过，需要回答的问题才进入后续检索。

RAG 从商品资料和活动规则中找依据，避免只靠模型记忆回答。

统一返回 needReply 和 msg；没有可靠依据时转给人工。

实时信息

直播进行时，观众在评论区问“男款女款？”。脚本当场读到同一条消息，控制台随即收到并交给模型判断。这张图证明，输入来自正在变化的真实直播间。

技术落地

我先把监听评论、调用 AI API 和回填回复的代码作为 Userscript 装进 Tampermonkey，再配合 Content-Security-Policy（CSP）控制插件处理本地验证时的浏览器限制，把抓取、生成和回复串成一条完整链路。

做完这条链路后，我更确定：不是每条评论都值得回，回复也不是越快越好。真正影响体验的是，系统能不能在速度、准确和打扰之间找到合适的位置，并在 AI 说错时把处理权交还给人。

复盘

而是原本散在网页、脚本和 API 里的几步，真的被接成了一条能自己往前走的路。做完以后我也更清楚：自动化不是把人拿掉，而是帮人分担工作，减轻压力。