适合谁看

• 在做内容探索型产品的人

• 想知道 AI 推荐到底解决了什么产品问题的人

• 不想把 AI 功能做成"只是换个搜索框"的开发者

• 想理解搜索和 AI 推荐如何在鸿蒙端协同的人

问题背景

传统搜索并不是没用。它非常适合：

• 我知道关键词

• 我知道要找哪个对象

• 我只想快速定位结果

但美食探索场景有一个天然难点：用户很多时候并不知道具体想找什么。

他更可能说的是：

• 想吃点鸡蛋做的，但别太单调

• 最近下雨，想来点热乎的

• 有没有适合第一次尝试的异国吃法

这类输入如果完全按传统搜索框理解，往往会很别扭。

项目中的真实场景

食界探味当前已经同时具备两种路径：

路径	入口	适合场景
普通搜索页	app/lib/features/search/	已知目标，精确关键词
AI 助手页	app/lib/features/ai_assistant/	模糊意图，探索发现

AI 助手背后通过 4 个工具把模糊问题转成真实菜品结果：

• search_dishes — 多维度条件搜索

• get_random_dish — 随机推荐惊喜

• get_dishes_by_ingredient — 同食材全球吃法

• get_dish_detail — 菜品详情

探索页上两种入口并存：

// explore_screen.dart

// 搜索入口 — 精确查找
SearchEntryBar(horizontalPadding: horizontalPadding),

// AI 入口 — 模糊探索
if (AppConfig.enableAi)
  AiEntryCard(
    onTap: () => context.push('/ai-assistant'),
  ),

这说明当前 AI 推荐并不是脱离搜索存在，而是在补搜索不擅长的那部分语义理解。

核心实现

先说结论：

在美食探索场景下，AI 推荐之所以更自然，不是因为它更"智能"这个抽象词，而是因为它更适合承接模糊、带情绪、带场景的用户意图。

一、传统搜索更像"定位已知目标"

搜索的优势非常明确：输入关键词 → 快速匹配 → 返回结果列表。

食界探味的传统搜索页实现：

// search_screen.dart

void _onQueryChanged(String text) {
  _debounce?.cancel();
  _debounce = Timer(const Duration(milliseconds: 300), () {
    ref.read(searchProvider.notifier).search(text);
  });
}

300ms 防抖后触发搜索，结果直接渲染为菜品列表。这在下面这些场景里很好用：

• 我就想搜"寿喜锅"

• 我就想找"牛肉"

• 我知道自己要什么

但一旦用户输入开始带上情绪、场景、模糊偏好，传统搜索就会开始显得很硬。

二、AI 推荐更适合承接"模糊意图"

食界探味当前 AI 助手的系统提示词里，已经把意图理解写得很明确：

// ai_explore_coordinator.dart → _systemPrompt

const _systemPrompt = '''
你是「食界探味 AI 探味助手」，帮助用户从食材出发探索全球吃法。

## 工作流程
1. 理解用户意图：提取食材、口味偏好、排除项、场景等信息
2. 调用 search_dishes 工具检索匹配菜品
3. 如果用户想随机探索，调用 get_random_dish
4. 如果用户想看某道菜的详情，调用 get_dish_detail
5. 如果用户想看同食材的其他吃法，调用 get_dishes_by_ingredient

## 风格
- 温暖、有趣，像朋友推荐美食
- 极简，话越少越好，点到即止
''';

AI 助手不是在机械匹配词，而是在先把用户那句自然语言还原成更结构化的意图。比如用户说"想吃鸡蛋做的，但别太家常"，AI 会理解为：

• 食材: 鸡蛋

• 避免: 家常口味

• 需要: 有特色的做法

然后调用 search_dishes 工具：

// search_dishes_tool.dart → parametersSchema

'ingredients': { 'description': '食材名称列表，如 ["鸡蛋", "番茄"]' },
'flavorTags': { 'description': '偏好的口味标签，如 ["鲜", "甜"]' },
'avoidTags': { 'description': '排除的口味标签，如 ["辣"]' },
'region': { 'description': '地域偏好，如 "亚洲"、"欧洲"、"美洲"' },

AI 把"别太家常"翻译成 avoidTags: ["家常"]，把"鸡蛋做的"翻译成 ingredients: ["鸡蛋"]，然后用结构化参数去查数据库。这一步就是 AI 推荐比传统搜索更自然的关键——它能理解自然语言背后的结构化意图。

三、四个工具分别解决什么类型的模糊意图

食界探味的 4 个工具不是随机设计的，它们分别对应 4 类不同的用户意图：

工具	解决的意图类型	示例输入
search_dishes	多条件组合探索	"想吃牛肉，清淡一点，不要辣"
get_random_dish	完全随机惊喜	"给我一个惊喜""随便推荐"
get_dishes_by_ingredient	同食材全球吃法	"牛肉在其他国家怎么做"
get_dish_detail	深入了解某道菜	"这道菜的详细介绍"

search_dishes 是最核心的工具，支持 5 个维度的条件组合：

// search_dishes_tool.dart

Map<String, dynamic> get parametersSchema => {
  'properties': {
    'ingredients': { 'description': '食材名称列表' },
    'flavorTags': { 'description': '偏好的口味标签' },
    'avoidTags': { 'description': '排除的口味标签' },
    'region': { 'description': '地域偏好' },
    'limit': { 'description': '返回数量，默认 5' },
  },
};

这意味着 AI 可以同时处理"要什么"和"不要什么"——传统搜索很难同时表达"要牛肉"和"不要辣"。

get_random_dish 则解决了一类传统搜索完全无法处理的意图：

// get_random_dish_tool.dart

String get description =>
    '随机获取一道菜品，适合用户说"随便推荐一个"或"给我一个惊喜"的场景。';

"给我一个惊喜"——这种输入用传统搜索根本无法处理，但 AI 可以理解它是"随机推荐"的意图。

四、AI 推荐在这里解决的是"表达门槛"

传统搜索要求用户先把问题收得很准：

用户想表达："我想吃鸡蛋做的，清淡一点，适合一个人吃的"
传统搜索输入框：鸡蛋 清淡          ← 用户被迫精简
搜索结果：番茄炒蛋、蒸蛋羹         ← 匹配到的可能不是用户想要的

AI 推荐允许用户保持自然说话方式：

用户想表达："我想吃鸡蛋做的，清淡一点，适合一个人吃的"
AI 助手输入框：今晚想吃点鸡蛋做的，清淡一点，一个人吃
AI 理解：食材=鸡蛋，口味=清淡，场景=一人食
AI 回复：为你找到了 3 道适合一个人的鸡蛋吃法：日式茶碗蒸、
         西班牙蛋饼、泰式蒸蛋。茶碗蒸最清淡，西班牙蛋饼更饱腹。

这种输入方式对用户来说更轻。而对产品来说，它降低的是用户表达意图的门槛。

AI 助手页面的欢迎页示例也体现了这一点：

// ai_assistant_screen.dart → _WelcomeView

static const _examples = [
  '今晚想吃点热乎的',           // 场景 + 情绪
  '家里有鸡蛋，做什么好',        // 食材 + 开放式
  '来个异国风味的牛肉',          // 食材 + 地域偏好
  '不想吃辣，清淡一点',          // 排除 + 偏好
  '给我一个惊喜',               // 完全随机
];

这 5 个示例没有一个是"精确关键词"，全部是自然语言表达。它们在告诉用户：你不需要想好要搜什么，随便说就行。

五、搜索页如何智能引导到 AI 助手

食界探味还有一个很聪明的设计：当用户在搜索页输入了自然语言时，会自动提示"试试 AI 探味助手"：

// search_screen.dart

static bool _looksLikeNaturalLanguage(String query) {
  if (query.length < 6) return false;
  const intentWords = [
    '想', '不要', '适合', '推荐', '来个',
    '有', '做', '吃', '喜欢', '清淡', '热乎',
  ];
  return intentWords.any((w) => query.contains(w));
}

当检测到搜索词像自然语言时：

if (AppConfig.enableAi && _looksLikeNaturalLanguage(state.query))
  _AiSearchHint(
    query: state.query,
    onTap: () => context.push(
      '/ai-assistant?q=${Uri.encodeComponent(state.query)}',
    ),
  ),

这个设计的巧妙之处在于：

1. 不替代搜索 — 搜索页仍然正常展示搜索结果

2. 智能识别 — 通过关键词检测判断输入是否像自然语言

3. 无缝引导 — 点击后带着原始 query 跳转到 AI 助手

4. 产品逻辑 — 搜索无结果时也显示这个提示，给用户一条退路

比如用户在搜索页输入"今晚想吃点热乎的"：

搜索结果：无（因为没有菜名叫"热乎的"）
提示：试试用 AI 探味助手理解你的需求 →

点击后跳转到 AI 助手，带着 query"今晚想吃点热乎的"，AI 会理解为"热的、汤类、暖胃"，然后推荐合适的菜品。

六、AI 输出不是替代搜索结果，而是"组织推荐方向"

食界探味的 AI 助手输出有一个关键设计：AI 不直接展示菜品详情，而是简短文字 + 菜品卡片。

系统提示词明确规定：

你的文字回复下方会自动展示菜品卡片，用户可以点击卡片查看详情。
所以你的文字部分要非常简短，不要重复卡片上已有的信息。
推荐多道菜时，格式如下（整段控制在3-5句话以内）：
为你找到了N道XX相关的吃法：菜名A、菜名B、菜名C。
然后用1-2句话做一个整体点评或亮点提示。

这意味着 AI 在这里的角色是：

用户 → AI 理解意图 → AI 调用工具 → AI 组织推荐语义 → 卡片展示真实菜品
              ↓
         不是：
         AI 编造内容 → 直接展示文本

AI 负责"把探索方向讲清楚"，真实内容仍然由菜品卡片和详情页承接。这比"让 AI 直接编一整页内容"更稳，也更适合真实产品。

七、为什么说它"更自然"，不是"更万能"

AI 推荐并不是要替代所有搜索。更准确的理解应该是：

场景	适合路径	原因
"我要找寿喜锅"	传统搜索	精确目标，直接匹配
"牛肉怎么做"	传统搜索	食材关键词，搜索能处理
"想吃点清淡的鸡蛋"	AI 推荐	模糊偏好，需要意图理解
"来个惊喜"	AI 推荐	随机推荐，搜索无法处理
"适合下雨天吃的热乎东西"	AI 推荐	场景 + 情绪，搜索无法理解
"有没有异国风味的牛肉"	AI 推荐	地域 + 食材组合，需要语义理解

食界探味当前同时保留搜索页和 AI 助手页，本身就说明了这一点。它们不是谁替代谁，而是在解决两类不同问题。

八、在鸿蒙端，语音输入让 AI 推荐更自然

这是鸿蒙端特有的优势。鸿蒙设备支持语音输入，用户可以直接用嘴说出模糊意图：

用户对着鸿蒙手机说："想吃点鸡蛋做的，别太家常"
  ↓
鸿蒙 SpeechRecognitionPlugin 识别为文本
  ↓
Flutter SpeechRecognitionChannel 接收文本
  ↓
AI 助手理解意图：食材=鸡蛋，避免=家常
  ↓
调用 search_dishes(ingredients: ["鸡蛋"], avoidTags: ["家常"])
  ↓
推荐：日式茶碗蒸、西班牙蛋饼、泰式蒸蛋
  ↓
用户点击卡片查看详情

语音输入让"自然语言表达"变得更加自然——用户不需要打字，直接说就行。在鸿蒙设备上，这个体验链路是：

嘴 → 鸿蒙语音识别 → Flutter AI 助手 → 工具调用 → 菜品卡片

比传统搜索的体验链路更短、更自然：

想 → 打字 → 搜索框 → 关键词匹配 → 结果列表

而且语音输入天然支持更长、更复杂的表达。打字时用户可能会精简为"鸡蛋 清淡"，但语音时用户会说完整句子"想吃鸡蛋做的，清淡一点，不要太家常"——这让 AI 能获取更丰富的意图信息。

九、TTS 播报让推荐结果可以"被听"

鸿蒙端的 TTS 能力让 AI 推荐的结果可以被语音播报：

// ai_explore_coordinator.dart

Future<void> speakText(String text) async {
  final cleaned = _stripForTts(text);
  await TextToSpeechChannel.speak(cleaned);
}

用户看完 AI 推荐后，可以点击"语音播报"按钮，让鸿蒙 TTS 引擎把推荐文案读出来。这在以下场景特别有用：

• 用户在做饭时，不方便看手机

• 用户在开车时，想听 AI 推荐

• 用户视力不便时，语音推荐更友好

语音输入 + AI 推荐 + TTS 播报，形成了一个完整的"说话 → 听推荐"闭环：

说话（鸿蒙 ASR）→ AI 理解 → 工具调用 → AI 组织推荐 → 听推荐（鸿蒙 TTS）

关键代码位置

文件	作用
app/lib/features/search/screens/search_screen.dart	传统搜索页 + AI 引导
app/lib/features/ai_assistant/screens/ai_assistant_screen.dart	AI 助手页 + 欢迎示例
app/lib/features/explore/screens/explore_screen.dart	探索页，两种入口并存
app/lib/core/ai/ai_explore_coordinator.dart	AI 流程编排 + 系统提示词
app/lib/core/ai/tools/search_dishes_tool.dart	多条件搜索工具
app/lib/core/ai/tools/get_random_dish_tool.dart	随机推荐工具
app/lib/core/ai/tools/get_dishes_by_ingredient_tool.dart	同食材查询工具
app/lib/core/ai/tools/get_dish_detail_tool.dart	菜品详情工具
app/lib/core/platform/speech_recognition_channel.dart	鸿蒙语音识别通道
app/lib/core/platform/text_to_speech_channel.dart	鸿蒙 TTS 通道

搜索与 AI 推荐的协作架构

┌─────────────────────────────────────────────────────┐
│                     用户输入                          │
│                                                      │
│  "寿喜锅"          "想吃点热乎的鸡蛋"    "给我惊喜"   │
│     │                    │                   │       │
│     ▼                    ▼                   ▼       │
│  ┌──────────┐     ┌──────────┐        ┌──────────┐  │
│  │ 传统搜索  │     │ 智能检测  │        │ AI 入口  │  │
│  │ 关键词匹配│     │ 自然语言? │        │ 直接进入 │  │
│  └────┬─────┘     └────┬─────┘        └────┬─────┘  │
│       │                │                    │        │
│       ▼                ▼                    ▼        │
│  ┌──────────┐     ┌──────────┐        ┌──────────┐  │
│  │ 搜索结果  │     │ 搜索结果  │        │ AI 助手  │  │
│  │ 列表展示  │     │ + AI 引导 │        │ 意图理解 │  │
│  └──────────┘     └────┬─────┘        └────┬─────┘  │
│                        │                    │        │
│                        ▼                    ▼        │
│                   ┌─────────────────────────────┐    │
│                   │       AI 工具调用层           │    │
│                   │  search_dishes / random /    │    │
│                   │  by_ingredient / detail      │    │
│                   └──────────────┬──────────────┘    │
│                                  │                    │
│                                  ▼                    │
│                   ┌─────────────────────────────┐    │
│                   │    菜品卡片 + 详情页承接      │    │
│                   └─────────────────────────────┘    │
│                                                      │
├──────────────────────────────────────────────────────┤
│                  鸿蒙原生能力增强                      │
│                                                      │
│  语音输入（SpeechRecognitionPlugin）                   │
│    → 让模糊表达更容易，获取更丰富的意图信息             │
│                                                      │
│  TTS 播报（TextToSpeechPlugin）                       │
│    → 让推荐结果可以被听，支持不方便看手机的场景         │
│                                                      │
└──────────────────────────────────────────────────────┘

常见坑

• 把 AI 推荐做成"换皮搜索框" — 如果 AI 只是把用户输入原样丢给搜索，那就失去了语义理解的价值

• 让 AI 输出替代真实内容页 — AI 编造的菜品信息不可靠，必须用工具调用真实数据

• 只强调模型回答，不把真实业务卡片接回来 — AI 推荐的价值在于"组织方向"，真实内容仍需卡片承接

• 误以为 AI 推荐要取代搜索 — 搜索适合已知目标，AI 适合模糊探索，两者互补

• 搜索页不引导到 AI — 当用户输入自然语言时，应该主动提示"试试 AI 助手"

• AI 欢迎页没有示例 — 用户不知道能问什么，示例引导非常重要

• 鸿蒙端语音输入没有接入 AI — 语音识别的结果应该直接喂给 AI 助手，而不是只给搜索框

可复用模板

搜索与 AI 协同思路

传统搜索适合
  - 已知目标
  - 精确关键词
  - 快速定位

AI 推荐适合
  - 模糊意图
  - 场景表达
  - 灵感探索
  - 随机惊喜

协同方式
  - 搜索页检测自然语言 → 引导到 AI
  - AI 用工具调用真实数据 → 不编造内容
  - AI 输出简短推荐语 → 卡片承接真实内容
  - 详情页继续深入 → 形成完整链路

AI 系统提示词模板（探索型推荐）

const systemPrompt = '''
你是[产品名]的 AI 助手，帮助用户从[核心维度]出发探索[内容类型]。

## 工作流程
1. 理解用户意图：提取[维度1]、[维度2]、排除项、场景等信息
2. 调用工具检索匹配内容
3. 基于真实数据给出有温度的推荐

## 输出格式
用纯文本回复，简短（3-5句话以内）。
内容下方会自动展示卡片，不要重复卡片上的信息。

## 风格
- 温暖、有趣，像朋友推荐
- 必须基于工具返回的真实数据
- 没有完全匹配时诚实告知
''';

搜索页自然语言检测模板

static bool looksLikeNaturalLanguage(String query) {
  if (query.length < 6) return false;
  const intentWords = [
    '想', '不要', '适合', '推荐', '来个',
    '有', '做', '吃', '喜欢', '清淡',
  ];
  return intentWords.any((w) => query.contains(w));
}

// 检测到自然语言时引导到 AI
if (looksLikeNaturalLanguage(query))
  AiSearchHint(
    onTap: () => context.push('/ai-assistant?q=$query'),
  );

本篇总结

美食探索场景下，AI 推荐比传统搜索更自然，核心不在"模型更强"，而在它更适合承接模糊、带场景、带情绪的用户意图。

食界探味当前的设计之所以顺，关键在于：

1. 搜索和 AI 互补 — 搜索处理精确查找，AI 处理模糊探索

2. AI 不替代内容 — AI 负责理解意图和组织推荐语义，真实菜品由卡片承接

3. 工具调用真实数据 — AI 不编造内容，4 个工具分别对应不同类型的意图

4. 搜索页智能引导 — 检测到自然语言时主动提示"试试 AI 助手"

5. 鸿蒙语音增强 — 语音输入让模糊表达更容易，TTS 让推荐可以被听

在鸿蒙设备上，"嘴 → 语音识别 → AI 理解 → 工具调用 → 菜品卡片 → 语音播报"形成了一个完整的闭环，比传统"打字 → 搜索框 → 关键词匹配"的链路更短、更自然。这不是 AI 替代搜索，而是 AI 补了搜索在模糊意图理解上的短板。