一个搜索框的三种解法：AI、镜头、分类

PSRESTful的产品搜索页，最近塞进了三套完全不同的找货逻辑。这不是功能堆砌——它暴露了一个被忽视的问题：B2B采购的搜索场景，远比电商复杂。

今年春天，他们刚把产品详情页重做了一遍，把阶梯价、库存、装饰工艺全拉进同一个视图。紧接着，同一个搜索框里悄悄发生了三件事：AI语义搜索上线、图像搜索开放、全平台统一分类筛选落地。三件事指向同一个判断：关键词匹配，已经不够用了。

AI搜索：把"人话"翻译成机器能懂的指令

新加的AI搜索开关，紧挨着原来的关键词选项。打开之后，你说话的方式变了。

不需要拆解查询。直接输入"给科技初创公司的环保赠品，预算5美元以内"，或者"美国产不锈钢水瓶，最小起订量50个"。系统同时干两件事：用大语言模型提取结构化参数，把剩下的语义意图转成向量搜索。

具体怎么拆分？以"美国产不锈钢水瓶，最小起订量50个"为例，LLM会提取max_price=5.0、category=drinkware、country_of_origin=US、min_qty_hint=50、primary_material=stainless steel。这些参数里，如果你在表单里已经手动设了某个值，那个值优先；没设的，才从自然语言里补。

剩下的语义碎片——"环保赠品""科技初创公司""水瓶""定制马克杯"——被转成嵌入向量，跟全量商品做相似度匹配。结果按Relevance（相关性百分比）排序，而不是SKU编号。

这里有个设计细节：如果LLM对某个过滤条件不确定，它不会瞎猜。那些词会留在语义查询里，交给向量搜索处理。所以你不会看到系统"幻觉"出一个你根本没提的品牌。

目前验证有效的查询包括长描述型、多条件叠加型、场景导向型。核心规律是：人越像跟同事 briefing，机器理解越准。

图像搜索：把展会现场变成选品入口

AI开关旁边有个相机图标。点开会滑出图像搜索面板，三件事可以做：上传本地图片、直接拍照、粘贴图片URL。

第三种用法被特别点出来：逛展会时路过一个展位，拍下桌上的瓶子，PSRESTful会返回你所有有权限的供应商里，视觉最接近的匹配结果。

技术路径跟AI搜索共享同一套向量空间。图片转成嵌入向量，跟商品图库做比对，同样输出Relevance百分比。结构化筛选器——价格、交期、最小起订量、标准化分类、品牌、供应商——可以叠加上去。

这个叠加很关键。视觉匹配再准，你可能还是需要"8美元以内、7天交期"的硬约束。图像解决"像什么"，参数解决"能不能做"。

分类统一：终结供应商各自的叫法混乱

三套搜索模式——关键词、AI、图像——现在都服从同一个normalized_subcategory筛选器。这是几周前上线的功能。

问题背景：不同供应商对同一类商品的叫法不统一。Knits、Sport Shirts、POLO/SPORT，可能是同一回事。采购方要在多个供应商之间比价，得先自己翻译一遍分类体系。

现在一个下拉菜单覆盖全平台。AI搜索路径里，你输入"polos"，LLM会自动解析到标准Polos子分类，再进入向量检索。人不用知道供应商后台怎么命名。

权限边界：所有搜索都绕不过同一道墙

一个容易被忽略的设计：无论用哪种搜索方式，结果范围都被锁死在你有权限的供应商池子里。AI搜索、图像搜索、关键词搜索，三者权限边界完全一致。

如果某个供应商不在你的账户里，无论你怎么描述需求、上传什么照片，他们的产品都不会出现。这不是技术限制，是B2B采购的商业逻辑——价格、库存、起订量，都是合同关系里的敏感信息。

这个设计把"搜索体验升级"和"商业权限体系"解耦了。前端可以尽情实验新交互，后端不需要重构供应商关系链。

为什么现在做这三件事

分开看，AI搜索是技术成熟度的产物，图像搜索是场景覆盖的延伸，分类统一是数据治理的补课。合在一起，它们回应的是同一个用户行为变化：B2B采购的决策起点，正在从"我知道SKU"转向"我有一个模糊需求"。

传统关键词搜索假设用户知道自己在找什么——至少知道行业术语。但采购场景里，需求往往来自上游的临时brief：市场部要"科技感强的环保赠品"，行政部要"看起来高档但预算有限的员工福利"。这些人不会先查行业分类表。

AI搜索承接的是自然语言描述的模糊需求。图像搜索承接的是"我看到一个东西，想要类似的"这种更原始的表达。分类统一解决的是模糊需求落地时的标准化问题——让不同供应商的库存，能被同一套语言检索到。

权限边界的坚守，则保证了这些体验升级不会触碰B2B的核心商业规则。

一个搜索框的三种解法，最终指向什么

PSRESTful没有替换掉关键词搜索，而是让三种模式并存。这不是保守，是对B2B采购复杂性的承认。

同一个采购人员，在不同阶段会用不同方式找货：有明确型号时敲关键词，有模糊场景时描述需求，看到实物时拍照识别。三种输入方式，对应三种认知状态。产品搜索框的任务，是降低状态切换的成本，而不是强迫用户适应单一交互。

更深一层，这套设计把"搜索"重新定义为需求翻译层——把人类的多元表达（语言、图像、行业黑话），翻译成机器能处理的结构化查询，同时把供应商的异构数据（不同分类体系、不同字段定义），翻译成统一的检索界面。

翻译层的价值，在于让两边都不需要改变自己的工作习惯。采购方不用学供应商的后台逻辑，供应商不用为了被搜到而改造数据格式。平台在中间做脏活。

目前AI搜索开关已向所有有产品搜索权限的用户开放。入口在psrestful.com/search，切到AI Search即可用自然语言描述需求。图像搜索和分类筛选在同一页面，无需额外申请。

从功能上线到用户习惯养成，中间隔着大量边缘 case 的打磨。但至少，这个搜索框已经承认了一件事：在B2B采购里，"找到东西"的方式，本来就不该只有一种。