132
0- 是什么： 将亚马逊的销售过程视为一场**“咨询对话”：用户提问（模糊需求）→ AI理解（意图识别）→ AI整合信息（知识抽取）→ 推荐答案（精准匹配）。Rufus算法的核心不再是简单的排序，而是“阅读理解”与“答案生成”**。它模拟的是一个金牌导购员的大脑。
- 交互层级与关键指标：
意图层（Intent）： AI分析用户的自然语言提问（如“适合初学者的轻便跑鞋”）。它不再只看关键词“跑鞋”，而是理解“初学者（需要保护/稳定）”和“轻便”这两个语义标签。
关键指标：语义相关性、场景词覆盖率（Occasion/Audience）。
知识层（Knowledge）： Rufus会扫描Listing的标题、五点描述、A+页面和属性参数表（Spec Table），提取硬核数据。
关键指标：属性完整度（Attributes Completeness）、信息结构化程度。
口碑层（Sentiment）： AI直接读取并总结Review和QA。它会生成“大家都在说这个产品电池耐用，但噪音大”的总结。好评不再只是为了星级，而是为了给AI提供“推荐语料”。
关键指标：评论情感分析得分（Sentiment Score）、特征标签提及率（如“Easy to assemble”）。
匹配层（Context）： AI将产品特征与用户场景进行匹配。只有当你的产品能完美回答用户的问题时，才会被优先
