探索未来小程序开发方案：现在该建什么、哪些先别投

讨论未来的小程序，最容易陷入两极化：一边是把所有新概念都塞进规划，预算还没批就先上了数字人和空间计算；一边是认定这些与自己无关，继续往首页堆第五个轮播位。真实情况在中间——有三类能力现在就该建，有四类可以先不投，判断依据不是概念热度，而是你的业务数据有没有准备好。所以这份探索未来小程序开发方案不按概念热度排序，只回答一件事：现在投下去的哪些能力能回本。

一、先摆痛点：六个正在发生的问题

第一，功能越堆越多，用户找不到入口。一个上线两年的小程序，页面数从 18 涨到 60，首页却只能放 8 个宫格，长尾功能的使用率跌到不足 3%。第二，想上 AI，但数据没沉淀，客服机器人只能答"请咨询人工"。第三，端越来越多，微信、支付宝、抖音、鸿蒙各写一遍，一个需求改四处。第四，大模型接进来了，调用成本却不可控，一次多轮对话可能吃掉几毛钱，日活上万就是每月数万元。第五，选了低代码平台提升效率，两年后想迁出发现数据和页面导不出来。第六，新概念诱惑太大，投了半年不见回报。

二、痛点一与二的解法：对话式入口与知识库

功能膨胀的正解不是继续加菜单，而是加一层对话入口。用户在输入框里说"我上个月买的那个订单能不能改地址"，系统直接定位订单并跳转到改地址页，路径从五级点击压缩到一句话。这不是把大模型当搜索框，而是做意图路由。

1.意图路由怎么落地

做法是把高频意图做成结构化槽位。先梳理 Top 20 的用户诉求，每一条定义意图名、必填槽位、缺省处理、落地动作。比如"查订单"的槽位是时间范围与订单状态，落地动作是跳转订单列表并带上筛选参数；"改地址"的槽位是订单号与新地址，落地动作是调起修改接口。意图识别由大模型完成，动作执行由确定性的业务接口完成，不要让模型直接操作数据库。结论：能明确枚举的意图必须走结构化路由，只有兜底的长尾问题才交给生成式回答，这样准确率可以稳定在 90% 以上。

2.企业知识库的最小可用集

AI 接不上业务，八成原因是知识库没建。最小可用集包括四类文档：商品与服务的结构化参数表、售后与退换规则、常见故障处理手册、历史客服问答对（不少于 300 组）。文档要做切片，单段控制在 300 到 500 字，每段带来源标识与更新时间，检索时用向量召回加关键词召回的混合方式，并对结果做时间加权，避免给出过期规则。知识库每月至少更新一次，过期文档要下线而不是继续参与召回。

三、痛点三与四：多端扩张与端侧智能

端数增长的应对不是每个端配一个团队，而是分层：业务组件与状态管理用跨端框架共享，只把登录授权、支付通道、推送与原生能力做成端适配层。新增一个端的工作量，应该控制在一个端总工作量的 15% 到 25%。鸿蒙侧可以用元服务的思路，把核心高频场景拆成可独立分发的轻卡片，而不是把整个小程序平移过去。

1.大小模型分层与成本阈值

成本控制靠分层。端侧与小模型处理意图分类、敏感词过滤、表单校验、简单推荐这类任务，单次成本可以忽略；云侧大模型只处理需要推理与生成的任务，比如多轮咨询、方案生成、长文本摘要。落地时可以设两条硬指标：单会话平均调用次数不超过 3 次，单用户月度推理成本控制在 0.3 元以内，超出就触发降级策略，把复杂问题转人工或转静态答案。像本凡科技这类做过多端与即时消息系统的团队，通常会在这层加缓存和结果复用，把重复问题的命中率做到 30% 以上，成本还能再降一截。

四、痛点五与六：低代码的边界与不该投的清单

低代码不是不能用，而是要用在正确的位置。判断标准有三条：页面逻辑是否以表单和列表为主、是否需要深度定制的交互、未来三年是否可能更换技术栈。三条里满足前两条，低代码能省下 40% 到 60% 的工作量；只要第三条成立，就必须在合同里写明数据导出格式与源码归属，否则后期迁移成本会超过当初省下的钱。

1.现在可以先不投的四类能力

一是空间计算与三维场景，除非你本身就是家居、文旅展示类业务，否则用户设备渗透率支撑不了投入；二是数字人直播，成本与真人团队接近，但转化率尚未稳定跑赢；三是自建大模型，除非有强合规要求，否则调用成熟模型更划算；四是从零自研低代码平台，市面上成熟工具足够用，自研的机会成本远高于收益。这四类可以留作观察项，每半年重新评估一次。

五、探索未来小程序开发方案的建设顺序：三批能力怎么排

建议分三批推进。第一批在三个月内完成：统一用户与数据埋点、把核心业务接口整理成文档、搭建知识库最小可用集、上线对话式入口覆盖 Top 20 意图。第二批在半年内完成：跨端框架改造，把新增端的适配成本压到两成以内；接入成本监控与降级策略；客服与工单系统打通。第三批在一年内完成：端侧小模型做意图预处理、个性化推荐与自动化营销、以及根据业务特性评估元服务与轻量化分发。

六、常见问题

1.对话入口会不会抢走正常页面的流量？

会，这是预期内的。判断标准不是页面 PV，而是任务完成率与完成时长。如果对话入口让"查订单""改地址""申请售后"这三类任务的平均完成时长下降 40% 以上，就说明分流是健康的。建议在入口上做引导，把高频意图做成快捷词，而不是让用户面对空白输入框。

2.现有的小程序要不要推倒重做？

不建议。绝大多数情况下可以在现有架构上叠加：先补数据埋点与接口文档，再加知识库和对话入口，最后做跨端改造。推倒重做的项目，延期率明显高于增量改造，且业务连续性风险更大。

3.怎么衡量 AI 功能做得好不好？

看四个数：意图识别准确率、一次解决率、转人工率、单会话成本。合理的起步目标是准确率 85% 以上、一次解决率 60% 以上、转人工率低于 25%、单会话成本控制在预算线内。运行三个月后按实际数据调整阈值，而不是上线时就追求完美。

4.预算有限，第一批里哪一项最该先做？

先做数据埋点与接口文档。这两项是所有智能能力的基础，投入通常只占整体预算的 8% 到 12%，但没有它，后面每一项都要临时补数据，代价翻倍。

这份探索未来小程序开发方案的核心不是追新，而是让业务能力可被调用、可被理解、可被迁移。先把数据和接口理顺，再加对话入口与知识库，最后才是端侧智能与新形态分发，这个顺序反过来做，钱多半会打水漂。

如果团队缺的不是想法而是落地人手，可以考虑找本凡科技这类同时具备多端开发、即时通讯与 AI 智能体经验的团队先做一期试点，用三个月验证意图路由与知识库的实际效果，再决定是否扩大投入。