微信小程序+LLM打造智能相亲助手实战-AI智能范式网

微信小程序+LLM打造智能相亲助手实战

谢丽鹿

1. 项目背景：当相亲遇上AI

去年冬天，我被家里安排了一场相亲。对方是位文艺青年，聊天三句话不离"风花雪月"，而我这个理工直男完全接不住招。就在快要冷场时，我突然想到包里笔记本上跑着的LLM模型——为什么不试试用AI来当我的"僚机"？

当时我手头正好在开发一个基于微信小程序的AI对话应用，原型机就装在测试手机里。借着去洗手间的功夫，我快速调整了模型参数，把系统提示词改成了"扮演善于诗词歌赋的浪漫顾问"。回到座位后，每次对方抛出文艺话题，我就假装查看手机，实际上是在让AI生成回应。

效果出乎意料地好。当我说出"落霞与孤鹜齐飞"的下句时，对方眼睛都亮了；当我用AI生成的现代诗点评她分享的夕阳照片时，她直接要了我的微信。三个月后我们确定关系时，我坦白了这个"小把戏"，没想到她笑着说早就猜到了，但觉得愿意花心思研究她喜好的人更值得珍惜。

2. 技术架构解析

2.1 核心组件选型

这个"相亲辅助系统"的核心是微信小程序 + LLM的组合架构：

mermaid复制graph TD
    A[微信小程序前端] --> B[云开发环境]
    B --> C[Agent UI组件]
    C --> D[LLM模型服务]
    D --> E[DeepSeek-V3]
    D --> F[混元大模型]

实际开发中使用了微信官方提供的Agent UI组件，它封装了以下关键能力：

多轮对话管理
文件/图片上传
语音输入输出
联网搜索
会话持久化

2.2 模型服务对接

在app.js中初始化云环境后，通过简单的配置即可接入不同模型：

javascript复制// 使用DeepSeek-V3模型
Page({
  data: {
    chatMode: "model",
    modelConfig: {
      modelProvider: "deepseek",
      quickResponseModel: "deepseek-v3",
      welcomeMsg: "你好！我是你的文艺小助手"
    }
  }
})

针对不同场景可以灵活切换模型：

诗词创作：DeepSeek-V3（长文本生成优势）
图片理解：混元大模型（多模态能力）
实时资讯：联网搜索模式

3. 关键实现细节

3.1 文艺范提示词工程

要让AI说出让人心动的句子，提示词设计至关重要。经过多次迭代，我总结出文艺对话的三要素：

python复制prompt_template = """
你是一位精通中国古典文学的浪漫顾问，请用符合以下要求的风格回应：
1. 引用占比：30%古典诗词+20%现代诗+10%文学典故
2. 情感基调：温暖含蓄（避免直白表白）
3. 互动技巧：每次回应包含一个开放式问题

当前对话背景：{context}
用户最后一句：{input}
"""

实测发现，加入这些约束后，AI生成的回应既不会太过"掉书袋"，又能保持文艺气息。例如当对方提到"今天的晚霞很美"时，AI可能会回应：

"确实让人想起李商隐的'夕阳无限好'呢。不过我觉得，最美的晚霞总是和特定的人一起看时才最动人。你记忆中最难忘的晚霞是在哪里看到的？"

3.2 实时响应优化

相亲场景对延迟极其敏感，我们通过以下手段保证流畅体验：

流式输出：启用Agent UI的stream参数

javascript复制agentConfig: {
  stream: true,
  streamSpeed: 50 // 字符输出间隔(ms)
}

本地缓存：对常见文艺话题（如四季、风景、美食）预生成响应模板
降级方案：当网络不佳时自动切换精简版模型（DeepSeek-Lite）

4. 隐私与伦理考量

开发这类"人际辅助"应用需要特别注意：

重要提示：

所有对话数据加密存储，且7天后自动删除

首次使用必须弹窗告知正在使用AI辅助

禁止生成虚假个人信息（如伪造学历、经历）

设置内容过滤器拦截不当言论

我在小程序中实现了双重确认机制：当AI生成的内容包含以下关键词时，会强制用户手动确认后才发送：

情感承诺类词汇（永远、一定、承诺）
具体时间地点（明天、某餐厅）
金钱相关表述

5. 效果评估与迭代

上线三个月后收集到的数据很有意思：

平均对话轮次：23.7轮（普通相亲对话的3倍）
诗词引用准确率：92%（经文学专业朋友评估）
最受欢迎话题TOP3：旅行见闻、童年回忆、美食体验

但同时也发现一些问题：

有时会过度引用生僻典故（如元代散曲）
对现代流行文化引用不够（如影视剧、综艺）
应对突发话题转换时不够自然

针对这些问题，我最近正在尝试：

建立话题热词库，动态调整模型温度参数
加入实时搜索补全机制
开发"紧急求助"功能（摇一摇切换人工模式）

6. 开发心得与建议

经过这个项目，我总结了几个AI社交助手的开发要点：

硬件选择：

测试机推荐小米13系列（性价比高，调试方便）
避免使用华为Mate60（部分AI接口兼容性问题）

代码优化：

javascript复制// 坏实践：每次请求都初始化
function getResponse(input) {
  const ai = new AIClient()
  return ai.chat(input)
}

// 好实践：复用连接
const ai = new AIClient()
function getResponse(input) {
  return ai.chat(input)
}

调试技巧：

使用Charles抓包时，过滤/ai/路径的请求
在真机上测试语音功能前，先检查麦克风权限
遇到cloud.init报错时，尝试重启微信开发者工具

这个项目最让我意外的收获是：技术不仅能解决效率问题，还能帮助人们更好地表达情感。现在我和女友已经开发了情侣专属的"诗词生成器"，每天自动生成藏头诗互道早安。或许这就是工程师的浪漫吧。