微信生态 AI 家装咨询与线索分级小程序

本项目面向家装、旧房改造和全屋定制商家，解决传统微信咨询中回复慢、重复追问多、线索质量难判断、销售跟进容易遗漏的问题。用户从公众号、视频号或二维码进入小程序后，可选择装修类型，并按自适应流程填写城市、面积、户型、预算、开工时间、偏好风格和具体需求。系统结合商家已确认知识与 MiniMax 大模型，生成需求洞察、量房准备清单、风险提示及设计师沟通问题，并引导用户预约量房。
预约提交后，系统自动形成结构化线索，根据资料完整度、预算、工期和预约意愿完成高、中、低意向分级。商家可在工作台查看今日任务、响应时限和超时提醒，在线索详情中查看 AI 摘要、分配设计师、记录回访备注并推进状态。项目同时提供知识库维护、可预约档期、通知中心、服务进度、客户反馈、经营分析和服务规则配置，形成“咨询—建议—预约—分级—跟进—量房—成交/未成交—复盘”的完整闭环。

我负责项目定位、交互设计、14 个页面的设计图与像素级前端复刻，并完成微信小程序、Node.js 本地服务、持久化数据层和 MiniMax AI 的整体联调。用户端实现三类装修需求的自适应追问、专业建议、预约量房、成功反馈和服务进度；商家端实现工作台、线索列表与详情、负责人分配、跟进时间线、知识库、档期容量、通知中心、经营数据和服务设置。
AI 部分采用服务端代理，Key 不进入小程序包；提示词只使用用户确认信息和商家已审核知识，姓名与手机号不会发送给模型。生成结果经过 JSON 结构、字段数量、事实一致性、虚构数字和不当承诺校验，不合格时自动修复，超时或审核失败时回退到规则建议，保证预约主流程可继续使用。真实 MiniMax 评测覆盖新房、旧改和全屋定制等场景，4/4 通过，质量得分 100。
工程与安全方面实现了短期会话、角色和商户隔离、请求路径与字段白名单、防重放、幂等、组合限流、不透明游标分页、短时突发识别和枚举型反爬；敏感信息采用最小化返回和脱敏埋点。项目配置 92 项自动化测试，并通过微信开发者工具对全部 14 个页面执行视觉回归截图，确保业务逻辑、布局和多页面流程稳定。
主要难点是让 AI 输出既专业又不虚构报价或工期，以及让用户端和商家端共享同一条真实线索状态。我通过结构化输出协议、二次质量修复、规则降级、幂等数据写入和统一服务时间线解决这些问题，使 AI 能力、线索运营与后续服务保持协调，而不是彼此独立的演示功能。