做面向实体小店的 AI 产品技术选型的第一约束不是效果上限而是风险下限。最近我们VertGrow・销冠 Claw拿到了视频号团购服务商授权借此复盘三个关键技术决策对做垂直场景 AI 产品的同学可能有参考。决策一私域自动化 —— 为什么放弃协议接入最 快 的路线是直接接平台底层协议功能全、开发快市面上多数同类工具这么做。但这条路架构性风险太大非官方协议天然在平台风控打击面内账号受限意味着客户资产归零 —— 对小店老板微信里几百个老客户就是全部生意。最终选了安卓系统辅助操作不破解、不注入、不调非官方接口。代价是开发量大增。对外口径也不吹 绝对安全如实告诉用户 风险无法归零我们降到最低。决策二视频生成 —— 为什么放弃提示词生成路线通用路线是 text-to-video文本进、画面出。营销场景下这是歧路生成画面和商户真实场景无关平台多模态查重图像特征哈希、场景一致性校验很容易判为非原创商户品牌一致性无法保证 —— 生成一个 看起来像餐厅 的画面不如用他自己的门头。正确架构是把商户实拍素材作为唯一视觉输入自研模型以音频驱动实拍素材剪辑本质是把 生成 问题转成 理解 编排 问题。生成自由度下降但真实性、合规性、品牌一致性三个约束全部满足。决策三对话系统 —— 为什么自研情境引擎通用 LLMPrompt 做客服demo 惊艳多轮后逻辑混乱。垂直场景对话质量核心在情境建模不在基座模型。我们的 A-C-T 情境感知引擎仅对话逻辑迭代了 30 多版。商业模式旗舰版980 元 / 年42项功能全开放折合每天约2.68 元。内测一家奶茶店12天发26条原创短视频带来31咨询、18核销、7回头客个体案例仅供参考。合规背景2026 年 9 月发布的 GEO 团体标准T/CAACCHINA 001~005-2026已明确 伪造数据 虚构引用 为禁止行为。 数据来源明示 不做绝对化承诺 应该成为 AI 产品的设计约束而不是事后补救。做小微商户 AI 产品的同学共勉技术选型先过风险这一关。