“声势不小，但真正能选的并不多。”这是记者体验Naver新近推出的“购物AI Agent 1.0”后的直观感受。测试从“推荐一款游戏本”这一问题开始，但多轮追问下来，系统始终未能稳定给出符合预期的产品。首轮回答看似完整，条件加得越多，推荐结果反而越容易在原有答案附近打转。

该功能于本月5日接入Naver Plus Store应用，是一项对话式商品推荐服务。用户在应用内输入购物相关关键词后，系统便会自动启动。Naver方面计划以自研电商专用大语言模型（LLM）“Shopping Intelligence”为基础，整合价格、商品、用户偏好及配送信息等数据，布局AI购物市场。

多轮追问后，上下文衔接仍有限

此次测试围绕“游戏本”展开。在近期PC硬件采购成本走高的背景下，游戏本作为整机产品的关注度有所上升，也因此成为此次体验的测试对象。

第一次提问“推荐游戏本”时，AI Agent给出了较为完整的选购框架，包括GPU性能、CPU、内存容量、屏幕、存储空间、散热与噪音、重量和便携性等，并推荐了一款“Lenovo Legion游戏本（Core i7 / GeForce RTX 5060 / RAM 16GB / SSD 1TB）”。

当记者进一步追问“有没有支持内存升级的笔记本”时，系统提示需要确认设备是否配备内存插槽、是否采用板载设计，随后却转而推荐“Samsung Electronics Galaxy Book4”，推荐方向开始偏离“游戏本”这一核心条件。

在记者明确要求“从游戏本里选”后，系统再次给出“Lenovo Legion游戏本”，基本回到了首轮推荐结果。

随后，记者将条件进一步细化为“请推荐支持内存升级的游戏本型号”。这一次，AI Agent依据内存可升级性、图形性能、发热与散热、用户评价等维度推荐了“HP Omen 17”，但给出的却是32GB版本，与“先选16GB、后续再升级”的实际需求并不完全一致。

当问题继续收窄为“请给我16GB型号”时，系统又改为输出屏幕、便携性、存储与扩展性、电池和散热管理等通用选购建议，最终推荐“Samsung Electronics Galaxy Book5”。随着追问增加，前序条件并未被有效累积，推荐逻辑反而出现进一步波动。

之后，记者又连续提出“给我多个选项”“250万韩元价位的基础配置大概怎样”“请推荐250万韩元价位的游戏本”等问题，结果大体相似：有时系统只给出价格区间参考，却缺少具体机型；也有部分提问直接出现“无法处理该请求”的提示。即便重复输入同一问题，系统也常常重新回到此前的“Lenovo Legion游戏本”推荐。

作为对比，将类似问题输入Google Gemini后，系统能够较为稳定地按照价格、用途和可升级性等维度给出多款产品线对比。相比之下，Naver购物AI Agent在连续追问场景下更容易偏离需求，或回到既有答案。

数据能力是优势，但产品完成度仍待提升

由于目前仍处测试阶段，从实际体验来看，该服务还有不少环节需要完善。

首先，在连续提问、逐步细化条件的过程中，系统对前序对话内容的承接仍不够充分，整体体验更接近早期生成式AI产品。其次，问答式交互虽然能提供较细的说明，但响应节奏偏慢，也容易拉长用户的决策过程。

此外，推荐结果还呈现出一定的“偏向特定商家”倾向。即便更换问法，重复出现的仍是相似店铺，这也引发了外界对推荐标准的疑问。对于“是否优先展示广告商品”的问题，Naver相关人士回应称，“从系统结构上看，并不存在优先推荐广告商品的机制”。

不过，Naver在搜索、博客、社区、Clip等自有平台沉淀的大量数据，仍被视为这项服务的核心竞争力。实际回答过程中，系统会同步检索关联搜索词、相关文档以及在售商品对应的购物关键词；在答案下方，系统也会附上博客及网页搜索等来源链接。市场因此认为，该服务具备整合真实用户体验和社区信息、进一步演进为本地化购物AI的潜力。

目前，该服务仅覆盖数码家电、家居生活、订阅等少数品类，适用范围仍较有限。虽然功能已部署在Naver Plus Store这一购物应用内，但要将其用于更多品类的商品筛选，现阶段仍有明显局限。

Naver相关人士表示，由于目前仍为“Beta 1.0”版本，当前支持的商品品类相对有限。公司计划在今年上半年将服务扩展至美妆、食品等领域，后续还将支持更多信息检索与推荐功能。