這個五一，AI 還不能成為你的旅行規劃師

如果給 AI 最先融入的場景排個序，旅遊場景一定會名列前茅。無論是景區提升服務能力，還是遊客制定出遊攻略，抑或是 OTA 平臺對抗 AI 搜尋，看上去都能利用 AI 找到更優的解決方案。

AI 走向應用的大趨勢，以及 Agent 的火爆，則進一步加速了旅行行業在 C 端的 AI 化探索程序。

五一之前，飛豬和馬蜂窩都上線了新的 AI 能力。飛豬的「問一問」號稱是一個多智慧體驅動的 AI 產品，可以像專業的旅遊服務從業者一樣思考問題、執行任務。馬蜂窩則正式上線了 AI 旅行助手「AI 小螞」，支援即時問答、行程線路規劃、線上旅行嚮導、個性化推薦。同時，馬蜂窩還上線了專注攻略規劃的「AI 路書」功能。

垂直平臺之外，通用的 AI 搜尋與通用 Agent 產品也會成為一些使用者制定五一旅行攻略時的工具之一。DeepSeek、豆包之外，夸克、秘塔、釦子空間、Manus 等也都會被一些使用者選擇，成為他們制定旅行攻略的新工具。我們不是每次旅行都能找到一個肯花費時間和精力準備攻略的優質搭子。AI 則被認為可以扮演好這個角色。

這個五一假期我們也選擇了秘塔、夸克、Manus、釦子空間、飛豬問一問、AI 小螞、AI 路書等產品，在相同的要求下，各自生成了一份兩天的武漢旅行攻略。我們想借此真實感受下，AI 是否已經給旅遊場景帶來了切實有效的體驗升級。並且，旅遊場景也具備一定的代表性，能夠代表 AI 走向實際應用的成熟度。

攻略平平無奇，體驗驚喜不多

這部分的小標題代表了我們這次體驗的最終感受。雖然每個產品給到的攻略內容各有詳略和側重，但是整體的行程差異化不明顯。即便我寫了要個性化一些，也大都是在圍繞黃鶴樓、曇華林、黎黃陂路、東湖風景區、江漢路步行街、漢口江灘、武大校園等幾個大眾景點進行規劃和推薦，有點平庸。

秘塔的研究模式下，雖然對每個景點也有亮點總結，也給出了兩個小眾路線推薦，但景點到景點之間所需時間的計算缺乏依據。此外，秘塔所引用的一些資料略顯老舊和單一，有 2022 年的咖啡館推薦頁面，第一天行程的美食推薦也基本都來自攜程上的同一篇文章。

夸克深度搜索給出的景點亮點介紹比較簡單，兩天的行程基本覆蓋了武昌和漢口的大眾景點，沒有個性化景點推薦。同時，夸克也同樣存在景點到景點之間所需時間計算不準確的問題。但夸克在每個景點都能給到一些小貼士，如黃鶴樓拍照機位推薦，古德寺需要買香火券等。

Manus 的攻略比較細緻，雖然景點推薦和夸克差不多，但會按照上午、中午、下午的時間段來劃分行程，也給到了從一個景點到下一個景點的行程建議。比如 Manus 會建議從黎黃陂路步行或騎行前往漢口江灘，並列出了漢口江灘的三個遊玩專案。同時，Manus 會給到一些季節限定的遊玩專案或美食推薦，但較少給到具體店鋪的推薦。

同樣是通用 Agent 產品，釦子空間在使用的體感上與 Manus 差不多。從攻略內容上看，釦子空間給到了景點的門票價格和建議遊玩時間，但沒有意識到景點與景點之間轉換也需要時間，景點介紹、餐飲推薦和住宿推薦相對詳細。整體效果上看，釦子空間和 Manus 在產品成熟度上，還存在一定的差距。

然後是 AI 小螞和 AI 路書。在馬蜂窩 App 中，可以直接與 AI 小螞進行聊天互動，獲得路線推薦，也可以點選 AI 路書，生成更詳細的旅行攻略。AI 小螞與 AI 路書在行程細節上會存在差異。AI 路書會包含城市概況、交通出行指南、費用分析、貼士等拓展部分；AI 小螞則比較簡潔，只有大概路線、推薦店鋪和玩法等核心內容。

相比上面的產品，飛豬的問一問要更獨特一些，更像是一次 OTA 平臺的 AI 化嘗試。從攻略行程來看，問一問的效果類似 AI 小螞，線路推薦沒有特色，也相當簡潔，時間配置上會出現下午到達武漢的不合理安排。但從出行體驗來看，問一問是個不錯的機酒預訂助手，能夠根據預算推薦不同的機票和酒店，並直接點選預訂。

就我個人來看，這些 AI 攻略都不能滿足我的旅行需求，目前還是非常雞肋的產品。從遊覽路線推薦上看，除了秘塔與 Manus 能夠給到一些小眾路線推薦，其他產品給到的資訊與隨便一篇武漢旅行攻略能得到的資訊相差不大。從餐飲、住宿推薦上看，由於判斷依據不足，我很難相信 AI 給到的推薦，還是需要自己去查詢確認。

沒有被滿足好的三個關鍵點

這種雞肋的感覺源自——旅遊產品 AI 化的成熟度還遠遠達不到讓大眾使用者日常使用的要求。大部分產品的完成度都不高。

第一，很多產品都還在內測中，限制了使用者的使用次數。Manus 的免費使用者只有 1000 積分，完成一次任務需要超過 500 積分；飛豬問一問的邀請碼只給到了高級別會員；馬蜂窩 AI 路書的每個邀請碼，只代表一次使用機會，並且還會出現排隊和錯誤的情況。

第二，大部分產品都不支援在已經生成的結果基礎上進行微調，也沒有上下文的記憶功能，每次增加新的要求，都會重新生成一份攻略。連續性的缺乏在讓攻略的製作不斷重啟。這種體驗並不符合使用者的實際使用習慣。AI 產品需要找到一個更加順暢的旅行攻略創作流程。

第三，這就會涉及到 AI 如何去拆解使用者的需求。DeepSeek 的一大突破就是讓 AI 具備了理解人的需求，並將其拆解成任務執行步驟的能力。如何利用這個能力，更精準地拆解出使用者的需求，是 AI 產品需要進一步完善的功能，也是一個順暢的旅行攻略創作流程的良好開端。

目前看來，無論是通用 Agent 或 AI 搜尋，還是旅遊產品推出的 AI 助手，大部分都還不能很好的拆解使用者的需求。旅行往往都是突發奇想，鎖定一個點再去探索更多未知。相比一站式完成使用者的任務，儘可能細緻地瞭解使用者需求更為重要。我會覺得，馬蜂窩的 AI 路書和 Manus 採用的詢問更多細節的機制，能夠讓使用者的需求更精準，讓攻略製作更有效。

需求拆解的顆粒度也會在一定程度上影響攻略的個性化。目前很多使用者讓 AI 生成出來的旅行攻略也都是千篇一律的。AI 需要學會像人一樣去瀏覽資訊，代替人從眾多資訊中找到其喜歡的個性化路線。這一方面要求 AI 更理解人的需求和喜好，另一方面則要求更精準的資料作為支援。

第四，AI 依然存在幻覺，需要學會交叉驗證。AI 搜尋產品往往會呼叫公開資訊進行攻略的製作，但這會面臨資訊準確性與時效性不夠的問題。自建知識庫可能是一種解決方案。在 ima 的實踐中，就有人將收集到的旅行目的地的資訊放到個人知識庫中，讓 AI 根據知識庫來製作攻略。

飛豬為問一問接入了報價引擎，即時呼叫機票、酒店價格等資料，馬蜂窩為 AI 小螞提供了十數年積累的海量真實旅行資料，這些都是為 AI 提供精準資訊、資料的努力，也在一定程度上消減了 AI 的「胡說八道」。但我們還是能夠從攻略中看到一些已經關閉或消失的店鋪。AI 在獲得充分資料的基礎上，還需要學會交叉驗證資訊。

旅遊 +AI，還可以做得更好

通過體驗這些產品，我們也意識到，雖然大家都在談論 AI 具備了更強的代理執行能力，但目前能夠讓 AI 去代理我們來做的，依然是基礎資訊的收集與處理，完成一些準備工作，然後再由人來做出判斷和決定。AI 製作出的旅行攻略現在僅具備參考價值，是人類完成最終攻略的準備工作。

即便飛豬的問一問給到了確切的航班和酒店推薦，我們還是不會直接讓問一問幫我們進行預訂。Google 此前曾計劃推出能幫助人預訂機票的 Agent，但最終只是做了一個行程規劃工具，因為 Google 也沒有辦法讓 Agent 非常可靠地按照使用者的預期來執行操作。Perplexity 的 Buy With Pro 和亞馬遜的 Buy for me 也都只是提供商品資訊。

不考慮執行能力，資料打通也可以讓 AI 做得更好。如果飛豬的機票、酒店資料與馬蜂窩、小紅書的個人攻略相結合，由一個像 Manus 一樣的 Agent 產品進行呼叫和查驗，應該能夠獲得在各自產品中都難以實現的體驗。這需要解決移動網際網路時代遺留的資訊孤島問題，是生態層面的變化。

通用 Agent 嘗試通過為 AI 配置虛擬機器，或通過 MCP 協議連線垂直服務和資料，來獲得準確、及時的資訊，但目前效果並不好。釦子空間可以代替使用者搜尋小紅書內容，卻缺乏篩選有效資訊的能力；有高德地圖的 MCP，但無法複雜呼叫。即便是在同一個網際網路大廠的生態內，想要拆掉部門牆也不是易事。

顯然，在這個五一假期，甚至是未來的十一假期，AI 都很難成為一名合格的旅行規劃師。