AI-2（实时动画推荐）是玄武屏的反哺业务核心：编辑器实时分析用户当前在写什么 → 推荐合适的活动画 → 一键插入。

业务价值：用户搜什么、哪些推荐被采用，直接指导平台下一步作品库选题和定制服务方向。这条数据流是玄武屏作为内容平台的核心壁垒之一。

工作流

用户在某页写"动量守恒"
   ↓
AI-2 后台静默分析（实时）
   ↓
左侧面板侧栏出现推荐：
  ✦ "动量守恒经典演示"（GGB）⭐ 4.9
  ✦ "弹性碰撞 vs 非弹性碰撞"（GGB）
  ✦ "动量守恒 3D 动画"（HTML）
   ↓
用户点击 → 一键插入到画布

推荐来源

• GGB 作品库：平台收录的 GGB 动画
• HTML 组件库：互动 HTML 组件
• 图片素材库：插图 / 示意图
• 公式库：常用 LaTeX 公式
• 图表组件：数据可视化模板

触发时机

时机	行为
打字时	节流 1s 后推荐
点击元素后	推荐相关补充元素
粘贴文本后	立即推荐
手动召唤	按 ⌘ + ; 强制推荐

推荐算法

不是简单关键词匹配。AI-2 综合：

• 语义理解：理解上下文（"动量"在物理课和经济学中含义不同）
• 行业上下文：演示文稿的整体行业（教育 / 医疗 / 企业）
• 历史选择：用户之前的偏好
• 作品评分：高评分作品优先
• 新作品扶持：新上传的优质作品给予曝光

推荐排序

排序权重：
  匹配度 × 0.5
+ 作品评分 × 0.2
+ 用户偏好 × 0.1
+ 新作品权重 × 0.1
+ 推广位 × 0.1

推荐位的"AI 反哺"价值

每次推荐 + 用户行为构成一份数据：

用户搜词："动量守恒"
推荐了 5 个作品
用户选了第 3 个 → 强信号
未选其他 4 个 → 弱负信号

平台用这些数据反哺：

• 哪些主题需要更多作品（用户搜了但没找到合适的）
• 哪些作品被频繁选择（爆款，应该激励作者）
• 哪些行业需求大（应该扩展该行业作品库）
• 给定制服务方向：用户需要 X 类作品，但平台没有 → 优先做

推荐质量优化

用户对推荐打分：

• 👍 / 👎 单项评价
• "不感兴趣"标记（永久不推该项）
• "推荐质量反馈"（整体）

AI-2 持续学习。

推荐与版权

推荐显示的作品：

• 免费区：直接插入
• VIP 区：标 VIP 标，需会员才插
• 采购单卖：标价格，购买后插
• 企业内部：仅本企业用户可见

详见「78. 内容保护」。

推荐多样性

避免"同质化推荐"：

• 不同作者作品交叉
• 不同表现形式（GGB / HTML / 图片）
• 不同难度层级
• 适度引入"长尾" niche 作品

推荐 vs 搜索

维度	推荐	搜索
触发	AI 自动	用户手动
上下文	当前页 + 行业	仅关键词
排序	综合权重	相关性
多样性	AI 控制	用户筛选

两者互补：

• AI-2 推荐适合"我不知道想要什么"
• 搜索适合"我知道我要什么"

性能与隐私

• 用户输入不上传完整内容，只发提取的关键词
• 算法在云端，用户输入加密传输
• 推荐结果缓存 5 分钟（避免重复请求）
• 服务可降级：AI-2 故障时退到关键词搜索

行业差异

行业	推荐特点
教育	侧重 GGB / 仿真动画
企业	侧重数据可视化 / 流程图
医疗	侧重 3D 解剖 / 病例图
建筑	侧重户型 / 漫游
军事	严格审核，仅授权用户

计费

AI-2 包含在订阅基础调用额度内。重度使用按次加购。详见「55. AI Prompt 技巧与定价」。

下一节讲 AI-3 课后学情分析。