本文对携程发布的旅游行业首个垂直大模型“携程问道”进行了全方位实测。测试覆盖了出行地点推荐、机票高铁查询、酒店预订、门票价格、旅游建议及行程规划六大核心场景。结果显示，该模型在基础信息查询和行程建议上表现尚可，能有效节省用户时间，但在日期识别精准度、价格实时性、意图理解深度及行程逻辑合理性方面仍存在不足，部分场景出现幻觉或同质化推荐。文章进一步分析了垂直大模型在旅游领域面临的数据实时同步、知识图谱融合及意图理解等技术瓶颈，并展望了 RAG 增强、Agent 自主规划及个性化微调等未来发展方向，指出当前 AI 辅助旅行仍处于从尝鲜向实用过渡的阶段。
当前生成式 AI（AIGC）领域竞争激烈，从大厂到中小企业，再到创业者和机构，都在积极投身于这片新蓝海，希望在竞争中占据先机。
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
使用加密算法（如AES、TripleDES、Rabbit或RC4）加密和解密文本明文。 在线工具，加密/解密文本在线工具，online
生成新的随机RSA私钥和公钥pem证书。 在线工具，RSA密钥对生成器在线工具，online
基于 Mermaid.js 实时预览流程图、时序图等图表，支持源码编辑与即时渲染。 在线工具，Mermaid 预览与可视化编辑在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online
将 Markdown（GFM）转为 HTML 片段，浏览器内 marked 解析；与 HTML转Markdown 互为补充。 在线工具，Markdown转HTML在线工具，online
业界逐渐认识到，大模型的价值实现依赖于其在各行各业的应用落地，特别是在与垂直行业的深度融合中。因此，行业大模型逐渐取代通用大模型，成为新的发展趋势。
携程集团发布了旅游行业首个垂直大模型'携程问道'，旨在聚焦全球旅游行业，通过 AI 技术提供全方位的智能助手服务，涵盖旅行前、中、后各个阶段。
行业场景为大模型提供了理想的实践舞台。
与通用大模型相比，行业大模型必须针对特定场景进行优化，融入行业专业知识（Know-How），或利用知识图谱来解决专业问题，从而打造出更加实用的智能服务。
以旅游产业为例，其业务链条长且场景多样，主要分为行前规划、行中体验和行后反馈三大环节。
其中，行前规划是用户最为耗时、选择最为困难、过程最为复杂的部分。'携程问道'大模型主要聚焦于行前规划环节。
端午假期马上到来，相信大家也在开始着手规划出游行程，到底 AI 能不能帮助我们更好地规划旅行呢？让我们一起来测评一下。
首先是旅行地点的选择，指定了范围和要求，模型能够为我们提供一些旅游参考地点。
除了具体的范围，还可以指定旅游体验，在测试中，相关推荐也都是一些海滨城市。
询问机票价格的时候，会自动跳转到车票购买页面，测试了对日期的识别，不管是具体的 6 月 8 日，还是今天明天这样的词语，模型都能够识别出来。
想要对比价格和时间的话，模型可以推荐近期的特价机票。
但是对于高铁的车次和时间的话，跳转的还是购票页面，还是需要用户进一步的筛选。
当我们询问模型，推荐一个住宿大致地点的时候，模型给出的推荐是一个具体的酒店，可以一键预定，但是两次询问的答案同质性比较高。
我们询问的时候是想知道哪个区域出行比较方便，但模型似乎没有理解到地点这一需求，在意图识别这一块还有改进的空间。
对于端午假期这个范围区间，模型理解得大致准确，但门票的价格给出的还是平日票的价格，没有显示出端午假期的实际价格，用户还是需要去自行确定。
针对出国旅行这类需要考虑众多细节的行程，模型的回答还是比较全面的，提供了具有一定参考价值的信息，帮助用户节省了查询出行注意事项的时间。
但是在具体内容上，模型给出了曼哈顿这一不合常理的地点。
可以看出前两天的规划还比较合理，景点距离的也都很近，但第三天的行程安排，火车东站，体育公园，和京华城广场有一些让人摸不着头脑，既不是热门景区也缺乏合理性。
通用 AIGC 存在的一个问题是给出的答案并不是那么可靠。
对于旅游业而言，体验感非常重要，即使规划节省半小时，但推荐的酒店或者行程结果可能有 5% 的几率是错的，那就得不偿失。
从我们实测的数据来看，模型大部分的效果还是可以的，相比于通用大模型确实可以在某些方面确实可以节省一些做攻略的时间。
当然在很多方面还存在改进的空间，再加上大模型始终存在的幻觉问题，想要让模型一键规划所有的事情还是为时尚早，想法和现实还是存在一定的差距。
目前垂直大模型在旅游领域的应用面临几个核心挑战：
为了进一步提升垂直大模型的可用性，后续技术演进可能集中在以下方向：
总体而言，旅游垂直大模型正处于从'尝鲜'向'实用'过渡的阶段。虽然目前仍存在幻觉和准确性问题，但随着多模态技术和行业数据的不断积累，AI 辅助旅行的体验将逐步接近人类专家的水平。
