📢 转载信息
原文链接：https://openai.com/index/scout24
原文作者：Scout24
Scout24运营着德国最大的房地产平台，在一个生态系统中连接着找房者、房主、房东和中介。多年来，AI一直支持着欺诈检测、营销效率和房产估价等领域。而强大大型语言模型的崛起，为客户创造了一个构建全新事物的机会：一个智能化的、对话式的房地产助手。
我们与Scout24的首席技术官Gertrud Kolb进行了交谈，了解她的团队如何构建一个由GPT‑5驱动的搜索体验，他们从“智能交互”中学到了什么，以及在发布前他们是如何平衡创新与质量和信任的。
“保持好奇心，保持开放，开始行动。相互交流，相互学习——并享受乐趣。”
概览结果
- GPT‑5 驱动 Scout24 的对话式搜索助手 HeyImmo
- 自适应答案格式：简洁摘要、要点列表或带有图片预览的直接房源列表
- 基于OpenAI Evals框架构建的自定义评估系统，用于定义和衡量答案质量
- 全公司范围的“集群测试”（swarm testing），用于完善预期和压力测试边缘案例
- 为速度和可靠性以及快速改进而构建的架构
- 与OpenAI解决方案架构师紧密合作，以提高安全性、质量和用户体验
部署内幕
Scout24的首要任务是搜索——这是其平台的核心功能。但当团队开始使用OpenAI进行原型设计时，他们意识到客户想要的不仅仅是改进的搜索结果。他们需要指导。Gertrud说：“我们很快就发现，这不仅仅是关于搜索。我们需要一个房地产专家助手——一个陪练伙伴——引导你完成整个平台体验。”
这一见解催生了一个对话式助手，它可以提出澄清性问题、展示相关房源、总结选项，并根据用户的需求调整答案格式。有些人想要要点列表；有些人想要完整的摘要；还有些人希望立即看到房源列表。理解“智能交互到底意味着什么”成为了最大的挑战之一。
Scout24还必须找到合适的技术架构。早期的想法倾向于一个复杂的多代理框架，但团队有意地简化了：使用函数调用（function calling）和集中的组件，以便他们能够快速交付并从用户那里学习。延迟、相关性、性能以及答案的结构成为了中心主题。
最重要的经验之一是理解质量。为了解决这个问题，Scout24构建了自己的评估模型，其灵感来源于OpenAI的evals框架——这有助于团队定义“足够好”到底意味着什么，并在许多场景中衡量它。他们将此与广泛的内部测试相结合——几乎所有员工都被邀请试用产品、提供反馈并对边缘案例进行压力测试。该公司延迟了一次发布，以确保体验达到他们定义的标准。
在整个开发过程中，Scout24与OpenAI团队密切合作。Gertrud形容这种合作在提高答案质量、塑造响应结构以及就AI驱动的搜索体验的“良好”标准达成一致方面“非常有帮助”。
这种迭代工程、严格评估和广泛测试的结合，为提供既智能又值得信赖的客户体验奠定了基础。
Scout24的领导力经验总结
- 从AI可以改变产品核心的地方开始，并由此进行迭代。
- 质量至关重要：定义“足够好”，并构建衡量它的工具。
- 大规模的内部测试可以发现真实的用户期望。
- 尽早发布，快速学习——但要知道何时放慢脚步。
- 产品团队与技术专家之间紧密的伙伴关系可以加速进步。
展望未来
Scout24目前的重点是互联互通性：将房地产助手扩展到找房者、房东、房主和中介。从帮助中介制作经过验证的平面图到为找房者提供更个性化的指导，团队看到了深化体验和加强整个市场网络效应的许多机会。
“对于我们拥有的每类客户群体，我们都有许多由AI驱动的功能的想法。我们才刚刚开始。”
🚀 想要体验更好更全面的AI调用？
欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，文档丰富，小白也可以简单操作。
评论区