WPS 表格 AI 公式能力升级

从部门增长目标出发，定位 AI 写公式链路的表达卡点，并推进参数推荐与 AI 公式推荐上线。

全局判断

WPS 表格 AI 产品组的目标不是单点做一个更聪明的函数助手，而是用 AI 能力推动表格日活增长。我的工作从这个目标下放到 AI 写公式链路：用户进入面板、是否发送 Query、是否采纳结果、是否能在不表达完整需求的情况下获得有效公式。

关键诊断

AI 写公式面板日均约 13 万用户打开，其中约 71.3% 未发送 Query 就离开；而发送 Query 后结果采纳率达到 75.3%。这说明问题不只是模型回答质量，而是用户不知道如何表达公式需求。

产品假设

如果用户难以描述公式需求，产品不应只等待用户输入 Query。更有效的方案是基于表格结构主动推荐 1-3 条完整公式，用低侵入方式承接未表达需求的用户。

方案推进

我将参数推荐的底层能力从函数参数弹窗拓展到 AI 写公式一级界面，围绕面板空间、历史记录、提问示例和用户原有路径设计推荐区，避免破坏已有 Query 链路。

模型与评测

参数推荐阶段，我参与 14 个高频函数的真实公式打标，构建 156 条符合线上数据分布的样张，并建立正确、微调可用、不可用三档标签。后续围绕结构理解和函数语法能力做多轮回归，正确率从 28.02% 提升至 67.02%。

公式推荐阶段，我针对等号时机下函数未知、需基于表格结构推断完整公式的场景进行模型测评，最终确定豆包-Fast 为 5 月版本上线模型，正确率从 41.28% 提升至 62.09%。

上线口径

上线指标不只看发送 Query，也看点击 AI 公式推荐结果。这个口径对应的判断是：推荐结果是否能承接原本未表达需求的用户。