AI 填志愿火了，我们用 1 天做了一个志愿决策沙盘

又到了高考志愿填报季。

今年一个明显变化是，不少家庭开始先问 AI。千问、元宝等产品也都上线了专门的志愿填报助手。招生计划、院校专业问答、专业解读、院校推荐，这些原本分散在不同网站和表格里的信息，被放进了一个更容易操作的入口里。

不少人都感叹：怎么当年自己高考的时候，没有这样的工具？

但是志愿填报毕竟不是普通的信息查询，它牵涉省份规则、招生计划、选科要求、往年位次、城市偏好和家庭情况。很多人用 AI 志愿助手时，还是会追问：数据够不够新？有没有结合本省规则？调剂风险有没有提示？现在热门的专业，四年后还值得吗？

这些顾虑很真实。在一个重要的决策场景中，用户关心的不只是结果，还有结果是怎么来的。这些，通用 AI 助手还很难让每个家庭都放心。

于是，很多家庭转向了身边的人：升学指导老师、本地教育机构、做志愿填报内容的自媒体作者。他们最清楚自己用户的痛点，却缺一个能把经验快速变成在线小工具的办法。

但这篇文章想聊的，不是怎么做一个更好的 AI 志愿助手。我们想验证的是另一件事：能不能让那些真正懂填报的人，把自己的经验快速变成一个能交互的小工具？

于是，我们自己试着做了一个 demo：「志愿决策沙盘」。

01

这个志愿决策沙盘，做了什么？

和大部分志愿填报助手一样，打开页面后，用户需要先填写考生画像：高考省份、全省位次、选科组合，以及城市、专业方向、学校类型等偏好。

比如，一个浙江考生输入相关信息后，系统会把候选院校专业分成冲刺、稳妥、保底几个梯度。每个候选项会显示学校、城市、院校标签、专业名称、参考位次、选科要求和兴趣匹配度（注：此处为模拟数据演示流程，非真实录取参考）。用户看到的就不是一长串学校名单，而是一组可以比较、可以调整的选择。

但这只是第一步。我们重点做了三件事。

第一，方案诊断。

用户可以把感兴趣的院校专业加入“我的志愿方案”，系统会从冲稳保比例、城市分布、专业集中度等角度生成诊断。比如，保底是不是偏少？城市是不是过于集中在某一两个地方？专业方向是不是太窄？

这些提醒会直接列出来，而不是塞在一份长报告里让人去找。一个考生家庭在几轮调整后，能更清楚地看到自己的方案哪里合理、哪里还有风险。

第二，对比决策。

如果在几所院校之间纠结，也可以放在一起直接对比。院校标签、参考位次、选科要求、核心课程、兴趣匹配度并排展示，省去来回翻资料、切页面的麻烦。

这一点在真实的填报场景里很实用。很多家庭的决策方式不是“一眼看中”，而是“反复比、来回调”。对比视图就是为这个动作设计的。

第三，大白话版专业说明书。

比如人工智能专业，很多人第一反应是热门、就业好、听起来稳。但真正报考时，更需要知道的是：大学四年学什么？课程强度怎么样？适合什么样的人？毕业后通常做什么？学这个专业，在 AI 快速发展背景下还需要补哪些能力？

所以我们把专业拆成核心课程、适合人群、真实学习体验、毕业去向和“劝退提醒”，尽量少用官方套话。这些说明和提醒，不是固定文案堆出来的，而是结合用户输入的省份、位次、选科和偏好，通过大模型生成更容易理解的解释、对比和建议。

以上这些功能，看起来像一个正经产品，但我们从决定做到内部体验，只用了不到 1 天。

02

为什么这个 demo 能很快跑起来？

热点窗口很短。高考志愿是这样，招聘季、开学季、行业大会、产品发布也差不多。一个想法如果一直停在 PPT、原型图或本地页面里，很难知道别人到底愿不愿意用。

这次，我们的志愿决策沙盘基于七牛云 LAS 全栈应用服务器完成部署验证，同时通过七牛云 MaaS 接入模型能力。

简单说，LAS 负责让应用先跑起来，MaaS 负责让模型验证更方便。

LAS 省掉了不少服务器环境和部署配置上的杂事。如果按传统流程，从环境搭建、依赖配置到部署上线，一个熟练的开发者也要花不少时间。但用 LAS，早期测试阶段可以直接用默认访问地址分享体验；方向跑通后，再绑定正式域名，慢慢补齐发布配置。

参考本次「志愿决策沙盘」项目，开发部分我们基于七牛云 MaaS 平台接入了 GLM-5.2。但 MaaS 的用处不只是“接入一个大模型”。

在真实的场景里，模型效果往往要反复试。哪个模型更适合生成专业说明？哪个模型更适合做方案诊断？哪个响应更快、成本更合适、输出更稳定？这些都可以通过七牛云 MaaS，在统一接口和 API Key 下调用不同模型，快速切换、对比和验证效果。

短周期项目能不能在窗口期内先上线，再快速调体验，往往决定了这个想法有没有机会被看见。

03

不止志愿填报

回到最初的问题：AI 志愿助手这么多，为什么还要自己做一个？

因为越复杂的决策场景，越需要有人能把无形的经验，快速变成有形的工具。大平台满足了共性需求，而贴近具体用户的小工具，要靠更轻、更快的搭建方式才能不断冒出来。

高考志愿只是一个引子。这套方法同样适用于简历诊断、课程测评、活动报名、报价计算器、客户演示站，或者任何一个你刚想出来的 AI 应用原型。

热点不等人，好想法也不该一直卡在“还没上线”这一步。

*本文 demo 仅用于产品演示，使用模拟数据与简化规则，不提供真实录取预测，也不构成报考建议。正式填报志愿时，请以各省教育考试院、招生高校及教育部阳光高考平台发布的信息为准。