只需要一句话，无论是对车辆有个性化要求，还是自身状态的模糊表述，AI 小滴都能把它拆成可执行的服务标签，从茫茫车海里帮用户捞出那辆 " 对的车 "。

它就是滴滴 AI 出行助手，去年 9 月开启公测，近期，小滴 v1.0 版本正式上线。目前已经支持空气清新、后备厢大、驾驶平稳等 90 多个服务标签，覆盖扶老携幼、商务接待等更复杂的出行场景。

一句话选车：让出行更懂你

用户可以直接对小滴说（语音 / 文字都行），比如：

" 叫车去天坛医院，身体不舒服，有些晕车，尽快叫车 "

" 昨天的行程现在再来一单，要实惠的 "

" 每周一到周五早上 8 点叫车去公司，车要干净 "

" 先去望京地铁站接人，再去朝阳公园，有孕妇希望车内清新、车内舒适 "   

……

小滴会把用户的话翻译成平台能执行的标签，比如识别到 " 身体不舒服 "" 晕车 "，会启动 " 驾驶平稳 "" 油车 " 等标签，识别到 " 孕妇 "，会启动 " 驾驶平稳 "" 车内宽敞 " 等标签，再结合实时路况、时间、车辆位置、司机状态等条件，在调度池里快速筛选，最后用候选卡片发给用户确认。

如果当下没有完美匹配，小滴也能对复杂需求进行优先级排序：先满足核心需求，务实地给出当下的 " 更优解 "。

多人出行有多个途经点时，AI 小滴可一句话完成接人路线规划；一次输入 " 家 " 和 " 公司 " 地址后，后续用户只说 " 回家 "" 去公司 " 即可自动匹配目的地。

除了一句话选车，小滴也在向更完整的出行助手延展。它也支持查询附近地点并一键叫车、推荐远距离行程的换乘方案，以及查询订单、预约叫车等功能。

为什么是滴滴先把这件事做出来？

越是个性化需求，匹配难度越大。

AI 既要听懂人话，还要在复杂路况、实时供需等瞬息万变的约束中去匹配。这背后，靠的不只是模型能力，更是滴滴长期积累的系统能力。

首先是规模效应。供给足够多，才敢把需求拆细。否则要求越具体，越不容易叫到车。

其次是服务把控。滴滴在自营模式下直接服务司乘，司机和车辆服务更为标准化，质量更可控。

第三是数据沉淀。十余年运营积累下来的真实评价和标签数据，决定了平台能否更准确地回答 " 哪辆车更清新 "" 哪位司机开得更稳 "，这也是 AI 调度从 " 猜你喜欢 " 走向 " 懂你需要 " 的关键。

把用户在意的事情变得更确定

现在，用户将滴滴出行 App 升级至最新版，点击首页 "AI 叫车 " 即可体验小滴，并获得相应的体验激励。

安全、确定性、好体验，是滴滴在长期打磨的用户价值。在此基础上，AI 小滴期望把个性化需求变成稳定可选的服务，把用户在意的事情变得更确定。

通过 AI 技术激活长尾需求、优化供给匹配，小滴也让 " 好服务 " 更容易被看见、被选择，不仅提升乘客满意度，还会激励司机服务质量提升，从而形成正向循环、促进行业走向 " 价值竞争 "，也打开服务消费新空间。