我给微信群做了一个会听、会看、会写的相册小程序

聚会散场，群里的合影刷得最快。

去年公司团建，一天拍了六百多张照片，散落在五个群聊里。一周后有人问"那天那张大合影谁有"，翻聊天记录翻了十分钟——被九宫格表情包、接龙和红包彻底淹没。

这不是个例。婚礼上摄影师顾不上的宾客视角、家庭群里孩子第一次走路、班级聚会的老照片……照片先在群里出现，然后死在群里。网盘要下载 App、协调成本高；朋友圈是单向广播，不适合一群人共同维护一个照片库。

于是我自己动手，做了一个微信小程序：群忆。建一次相册、绑定微信群，群友共传共看，照片从此有了不容易沉底的家。

AI 不是聊天框，是相册的第二感官

市面上很多产品把 AI 做成一个独立对话框：用户问，AI 答，用完即走。我想要的是另一种东西——AI 藏在用户本来就会的操作里。人负责记录与选择，AI 负责理解与提效，二者共生，而非替代。

在这个思路下，群忆的 AI 能力分成了五层。

第一层：听——「说」就能找到

时间轴底部有一个麦克风，按住说话，松手识别。背后是微信同声传译插件（腾讯智聆），识别结果交给自研的语义解析引擎处理。

"找海边的照片"，命中标签搜索；"昨天拍的"，按相对时间筛选；"模糊的"、"只看视频"，按画质和媒体类型过滤。

更实用的是语音指令：导航、批量操作、管理动作，四十多个意图都走同一个入口。妈妈们不会在层层菜单里找"批量下载"，但按住说一句"批量下载"，多选模式就打开了。对不擅长操作手机的人，说话就是最好的 UI。

第二层：看——照片不再是不可检索的文件

每张照片上传后，腾讯云视觉 AI 自动识图打标：海边、蛋糕、合影、舞台、宠物……标签写入相册索引，文字和语音搜索都能命中。

用户可以单张修正标签，也可以多选批量追加。这里有一个刻意设计的飞轮：

上传 → AI 识图打标 → 人修正 → 语音/文字搜索 → 找到 → 再上传

AI 降低打标成本，人保留最终解释权。标签越用越贴近这群人自己的叫法。

第三层：写——AI 出草稿，人定调性

分享单张照片时，混元大模型根据相册信息生成标题和配文；发群贴图时生成贴图文案；写评论卡壳时可以一键润色。

所有文案场景都遵循同一个原则：AI 给草稿，人做最后一笔。生成失败就降级为普通分享，不影响任何基础功能。

第四层：整理——从几十张到几千张

相册用久了会积累上千张照片。工具箱提供三种扫描：低分清理（清晰度分析）、相似清理（感知哈希聚类）、重复清理（完全重复文件）。每组推荐保留最佳一张，用户勾选确认后批量删除。

整理页还能按时间、按分类自动归集到照片集——预览方案，一键应用。AI 做初筛，人做终审。

第五层：讲——把照片变成故事

回忆页可以把整本相册按模板生成幻灯或竖滑脚本：自定义标题、副标题、背景音乐，生成后分享给没到场的亲友。群内照片，变成群外故事。

一个婚礼场景串起所有能力

宾客扫码上传 → 视觉 AI 识别「合影/舞台/晚宴」
→ 新人语音说「找舞台」 → 批量打标「婚礼,合影」
→ 混元写分享文案 → 回忆页发给未到场的亲友

AI 负责看（识图）、听（语音）、写（文案）；人负责拍、选、定调、讲述。这条链路里没有一步是"打开 AI 对话框"，但每一步都有 AI 在提效。

几个值得说的设计决策

不新建照片体系。 AI 标签直接扩展现有的相册/照片表结构，所有搜索入口——文字、语音、标签——共用一个检索服务，避免多套索引的不一致。

AI 可降级。 视觉服务或大模型不可用时，相册的上传、浏览、分享全部照常工作。AI 是增强，不是依赖。

权限分级。 管理类语音指令（踢人、改权限）必须校验群主/管理员身份，语音不是绕过权限的后门。

内容安全先行。 上传的图片和昵称、评论等文本都过内容安全审核，未过审的内容仅上传者本人可见。群忆是给家人朋友用的，安全是底线。

为什么要自己做

市面上不缺相册产品，缺的是长在微信群里、全群共同维护的相册。群忆的所有链路都在微信闭环：群卡片一键绑定、点开即入册、语音用智聆、文案用混元、审核用内容安全接口——用户不需要离开微信，也不需要再下一个 App。

目前群忆已上线，家庭群、班级群、旅行团、婚礼现场都在使用。贡献榜让"谁拍得最多"变成一种良性竞争；宾客扫码上传让婚礼签到台多了一个二维码的意义。

与 AI 共生，不是 AI 替人，而是 AI 与人一起，把群聊里的瞬间变成可检索、可讲述的群记忆。

?? 如果上方卡片无法显示，直接在微信里搜索「群忆」即可打开小程序。

如果你也有一个总在刷走照片的群，欢迎试试。