行使AI大模子打造客服机器东说念主，传统智能客服不错靠边站了
在客户工作领域，传统的智能客服系统正靠近诸多挑战，从上流的成立资本到不尽如东说念主见的问题回答准确率，以及机械式回答对用户体验的影响。本文将探讨怎样行使AI大模子时间，打造新一代的智能客服系统，以贬责这些痛点并训诲客户工作的服从和质料。
在《对AI大模子应用场景的久了念念考（上篇）》中，风叔先容了AI大模子在企业通用场景中的应用。本篇著作，咱们重心围绕客服场景，详备先容怎样通过AI 大模子替代传统智能客服系统。
传统智能客服系统主要包括常识库、机器东说念主、东说念主工坐席、智能质检、工单照料等中枢模块。固然智能客服仍是是一个发展了好多年的老练领域，但仍然靠近极端多的痛点。
第一，机器东说念主成立资本高。传统智能客服时常需要穷举业务上的多样问题和谜底，提前准备好多数的FAQ，以致每个问题还要提供10个以上的雷同问。因为机器东说念主并莫得真确相识用户发问的真确意图，仅仅在作念浅近的雷同度匹配。扫数这个词机器东说念主的成立过程长短常繁琐的，至少需要3个月以上的时候。
第二，问题回答准确率不高。因为传统智能客服使用的是BERT模子，即使经过多数的数据标注，但仍然贬责不了机器东说念主对用户Query相识不及的问题，回答准确率不及50%。这即是天下时常吐槽智能客服是智障的原因，好多用户在面对智能客服的时候，齐会平直输入“转东说念主工”。
第三，机械式回答，影响用户体验。因为传统智能客服是基于FAQ进行恢复的，不管用户处于什么情怀，机器东说念主齐是圭臬回答，无法给到用户情怀价值。
第四，难以处理复杂问题。如果让智能客服处理一些特定任务，客服机器东说念主只会按照设定好的圭臬经由一步步进行处理。如果用户反映超出了这个经由，智能客服就无法处理，最终只可转东说念主工。
是以，好多传统智能客服系统既莫得贬责用户问题，也莫得缩小东说念主工客服的责任量，反而加多了用户投诉。
通过AI大模子，传统智能客服的这些问题齐不错理丝益棼。下图是风叔想象的客服智能体系统，包括客服机器东说念主、领域AI大师、东说念主工坐席、对话质检和智能工单。
不才文中，风叔将围绕上图的业务经由，详备先容怎样行使大模子打造新一代的智能客服系统，完竣的PPT文献不错在文末赢得。
一、客服机器东说念主Agent客服机器东说念主Agent即是平直面向用户的客服Robot，在扫数这个词客服系统中起到如下作用:
意图识别：精确识别用户的问题类型，是居品问题、营销问题、如故售后问题，然后将具体的问题精确路由到背面的领域AI大师。在传统智能客服中，对用户意图的精确识别是一浩劫点，关联词AI大模子不错很好地贬责这个问题。问题探究：因为专科术语的存在，或者用户本身相识和抒发才智的不及，有些用户可能会难以精确形容我方遭遇的问题。客服机器东说念主Agent的另一个主要职责，即是通过对话渐渐探究用户说明问题。比如，用户说我方上周的订单还莫得签收，客服机器东说念主Agent就不错渐渐探究用户说明订单时候、订单编号。生成恢复：客服机器东说念主Agent凭据领域AI大师的输出末端，进行特定内容的调整之后，生成最终恢复。一种常见的用法即是在恢复中，自动填充用户的姓名和磋磨口吻词，比如“尊敬的风叔，让您久等了，以下是为您查到的信息”。还有一种常见的用法即是口吻调整，比如可儿的口吻或大师的口吻。经由戒指：凭据客户所处阶段，比如用户人命周期阶段、会话周期阶段、问题经由处理设施等，自动建议相宜的问题和贬责有蓄意，推动客户向下一个经由节点跃迁。闲扯戒指：客服机器东说念主Agent也能在一定领域内和用户进行闲扯，但能戒指闲扯的进度，幸免过度闲扯蹧跶工作器资源；同期，也能对客户建议的拒抗性、明锐性问题进行躲闪。情怀识别：当客服机器东说念主Agent识别到用户的口吻或情怀彰着欠安时，不错平直转到东说念主工客服，幸免客户情怀进一步升级。二、领域AI大师领域AI大师主要用于接纳客服机器东说念主的问题，并基于领域常识给出具体的恢复。咱们不错基于具体业务场景构建不同的领域AI大师：
比如AI售前问题大师，主要贬责用户对于居品照管的磋磨问题，举例居品型号、主邀功能、中枢卖点、居品价钱、优惠券使用等；或者工作预订磋磨问题，举例订餐、筹商泊车位、预订时候等。比如AI售后问题大师，主要贬责用户对于居品售后使用问题，举例居品怎样装配、居品维保信息、居品使用问题等。构建领域AI大师的重要在于常识库的搭建。传统常识库搭建需要构建多数的FAQ和雷同问，关联词通过AI智能体和RAG系统，咱们不错极端方便的达成常识库的搭建和珍摄，如下图所示：
最初是常识库搭建，咱们先将多样文档进行预处理，比如OCR解析、文天职割、图片识别和表格识别。分割后的内容不错永别交给大模子进行内容的识别和转头，这么不错将文档中的笔墨、图片和表格进行关联匹配。匹配后构建向量索引，存入向量数据库。
对于需要进行精确逻辑推理的场景，咱们也不错通过大模子进行实体和实体相干的抽取，输出实体摘要，并存入图数据库。
然后是常识库应用，即针对用户的具体问题进行内容调回，在调回设施不错提供多种优化格式。比如调回前对用户问题进行扩散、解析、转译、意图识别和路由；调回中自动采取蓄意常识库，通过雷同度筹办或常识图谱调回，并对调回末端进行评分和排序；调回后进行Token压缩、明锐词浑浊，然后交给大模子生成最终的恢复。
对于怎样使用RAG系统进行常识库的索引和调回，不错参考风叔之前写的《RAG实战篇系列》。
三、东说念主工客服这个设施和传统智能客服并无区别，主要用于兜底，或者处理一些复杂度较高、用户情怀较差的场景。
在传统的智能客服系统中，机器转东说念主工是能彰着感知到的，何况东说念主工回答完之后没法再转接给机器，客户体验不好。而通过AI Agent，用户感知不到对面是机器东说念主在工作。当Agent答不上来时，会自动转给东说念主工客服，同期对此前和客户的对话进行转头，东说念主工只需要回答转进来的这一条音信，就不错立即再转回给Agent。
在这么的模式下，东说念主工客服的责任量就能从“会话级别”下跌到“音信级别”，大幅训诲东说念主工客服的有用接待量，同期客户的工作体验也得到了训诲。
四、对话质检对话质检是对客户对话内容的转头与分析，从而评估智能体和东说念主工对于客服恢复的质料，以及分析客户对于本次工作的陶然度。传统的对话质检主若是通过NLP分词进行分析，服从和准确度齐很一般。
而通过AI Agent，大模子不错在精确相识语义的情况下，达成以下四大才智：
内容分析：自动对对话内容进行转头，包括客户遭遇的问题、提供的贬责有蓄意、是否有贬责客户的问题、问题贬责时候等等，因此不错从举座上量化智能客服的实质服从质料检测：分析客服智能体和东说念主工的恢复内容，和企业所提供的SOP、培训话术、常识文档的内容是否匹配，从而量化客服的恢复准确率。对于回答不太准确的case，大略快速进行记载，用于智能体历练和东说念主工客服的培训。情怀识别：自动相识客户的情怀，分析其对品牌或居品是positive or negative标签体系：在对话过程中，自动索要客户标签，比如客户性别、地址、品类偏好、酷好深爱等。五、智能工单传统的智能客服系统，工单的生成和跟进需要由东说念主来实行，实行者需要领略此前客服与用户的对话内容、用户问题的具体形容、以及鼓舞实质的贬责有蓄意，扫数这个词经由的服从相对比较镇定，这亦然好多消费者对于客服后续跟进的服从示意动怒的原因。
通过AI Agent，不错在以下设施对举座工作经由提效：
工单生成：Agent不错自动对用户的问题进行转头和索要，从而自动生成工单，并提交给工单系统。智能派单：接纳工单的Agent还能智能识别工单内容，找到磋磨问题的对接重要东说念主，达成智能派单。工单流转：Agent自动追踪工单的鼓舞施展，分析工单的贬责情况，对慢于预期的工单进行预警或升级配合解理。六、转头在这篇著作中，风叔先容了怎样行使AI大模子打造新一代的智能客服系统。比拟传统智能客服，AI大模子客服系统能在客户体验、用户意图识别、问题探究、准确恢复、经由戒指、常识库建造、对话质检、工单系统等中枢设施，带来质的飞跃。
智能客服系统亦然AI大模子现在相对比较常见和老练的应用领域，在《对AI大模子应用场景的久了念念考（上篇）》中，风叔也给智能客服场景打出了场景价值（4星）和场景可行性（5星）的高分。
不才一篇著作中，风叔将不时对AI大模子的应用场景进行深挖，敬请期待。
本文由东说念主东说念主齐是居品司理作家【风叔】，微信公众号：【风叔云】，原创/授权 发布于东说念主东说念主齐是居品司理，未经许可，回绝转载。
题图来自 Unsplash，基于 CC0 条约。