鬼父快播 期骗AI大模子打造客服机器东谈主，传统智能客服不错靠边站了
在客户做事鸿沟，传统的智能客服系统正面对诸多挑战鬼父快播，从腾贵的成立资本到不尽如东谈主张的问题回答准确率，以及机械式回答对用户体验的影响。本文将筹议如何期骗AI大模子时期，打造新一代的智能客服系统，以料理这些痛点并普及客户做事的遵循和质料。
在《对AI大模子应用场景的深刻念念考（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，咱们要点围绕客服场景，详备先容如何通过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、机器东谈主、东谈主工坐席、智能质检、工单料理等中枢模块。天然智能客服照旧是一个发展了许多年的锻练鸿沟，但仍然面对终点多的痛点。
第一，机器东谈主成立资本高。传统智能客服时常需要穷举业务上的多样问题和谜底，提前准备好大宗的FAQ，致使每个问题还要提供10个以上的相似问。因为机器东谈主并莫得确凿相识用户发问的确凿意图，仅仅在作念浅近的相似度匹配。悉数机器东谈主的成立过程口舌常繁琐的，至少需要3个月以上的时期。
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，即使经过大宗的数据标注，但仍然料理不了机器东谈主对用户Query相识不及的问题，回答准确率不及50%。这便是群众频繁吐槽智能客服是智障的原因，许多用户在面对智能客服的时候，王人会径直输入“转东谈主工”。
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进行回答的，不管用户处于什么情谊，机器东谈主王人是轨范回答，无法给到用户情谊价值。
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，客服机器东谈主只会按照设定好的轨范经过一步步进行处理。如果用户响应超出了这个经过，智能客服就无法处理，最终只可转东谈主工。
是以，许多传统智能客服系统既莫得料理用户问题，也莫得缩小东谈主工客服的责任量，反而增多了用户投诉。
通过AI大模子，传统智能客服的这些问题王人不错治丝而棼。下图是风叔盘算的客服智能体系统，包括客服机器东谈主、鸿沟AI大家、东谈主工坐席、对话质检和智能工单。
鄙人文中，风叔将围绕上图的业务经过，详备先容如何期骗大模子打造新一代的智能客服系统，好意思满的PPT文献不错在文末取得。
一、客服机器东谈主Agent客服机器东谈主Agent便是径直面向用户的客服Robot鬼父快播，在悉数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，是产物问题、营销问题、如故售后问题，然后将具体的问题精确路由到后头的鸿沟AI大家。在传统智能客服中，对用户意图的精确识别是一浩劫点，然则AI大模子不错很好地料理这个问题。问题指引：因为专科术语的存在，或者用户自己相识和抒发智商的不及，有些用户可能会难以精确刻画我方碰到的问题。客服机器东谈主Agent的另一个主要职责，便是通过对话迟缓指引用户阐明问题。比如，用户说我方上周的订单还莫得签收，客服机器东谈主Agent就不错迟缓指引用户阐明订单时期、订单编号。生成回答：客服机器东谈主Agent凭据鸿沟AI大家的输出收尾，进行特定内容的雷同之后，生成最终回答。一种常见的用法便是在回答中，自动填充用户的姓名和相关口吻词，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便是口吻雷同，比如可儿的口吻或大家的口吻。经过截止：凭据客户所处阶段，比如用户生命周期阶段、会话周期阶段、问题经过处理技艺等，自动提议妥贴的问题和料理决策，推动客户向下一个经过节点跃迁。闲扯截止：客服机器东谈主Agent也能在一定范围内和用户进行闲扯，但能截止闲扯的进度，幸免过度闲扯损失做事器资源；同期，也能对客户提议的造反性、敏锐性问题进行掩饰。情谊识别：当客服机器东谈主Agent识别到用户的口吻或情谊知道欠安时，不错径直转到东谈主工客服，幸免客户情谊进一步升级。二、鸿沟AI大家鸿沟AI大家主要用于继承客服机器东谈主的问题，并基于鸿沟常识给出具体的回答。咱们不错基于具体业务场景构建不同的鸿沟AI大家：
比如AI售前问题大家，主要料理用户对于产物照管的相关问题，举例产物型号、主邀功能、中枢卖点、产物价钱、优惠券使用等；或者做事预订相关问题，举例订餐、盘问泊车位、预订时期等。比如AI售后问题大家，主要料理用户对于产物售后使用问题，举例产物如何装配、产物维保信息、产物使用问题等。构建鸿沟AI大家的关键在于常识库的搭建。传统常识库搭建需要构建大宗的FAQ和相似问，然则通过AI智能体和RAG系统，咱们不错终点方便的终了常识库的搭建和珍惜，如下图所示：
领先是常识库搭建，咱们先将多样文档进行预处理，比如OCR知道、文天职割、图片识别和表格识别。分割后的内容不错差异交给大模子进行内容的识别和回来，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关系的抽取，输出实体摘记，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，在调回技艺不错提供多种优化形势。比如调回前对用户问题进行扩散、理解、转译、意图识别和路由；调回中自动采选筹谋常识库，通过相似度计较或常识图谱调回，并对调回收尾进行评分和排序；调回后进行Token压缩、敏锐词玷辱，然后交给大模子生成最终的回答。
对于如何使用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、东谈主工客服这个技艺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、用户情谊较差的场景。
在传统的智能客服系统中，机器转东谈主工是能知道感知到的，而况东谈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谈主在做事。当Agent答不上来时，会自动转给东谈主工客服，同期对此前和客户的对话进行回来，东谈主工只需要回答转进来的这一条音书，就不错立即再转回给Agent。
在这么的情状下，东谈主工客服的责任量就能从“会话级别”着落到“音书级别”，大幅普及东谈主工客服的灵验理睬量，同期客户的做事体验也得到了普及。
四、对话质检对话质检是对客户对话内容的回来与分析，从而评估智能体和东谈主工对于客服回答的质料，以及分析客户对于本次做事的舒心度。传统的对话质检主若是通过NLP分词进行分析，遵循和准确度王人很一般。
而通过AI Agent，大模子不错在精确相识语义的情况下，终了以下四大智商：
内容分析：自动对对话内容进行回来，包括客户碰到的问题、提供的料理决策、是否有料理客户的问题、问题料理时期等等，因此不错从举座上量化智能客服的骨子遵循质料检测：分析客服智能体和东谈主工的回答内容，和企业所提供的SOP、培训话术、常识文档的内容是否匹配，从而量化客服的回答准确率。对于回答不太准确的case，大略快速进行记载，用于智能体测验和东谈主工客服的培训。情谊识别：自动相识客户的情谊，分析其对品牌或产物是positive or negative标签体系：在对话过程中，自动索取客户标签，比如客户性别、地址、品类偏好、意思兴趣等。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谈主来实施，实施者需要暴露此前客服与用户的对话内容、用户问题的具体刻画、以及推动骨子的料理决策，悉数经过的遵循相对比较舒缓，这亦然许多消费者对于客服后续跟进的遵循暗示发火的原因。
通过AI Agent，不错在以下技艺对举座做事经过提效：
工单生成：Agent不错自动对用户的问题进行回来和索取，从而自动生成工单，并提交给工单系统。智能派单：继承工单的Agent还能智能识别工单内容，找到相关问题的对接关键东谈主，终了智能派单。工单流转：Agent自动追踪工单的推动发扬，分析工单的料理情况，对慢于预期的工单进行预警或升级妥洽治理。六、回来在这篇著作中，风叔先容了如何期骗AI大模子打造新一代的智能客服系统。比较传统智能客服，AI大模子客服系统能在客户体验、用户意图识别、问题指引、准确回答、经过截止、常识库设立、对话质检、工单系统等中枢技艺，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锻练的应用鸿沟，在《对AI大模子应用场景的深刻念念考（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。
鄙人一篇著作中，风叔将继续对AI大模子的应用场景进行深挖，敬请期待。
小骚货本文由东谈主东谈主王人是产物司理作家【风叔】，微信公众号：【风叔云】，原创/授权 发布于东谈主东谈主王人是产物司理，未经许可，谢却转载。
题图来自 Unsplash鬼父快播，基于 CC0 条约。