未来已来：基于大模型Agent的客服实践，更低的成本与更大的收益
一、为什么要用大模型来实现（现在NLP客服的问题）
1. 用户体验较差
为什么会出现这样的问题昵？
传统智能客服以NLP技术为主，核心是分词。在处理问题上有两个关键的步骤：
- 识别出用户输入问题中的关键词；
- 余弦相似度等计算。通过关键词在已有的QA问答库中进行问题的匹配计算。将相似度的问题与答案给出来。深度一点的，也会用到深度学习的算法。比如进行语意模型，识别情绪，Rerank重排序等。抽取知识图谱的三元素等进行深度匹配。
所以他目前解决问题时，大部分依赖于用户输入问题的关键字，进行检索匹配。将已经匹配好的答案给到用户
2. 使用成本高
受限于技术，需要花费极高的人力成本进行配置，来达到业务诉求。
- 当业务变化，或者新项目上线，需要去配置整理用户意图、配置各种意图问法。准备大量的FAQ，以及各种关联问题，配置实体等。
- 整个过程通常需要专业的机器人训练师，来保证问题的覆盖率、相似问题重复度、解决率、意图识别率等。
二、大模型产品的优势
大模型是根据大量的知识训练出来，所以天然能够“理解”基础的问题。所以不需要去准备大量的相似问题，复杂的知识图谱，实体关系。
- 如相似问法：如退货，不需要补充”我想退货”，”退个货“等相似问法
- 如基础知识图谱：活着->作者->余华
其次模型的cot能力，让模型具备较强的推理能力，借助模型推理的能力，去理解流程做决策。不用去配置大量的流程，以及实体的抽取，传参，整个流程让模型解决。
所以他的使用成本门槛会低很多。
三、大模型Agent如何解决？
1. agent框架的基础逻辑
Agent的核心如下：
Planning 规划
- -子目标和分解:AIAgent 将大型任务分解为更小的、可管理的子目标，从而能够有效处理复杂的任务。
- -反思和完善:Agent可以对过去的行为进行自我批评和自我反思，从错误中吸取教训，并针对未来的步骤进行完善，从而提高最终结果的质量
Memory 记忆
- 短期记忆:所有的上下文学习(参见提示工程)都是利用模型的短期记忆来学习。
- 长期记忆:这为AIAgent提供了长期保留和调用无限信息的能力，通常是通过利用外部向量存储和快速检索来实现。
Tool / Toolkit
- Agent学习调用外部 AP! 来获取模型权重中缺失的额外信息，通常这些信息在预训练后很难更改，包括当前信息、代码执行能力、对专有信息源的访问等工具是代理可以调用的功能，本质上就是一个函数。
2. 将Agent框架逻辑应用到客服场景
应用逻辑和过程如下：
当用户输入询问时：
1、记忆能力
- 先通过模型的记忆能力，将用户画像、浏览记录、订单数据、历史会话记录等推送给大模型
- 拿到解决对应问题的参考sop流程
2、计划能力+推理
- 让模型基于用户的提问+解决的SOP，制定与用户的沟通计划
- 根据用户反馈调整沟通计划，推理出新的步骤
3、tools：
- 根据推理出来的计划、选择执行的内容
- 比如调用ERP、知识库等
- 最终得出结论、输出给用户
整个过程中，模型能够模拟人+参考sop流程，执行对应的任务，从而达到相应的结果
四、大模型的解决方案的价值
1. agent的价值
1、使用成本、维护成本极低。
使用：三步完成使用
- Step1：用纯文本定义有情感的机器人，用Chat文本来描述赋予机器人情感、明确处理任务SOP流程。
- Step2：补全产品与服务知识。构建企业专属知识库“产品手册、服务规则，退货规则“实现产品、服务信息与大模型的互通，加强模型的理解。
- Setp3：快速对接企业已有系统。选择要接入的系统，如有赞商城、自有CRM、ERP。让模型实时获取信息，精准响应问题。
OK！普通客服主管，花费1-2天，既可配置基于大模型的智能咨询服务机器人
维护内容少。
- 1、优化人思考sop流程
- 2、更新知识库文件
2、全渠道能接入、全面的解答：模型的关键在于理解、所以任何意图都能理清楚。同时授权授权即多个渠道，多种问题类型都能被全解答。
3、服务先知：会话开始前，将用户行为数据、标签提前给到大模型，开口即可知道你的用户想做什么！解答问题更加精准。
3、更灵活的策略：Agent 的推理、计划、思考…让模型根据SOP和用户输入，自己做决策、做计划，灵活应对用户问题，不再需要固定的死流程。
2. 方法效果应用
Ai客服退货
Ai代购
Ai会员卡的办理
五、大模型的Agent客户服务、用户体验带来了什么？
1、更低的成本：模型的能力强大，开发成本低、使用成本低
2、更智能的效果：用的推理代替了关键之的匹配，能解决的问题更广、效果更好。
一个打工狗
版权声明
本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符，请点击 举报 进行投诉反馈！
