智能客服想必大家并不陌生吧,一个可以007且全年无休的任劳任怨的牛马!

你也不曾想过自己有一天也能手搓、调教一个AI智能客服!

对于非技术人员,想要搭建一个AI智能客服,想都不敢想;那你们接着往下文看,不仅敢想,而且还想动手,等着老板给你升职加薪吧。

首先,本文会从以下几个方面进行介绍如何手搓AI智能客服

● 介绍coze(使用里面的DeepSeek模型);

● AI智能客服工作流搭建过程;

● 如何应用落地(技术可行性分析);

  1. 介绍coze

coze(中文名称:扣子)是一个 AI 应用开发平台,字节跳动旗下的AI产品。coze提供了友好的可视化设计和编排工具,无论你是否具备编程能力,都可以通过低代码方式拖拖拽拽,然后基于自己业务或者需求快速搭建出基于大模型的各类AI项目;

同时支持将AI 应用发布到各个社交平台、通讯软件,也可以通过 API 或 SDK 将 AI 应用集成到你的业务系统中。

本文介绍的智能客服是采用智能体搭建的,AI大模型采用的是内置DeepSeek模型;

关于coze详细内容在这里不过多介绍,大家可以去官网查看;国内版https://www.coze.cn;国外版https://www.coze.com

两者在大模型是有差异的:国内版主要使用大厂自研的大模型(豆包、deepseek、KIMI等),国外版主要是GPT-4等大模型;

  1. AI智能客服搭建过程

搭建过程大概分为四步骤:创建售前问答库、创建智能库、创建智能体、调试智能体;

2.1 创建售前问答库

首先,通过deepseek.com生成一份SaaS软件售前问答30条,表格展示,表头包含问题、答案、关键词,然后复制到excel上备用;

其次,进入coze后台中工作空间点击+资源后,我们会发现添加资源库支持多种格式,这里上传准备好的售后问答excel即可。

然后傻瓜式下一步下一步就搞定了,下图就是上传成功后的excel中数据;

2.2 创建智能体

(AI智能客服工作流)

在创建智能体后,选择单Agent的工作流模式,工作流模式是由多个节点构成的标准化步骤,用来完成特定的任务和达到预期的目标。

通过将复杂的任务拆成多个子任务,可以避免单个模型能力的限制,确保内容输出的准确性,同时整个流程会更加可控。

接下来详细介绍如何搭建AI智能客户工作流的过程

2.2.1 开始节点和结束节点

工作流这两个节点是无删除的,开始节点输入的是客户询问的问题,结束节点是Agent经过deepseek大模型处理后的答案;

2.2.2 意识识别节点

主要用于用户输入的意图识别,并将其与预设意图选项进行匹配。

在实际客服咨询业务过程,会存在大量的与售卖产品问题,为了防止Agent不知所措引入了“意识识别”节点,避免Agent回复一些牛头不对马嘴的答案。

2.2.3 问题处理节点

当意图识别为产品外的问题,通过DeepSeek模型进行智能回答,为了使得回答健康且始终围绕产品本身,需要填写对应的提示词。

当客户提出产品相关的问题,Agent也需要对问题应进行归纳总结且需要结合上下文,来充分理解用户的问题;这里DeepSeek模型也需要配置相关提示词;

2.2.4 知识库节点

将 “2.1创建售前问答库” 步骤创建好的文档,上传到知识库节点中,供Agent读取、调用;

2.2.5 回答处理阶段

当Agent根据“2.2.3 问题处理节点”步骤得到处理后的客户问题,就能在知识库中检索对应的回答;

得到答案后,需要通过DeepSeek模型将答案进行修饰再输出给客户;

2.3 调试AI智能客服

咨询非产品的问题,回答基本上比较靠谱、健康;

问了两个售前问题(不完全和售前问题一样),智能客服的回答与excel的答案基本符合我们的预期,相当nice!!

下面是问答库对应的问题,可以对比一下客服的回答差异点,效果还是不错的;

2.4 发布智能体

完成AI智能体可以点击页面右上角“发布”按钮,大家可根据业务情况选择不同的平台,比如抖音、微信的小程序/公众号、api方式等等;

3.如何应用落地或业务中

最近公司官网正在筹备,后期有计划把AI智能客服放到官网;

为了避免让技术调研AI智能客服如何应用到业务中而嗷嗷瞎叫,索性好人做到底帮技术做个可行性验证,这更能体现出你能力价值,够他们仰望半生了。

官方文档:https://www.coze.cn/docs/developer_guides/chat_v3#70a1d1bd

接口地址:https://api.coze.cn/v3/chat

在线postman:https://www.sojson.com/http/test.html

请求头``Content-Type:"application/json;charset=UTF-8"``Authorization:"Bearer pat_fYhFov*****KO86aE****MbiPbz5MWY"
请求参数``{`    `"bot_id": "744235748****337",`    `"user_id": "111", // 这里可以上传设备ID`    `"stream": true,`    `"auto_save_history":true,`    `"additional_messages":[`        `{`            `"role":"user",`            `"content":"SaaS 软件能解决什么痛点?",`            `"content_type":"text"`        `}`    `]``}
`返回的回答数据,很完美,技术会给你举起大大的👍``event: conversation.message.completeddata: {`    `"id": "7446483412615217202",`    `"conversation_id": "7446483406814232585",`    `"bot_id": "7442357489300963337",`    `"role": "assistant",`    `"type": "answer",`    `"content": "SaaS 软件能解决以下痛点:优化业务流程,通过自动化数据处理减少人工操作失误;提升团队协作效率,打破部门信息壁垒;提供精准数据分析,助力决策制定。",`    `"content_type": "text",`    `"chat_id": "7446483406814248969",`    `"section_id": "7446483406814232585",`    `"created_at": 1733769528---回答时间戳单位秒``}`  

如何学习大模型 AI ?

由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。

但是具体到个人,只能说是:

“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。

这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。

我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述

第一阶段(10天):初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识,对大模型 AI 的理解超过 95% 的人,可以在相关讨论时发表高级、不跟风、又接地气的见解,别人只会和 AI 聊天,而你能调教 AI,并能用代码将大模型和业务衔接。

  • 大模型 AI 能干什么?
  • 大模型是怎样获得「智能」的?
  • 用好 AI 的核心心法
  • 大模型应用业务架构
  • 大模型应用技术架构
  • 代码示例:向 GPT-3.5 灌入新知识
  • 提示工程的意义和核心思想
  • Prompt 典型构成
  • 指令调优方法论
  • 思维链和思维树
  • Prompt 攻击和防范

第二阶段(30天):高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习,学会构造私有知识库,扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架,抓住最新的技术进展,适合 Python 和 JavaScript 程序员。

  • 为什么要做 RAG
  • 搭建一个简单的 ChatPDF
  • 检索的基础概念
  • 什么是向量表示(Embeddings)
  • 向量数据库与向量检索
  • 基于向量检索的 RAG
  • 搭建 RAG 系统的扩展知识
  • 混合检索与 RAG-Fusion 简介
  • 向量模型本地部署

第三阶段(30天):模型训练

恭喜你,如果学到这里,你基本可以找到一份大模型 AI相关的工作,自己也能训练 GPT 了!通过微调,训练自己的垂直大模型,能独立训练开源多模态大模型,掌握更多技术方案。

到此为止,大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗?

  • 为什么要做 RAG
  • 什么是模型
  • 什么是模型训练
  • 求解器 & 损失函数简介
  • 小实验2:手写一个简单的神经网络并训练它
  • 什么是训练/预训练/微调/轻量化微调
  • Transformer结构简介
  • 轻量化微调
  • 实验数据集的构建

第四阶段(20天):商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知,可以在云端和本地等多种环境下部署大模型,找到适合自己的项目/创业方向,做一名被 AI 武装的产品经理。

  • 硬件选型
  • 带你了解全球大模型
  • 使用国产大模型服务
  • 搭建 OpenAI 代理
  • 热身:基于阿里云 PAI 部署 Stable Diffusion
  • 在本地计算机运行大模型
  • 大模型的私有化部署
  • 基于 vLLM 部署大模型
  • 案例:如何优雅地在阿里云私有部署开源大模型
  • 部署一套开源 LLM 项目
  • 内容安全
  • 互联网信息服务算法备案

学习是一个过程,只要学习就会有挑战。天道酬勤,你越努力,就会成为越优秀的自己。

如果你能在15天内完成所有的任务,那你堪称天才。然而,如果你能完成 60-70% 的内容,你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

在这里插入图片描述

Logo

欢迎加入DeepSeek 技术社区。在这里,你可以找到志同道合的朋友,共同探索AI技术的奥秘。

更多推荐