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；

2.  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

。

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}  

好了，最后接口调用没问题，证明技术上完全可行，有疑问的可以留咨询。

 

 如何学习AI大模型？

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。

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓