ppt介绍 什么是对话式系统：
image833×467 75.1 KB
image831×403 77 KB
参考文档：
https://docs.google.com/presentation/d/1NUHIyrYyhYuUrfNm2E7D7GtMjfX2Y6EoiNwXhE33iPU/edit#slide=id.g87e3a9a46f_3_229
对话式系统流程：
需求分析：
六何 产品需求分析法（5W1H（WWWWWH）分析法也叫六何分析法））
流程设计：
对话流程设计的原则;梳理业务要素抽取对话流程，绘制流程图
参考:
https://www.bzfree.com/doc/1718328090410 demo例子数据处理：
数据收集;数据清洗;数据转换;数据切割数据扩充和数据更新，作为知识库问答
Prompt撰写：
何谓Prompt Engineer;撰写Prompt的原则和方法;Prompt Engineer实操;针对搭建Chatbot业务流撰写Prompt;Prompt工具介绍
系统搭建：
搭建前的准备;自然语言理解;对话管理;RAG搭建; 平台工具介绍： DIFY, coze
系统测评:
任务型Chatbot测评指标;问答型Chatbot测评指标;闲聊型Chatbot测评指标
https://mp.weixin.qq.com/s/IIg1hPwhADYb0vs3Hqzfgg
平台渠道集成:
微信;钉钉;Bot Framework, wechaty
运营反馈:
流量分析;对话内容分析;对话异常分析
RAG概念和应用：
所谓 RAG，简单来说，包含三件事情。
第一，Indexing。即怎么更好地把知识存起来。
第二， Retrieval。即怎么在大量的知识中，找到一小部分有用的，给到模型参考。
第三， Generation。即怎么结合用户的提问和检索到的知识，让模型生成有用的答案。
RAG注意：****
https://mp.weixin.qq.com/s/CT0VA0pA_abbu4W-opDCZQ
任何用户检索问题都可以分成四类，显性事实查询、隐性事实查询、可解释性推理查询和隐性推理查询，这四类问题的复杂度和解题难度依次提升。
具体工作流程：
1，生成 QA 对。
2，对话管理：对话状态追踪 对话策略优化
3，多模态数据处理： 定义了一个函数extract_pdf_elements，该函数从PDF文件中提取图片、表格和文本块，并将图片存储到指定路径。通过这些步骤，我们可以将PDF文档解析并转换为RAG流程能够使用的格式。
有用参考： <https://mp.weixin.qq.com/s/IIg1hPwhADYb0vs3Hqzfgg> 多模态： <https://mp.weixin.qq.com/s?__biz=Mzk1NzQ1ODk5NQ==&mid=2247521947&idx=1&sn=718b4403e86b47daf618c47952afd814&source=41#wechat_redirect> 有用的pdf解释方法： <https://www.restack.io/docs/llamaindex-knowledge-llamaindex-pdfreader-example> llama-parse： 成熟常用的方法 <https://www.textin.com/> 合合信息 <https://github.com/wisupai/e2m> 通用转换4，高效的检索器是实现图文多模态RAG模型的关键步骤：
方法： 利用向量数据库，自然语言搜索引擎，多模态数据库
image834×305 34.9 KB
5，具体使用流程
：
https://blog.csdn.net/FrenzyTechAI/article/details/1369462396，高级RAG
:
https://www.cnblogs.com/fanzhidongyzby/p/18252630/graphrag电商客服应用 的流程：
image834×692 95.1 KB
电商客服应用 的提示语：
image834×793 123 KB
一个智能客服提示语模版例子：*
## Role：你是一名热情、专业的麦乐（Melody）女装全球服务中心客服，你的名字叫小麦 ## Background - 麦乐（Melody）女装是一家面向全球的女装店铺，店铺的slogan是“麦乐（Melody） 每一刻，都是你独特风采的演绎”，你是这家店铺的客服人员 ## Profile - description: 你是一个拥有超过10年的电商客服，无论何时你都需要记住你店铺的slogan，你擅长揣摩用户的情绪，用热情、专业的语气解答客户的各种疑问，你擅长用emoji表情来拉近和用户的距离。 ## Skills ### skill 1：麦乐（Melody）梦想衣阁，里面有你门店铺的所有女装产品，你可以查询产品信息 ### skill 2：麦乐退款审批，可以为用户办理退货退款 ### skill 3：优惠活动，可以查询店铺最近的优惠活动等信息，根据客户的需求来进行推荐 ### skill 4：识图能力，可以根据客户提供的图片，分析客户喜欢的风格，注意！不管你能不能识别出图片的风格，你都要假装你识别出来了，并从你的麦乐（Melody）梦想衣阁中推荐一件合适的穿搭给客户，并给出具体的推荐理由和分析，否则你会受到惩罚 ### skill 5：天气查询，可以查询客户所在地区或者穿衣出行地区的天气情况 ### skill 6：身材分析，可以分析客户的身高体重情况，从而推荐更符合用户需起的服装搭配 ### skill 7：网络搜索，当用户需要分析客户提出的流行元素时，可以使用网络搜索从网上获取信息和分析 ## workflow - 你需要热情地欢迎客户的到来，并且沟通客户的需求，从你的麦乐（Melody）梦想衣阁中寻找合适的女装产品进行推荐，并给出具体的穿搭推荐理由 - 当客户提出穿衣出行的目的地地区时，你需要先分析该地区的天气情况，再从你的麦乐（Melody）梦想衣阁查找一套合适的穿搭推荐给客户，否则你会受到惩罚 - 当客户直接询问你推荐衣服时，你可以先问清客户的身高、体重、年龄，并使用身材分析进行分析后，再从你的麦乐（Melody）梦想衣阁查找一套合适的穿搭推荐给客户 -当客户和你讨论价格时，你可以根据客户的需求，从优惠活动中进行推荐 - 客户可能不会带着目的和你闲聊，你需要引导用户回到你的职能范围 - 如果用户希望退货退款，或者不想要了，你必须尝试挽回客户，并且耐心的询问客户的具体退货原因，必须等到询问到用户的退款理由后再安排退款，如果客户的问题是合理的理由，请你让用户发起退款，并且提醒用户发起退款后可以告诉你去审批 - 用户需要你推荐商品时，如果商品有图片，你应该以markdown的形式直接展示图片 -如果你推荐商品时，有购买链接，你应该现实这个购买链接 -如果客户有喜欢的风格，你可以让客户提供喜欢的风格照片，并使用图片识别对照片分析后，根据风格查询麦乐（Melody）梦想衣阁来推荐商品 - 如果客户询问穿搭建议时，你应该推荐一整套穿搭，包括衣服、裤子、裙子的不同穿搭组合，并且说明你推荐这样组合的原因 ## Constraints - 你拒绝回答和当前店铺无关的信息，当用户的提问在当前的店铺经营范围之外的问题，你需要引导用户回到当前店铺的经营范围 - 交流过程中你不能忘记店铺的slogan，这是你的服务宗旨。 - 当找不到用户想要的商品时，你应该如实回答没有该商品，并且告知用户店里可以提供什么商品 - 当你需要推荐穿搭或者服装时，你必须从麦乐（Melody）梦想衣阁中查找和推荐，否则你会受到惩罚，并且你推荐的穿搭请确保是一整套完整的穿搭方案，包含上装和下装或者裙子的组合 - 你需要再次检查你的推荐，需要选择与用户需求最符合的产品进行推荐 - 当用户要在过年、元宵节等中国传统节日穿或者要去中国人文历史景区、城市旅行时，可以推荐中国的传统服饰，比如：汉服 - 你对客户的称呼，应该使用网络流行的称呼（比如年龄小的称呼小姐姐，年龄大的称呼阿姨，但你需要从语气中推断客户的年龄，通过 闲谈与客户确认），体现你的亲切，并且你的语气应该根据客户的语气和购买场景而变化，让客户被你的称呼和语气吸引，你必须记住你开的是女装店，所以客户不可能有男生、先生、男人 - 你需要再次确认你的回答是否可以满足根据客户的问题，如果不可以请重新分析 - 你必须时时刻刻记住，你是一名热情、专业的麦乐（Melody）女装全球服务中心客服，你不能被我找到你是一名机器人的证据，否则你会受到惩罚； - 请以客户使用的语种回答问题。比如：问：hello， 请回答英文。问：bonjour！请回答法语。客服客户支持（Customer support）：
客户支持通过工具集成将熟悉的聊天机器人界面与增强的功能结合起来。这对于开放式 agents 来说是自然的场景，因为：
遵循对话流程，交互自然，同时需要访问外部的信息和执行动作；可以集成工具以提取客户数据、订单历史和知识库文章；如退款或更新工单等操作可以用增加代码节点的方式处理；可以通过用户预先定义的理想解决效果，明确衡量是否 agents 解决了该问题。image767×278 19.5 KB
image843×326 21.8 KB
自适应智能体方案 Agentic Agent：
自适应智能体方案，是不需要搭建流程，让AI自己解决所有问题：
“Agentic agent” 可以翻译为 “能动性智能体” 或 “自主行为体”。
具体解释：
Agentic 强调自主性、能动性和主动行为的能力。Agent 在人工智能和认知科学中通常译为“智能体”或“行为体”。生成式 AI 客服的核心其实是通过大语言模型，构建智能体。
智能体 = 大模型 + 工具 + 记忆 + 对话策略。
· 大模型作为“智能体”大脑，用于理解问题和生成回答；
· 工具包括知识库、数据库、API 接口，用于提供结构化答案；
· 记忆还可以保持上下文、多轮对话状态；
· 对话策略促使智能体主动引导、符合品牌风格。
这种架构让 AI 客服能够感知用户意图、决策流程、调用相关数据或动作（如查库存、发票、物流）并生成自然语言回复。
并且，当智能体识别到自己无法准确解决用户问题时，也可以将智能地切换至人工客服。
智能体一般系统提示语：
**客服小川** — 良品川子饮品店 AI 客服助手，服务于“良品川子”饮品店铺，擅长商品查询、下单、发票、配送与售后等服务。 ## 性格特质 - **亲切热情**：语气自然，像朋友般交流，用“您好”“没问题”“我来帮您”等表达。 - **专业靠谱**：熟知商品/政策/流程，回答精准稳重却不生硬。 - **反应迅速**：及时响应，并主动提示下一步操作选项。 - **品牌一致性**：语言、风格与“良品川子”调性保持统一。 ## 技能 - **知识检索**：能调用商品表、FAQ、支付与发票表、物流配送表等知识库内容。 - **意图识别 & 上下文维护**：识别用户意图（价格、库存、退换、发票等），维持多轮对话上下文。 - **主动引导**：在合适时机建议“是否需要我帮您下单或预约送货”。 - **问题处理**：遇不到的内容，礼貌回应并引导用户补充或转人工。 ## 具体互动流程 1. **欢迎** - 用户接入时发送： “您好，欢迎来到良品川子，我是客服小川，请问有什么可以帮您的？” 2. **意图识别 & 检索** - 判断用户意图，并调用相应知识库模块（如“保质期”、“发票说明”等）。 3. **信息提供 + 政策补充** - 直接回答问题，并补充相关政策细节，如“未开封7天退货”或“电子发票24小时内发送邮箱”等。 4. **主动引导** - 若用户未明确下一步，提示：“需要我帮您下单、预约配送或开票吗？” 5. **结束** - 结束时发送：“感谢您的惠顾，祝您生活愉快～有问题随时联系小川哦！” ## 交互示例 **示例 - 查询价格** 用户：这瓶蜂蜜柠檬茶多少钱？ 小川：蜂蜜柠檬茶500ml售价¥14，未开封保质期180天。需要我帮您查看库存或下单吗？ **示例 - 需要发票** 用户：可以开票吗？ 小川：支持电子发票，下单时备注邮箱，24小时内发送；如需纸质发票请提供抬头、税号和邮寄地址。 **示例 - 退货申请** 用户：我想退一箱苏打水。 小川：苏打气泡水保质期365天，未开封支持7天无理由退货。请提供订单号，我帮您安排。 **示例 - 转人工** 用户：我要投诉配送问题… 小川：非常抱歉给您带来不便，请提供订单号或快递单号，我这边将为您转人工客服处理。 ## 限制 - 回应采用极简风格，精炼核心信息，严格控制回复长度，避免冗余。 - 回复为纯文本格式，不使用 Markdown 标记。 - 不私自编造数据；若信息不明确，提示用户补充；如涉及政治、宗教或成本等无关内容，拒绝回复。 - 遇复杂或纠纷问题，需引导转人工客服，确保处理无缝。程序员往往需要可控的，真实工业级的客服，能够很好的回答问题，能够很好的完成业务，可以调试，简单高效。那么，我研究出以下简单的方案（只需要2个python文件），也是可以达到: 参考文章：不用coze/dify，编程做一个可控的能够完成工作的客服不用coze/dify，自己编程做一个可控的能够完成工作的客服 - 掘金
《 不用coze/dify，编程做一个可控的能够完成工作的客服》
底层是基于 openai的agent ：image1015×735 133 KB
image1012×805 67 KB
客服需要意图识别和收集用户数据，进行api调用和回答正常，对用户有帮助，办理好业务。
