AI产品经理：基于大模型Agent的客服实践，更低的成本与更大的收益

现在AI客服已经在各行业普遍使用了，但是实际效果并不如意——用户宁愿等人工客服，也不愿意找AI客服解决问题。如果给当前的AI客服换成大模型，效果会不会更好一些？这篇文章，我们来看看作者的思考。

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：

1. 识别出用户输入问题中的关键词；
2. 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。

如何学习AI大模型 ？

“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，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。【保证100%免费】🆓

对于0基础小白入门：

如果你是零基础小白，想快速入门大模型是可以考虑的。

一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。

😝有需要的小伙伴，可以VＸ扫描下方二维码免费领取🆓

👉1.大模型入门学习思维导图👈

要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。

对于从来没有接触过AI大模型的同学，我们帮你准备了详细的学习成长路线图&学习规划。可以说是最科学最系统的学习路线，大家跟着这个大的方向学习准没问题。（全套教程文末领取哈）

👉2.AGI大模型配套视频👈

很多朋友都不喜欢晦涩的文字，我也为大家准备了视频教程，每个章节都是当前板块的精华浓缩。

👉3.大模型实际应用报告合集👈

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。（全套教程文末领取哈）

👉4.大模型落地应用案例PPT👈

光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。（全套教程文末领取哈）

👉5.大模型经典学习电子书👈

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。（全套教程文末领取哈）

👉6.大模型面试题&答案👈

截至目前大模型已经超过200个，在大模型纵横的时代，不仅大模型技术越来越卷，就连大模型相关的岗位和面试也开始越来越卷了。为了让大家更容易上车大模型算法赛道，我总结了大模型常考的面试题。（全套教程文末领取哈）

👉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

这份完整版的 AI 大模型学习资料已经上传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】

😝有需要的小伙伴，可以Vx扫描下方二维码免费领取🆓