AI工坊

    2. 多步骤客户服务 Chatflow

    项目背景

    你需要为一家电商公司构建一个智能客服系统。不同类型的客户问题需要走不同的处理流程，同时需要在必要时转接人工客服。

    需求分析

    • 自动识别用户问题类型（售前咨询、物流查询、退换货、投诉等）。
    • 不同问题类型走不同的处理分支。
    • 售前问题从产品知识库检索答案。
    • 投诉类问题先安抚情绪，再生成工单。
    • 无法处理的问题转接人工。

    设计思路

    选择「Chatflow」类型，利用「问题分类器」节点进行意图识别，使用条件分支将不同类型的问题路由到对应的处理流程。

    详细步骤

    第一步：准备知识库。

    创建两个知识库：

    • "产品信息库"：上传产品目录、规格参数、使用说明等。
    • "售后政策库"：上传退换货政策、保修条款、常见售后问题等。

    第二步：创建 Chatflow 应用。

    进入「工作室」，点击「创建应用」→ 选择「Chatflow」→ 命名为"电商智能客服"。

    第三步：设计工作流。

    删除默认的 LLM 节点和直接回复节点，按照以下结构重新设计：

    用户输入
    → 问题分类器（分类：售前咨询 / 物流查询 / 退换货 / 投诉 / 其他）
        → 售前咨询：知识检索（产品信息库）→ LLM（基于产品信息回答）→ 直接回复
        → 物流查询：LLM（引导用户提供订单号并告知查询方式）→ 直接回复
        → 退换货：知识检索（售后政策库）→ LLM（基于政策回答退换货流程）→ 直接回复
        → 投诉：LLM（先安抚情绪，询问具体问题）→ 直接回复
        → 其他：LLM（尝试回答，并告知可以转人工）→ 直接回复

    第四步：配置各节点的提示词。

    每个分支的 LLM 节点都需要针对性的提示词。例如投诉分支的提示词应该强调共情和安抚。

    第五步：开启 LLM 节点的记忆功能。

    确保每个分支的 LLM 节点都开启了"记忆"，记忆窗口设为 10。

    第六步：全面测试各分支。

    第七步：发布上线。

    优化建议

    • 问题分类器的准确性直接影响整个系统的效果，建议为每个分类提供清晰的描述和示例。
    • 在投诉处理分支中加入「人工介入」节点，当 AI 判断问题严重或用户情绪激烈时暂停流程等待人工接管。
    • 利用日志功能分析分类准确率，对分类错误的案例针对性优化。
    • 可以在工作流末尾添加一个满意度调查的分支，收集用户反馈。