AI工坊AI工坊

1. 多知识库智能客服系统（工作流实践）

本案例通过工作流实现一个完整的电商智能客服系统，能够自动识别用户意图，从不同的知识库中检索答案，并在必要时调用外部接口查询订单信息。

场景说明

某电商公司需要一个智能客服机器人，能够处理以下三类问题：产品咨询（查产品手册）、物流查询（调用快递API）、售后服务（查售后FAQ知识库）。对于无法处理的问题，引导用户转人工客服。

第一步：准备知识库。

创建两个通用知识库：

  • 产品手册知识库：导入产品规格、功能说明、使用指南等文档，建议使用混合搜索模式，相似度阈值设为 0.6。
  • 售后FAQ知识库：导入退换货政策、保修条款、常见售后问题等CSV文件，建议使用语义搜索模式，相似度阈值设为 0.55。

第二步：创建工作流代理人。

在工作台点击「新建」，选择「工作流」类型，命名为"电商智能客服"。

第三步：编排工作流节点。

整体工作流结构如下：

开始节点
  ↓
问题分类节点（选择AI模型，引用"用户问题"变量）
  ├── 分类1：产品咨询 → 知识库搜索A（产品手册） → AI对话A
  ├── 分类2：物流查询 → 文本内容提取（提取订单号） → 判断器（订单号是否为空）
  │                       ├── 不为空 → HTTP请求（查询快递API） → AI对话B（格式化物流信息）
  │                       └── 为空 → 指定回复（"请提供您的订单号"）
  ├── 分类3：售后服务 → 知识库搜索B（售后FAQ） → AI对话C
  └── 分类4：其他 → 指定回复（"建议联系人工客服"）

问题分类节点配置：

分类1：产品咨询
描述：用户咨询产品功能、规格、价格、使用方法、产品对比等问题
示例："这个手机支持5G吗？""XX型号和YY型号有什么区别？"

分类2：物流查询
描述：用户查询订单发货状态、快递进度、预计到达时间等物流信息
示例："我的快递到哪了？""订单什么时候发货？"

分类3：售后服务
描述：用户咨询退换货、维修、投诉、保修等售后相关问题
示例："怎么申请退货？""产品坏了怎么保修？"

分类4：其他
描述：不属于以上任何分类的问题

文本内容提取节点配置（物流查询分支）：

提取字段：
- 订单号（字符串）：用户提供的订单编号，通常为数字或字母数字组合，如 "2024010100001" 或 "DD-20240101-001"

HTTP请求节点配置（物流查询分支）：

方法：GET
URL：https://api.company.com/logistics?order_id={{订单号}}
请求头：Authorization: Bearer {{API_KEY}}
超时时间：15秒

AI对话节点提示词示例（产品咨询分支）：

你是XX电商的产品顾问，请根据知识库中的内容回答用户关于产品的问题。
规则：
1. 只根据知识库引用中的内容回答，不编造产品信息。
2. 如果用户问到价格，提醒以官方商城最新标价为准。
3. 如果需要对比多个产品，用表格形式输出。
4. 回答控制在200字以内。

AI对话节点提示词示例（物流查询分支）：

你是XX电商的物流助手，请根据以下快递查询结果为用户整理物流信息。
规则：
1. 用简洁的方式呈现物流状态和最新进展。
2. 如果快递已签收，告知用户签收时间。
3. 如果快递异常，建议用户联系客服处理。

第四步：配置全局变量。

在系统配置中设置对话开场白：

您好，欢迎来到XX电商客服！我可以帮您：
📦 查询产品信息
🚚 追踪物流状态
🔧 处理售后问题
请描述您的需求~

第五步：测试与优化。

测试用例建议：

测试1：产品咨询 → "XX手机的电池容量是多少？"
测试2：物流查询（有订单号） → "帮我查一下订单2024010100001的快递到哪了"
测试3：物流查询（无订单号） → "我的快递怎么还没到？"
测试4：售后服务 → "买了三天的东西可以退吗？"
测试5：其他问题 → "你们公司在哪里？"
测试6：边界情况 → "你好"

评论

0 条
还没有评论，来写第一条吧