解決方案

通過 Amazon Bedrock 調(diào)用 Claude 3 模型識(shí)別用戶意圖，利用 Amazon Bedrock 知識(shí)庫精準(zhǔn)搜索

華寶新能的客服團(tuán)隊(duì)通過綜合客服系統(tǒng)管理來自聊天框、短信、郵件、社交媒體、站內(nèi)信等各類渠道的海外用戶咨詢，但在使用中遇到 2 個(gè)限制：1）當(dāng)前該客服系統(tǒng)不支持自定義，比如客服人員需要對(duì)用戶咨詢打上標(biāo)簽用作運(yùn)營分析，但該系統(tǒng)不支持自定義用戶意圖標(biāo)簽；2）該系統(tǒng)僅能基于當(dāng)前客服系統(tǒng)供應(yīng)商生態(tài)系統(tǒng)內(nèi)的知識(shí)和數(shù)據(jù)生成內(nèi)容，若要用到其它知識(shí)，只能由華寶新能在系統(tǒng)中配置幫助中心并上傳內(nèi)容，然后才能基于幫助中心的內(nèi)容來生成回復(fù)?？傊?，在客服面對(duì)海外用戶咨詢時(shí)，需要系統(tǒng)支持可定制交互和自動(dòng)基于擴(kuò)展內(nèi)容生成答復(fù)，當(dāng)前系統(tǒng)距離此要求尚存在差距。

準(zhǔn)確地識(shí)別意圖對(duì)客戶服務(wù)至關(guān)重要。亞馬遜云科技在該客服系統(tǒng)上進(jìn)行擴(kuò)展，幫助華寶新能面向其海外業(yè)務(wù)開發(fā)了一套插件，該插件根據(jù)工單咨詢內(nèi)容，通過 Amazon Bedrock 調(diào)用 Claude 3 模型，基于大語言模型的強(qiáng)大能力，匹配客服管理團(tuán)隊(duì)預(yù)置的用戶意圖列表，并根據(jù)工單屬性和意圖識(shí)別該咨詢屬于售前、售后或復(fù)購等。基于亞馬遜云科技 Amazon Bedrock 知識(shí)庫，華寶新能還可以根據(jù)需要自定義標(biāo)簽體系，對(duì)用戶咨詢打上精準(zhǔn)標(biāo)簽?？头芾韴F(tuán)隊(duì)可以基于意圖配置不同的提示詞，通過提示詞對(duì)大語言模型生成的內(nèi)容進(jìn)一步優(yōu)化?？头藛T只需準(zhǔn)備好知識(shí)文檔，注入知識(shí)庫，其余諸如文檔分塊、Embedding 計(jì)算、數(shù)據(jù)存儲(chǔ)等繁重工作，全部由 Amazon Bedrock 知識(shí)庫自動(dòng)完成。將知識(shí)庫與客服工作臺(tái)對(duì)接后，客服團(tuán)隊(duì)可以通過 Amazon Bedrock 知識(shí)庫高效利用知識(shí)庫檔實(shí)現(xiàn)精準(zhǔn)搜索，快速獲取所需信息，在生成的標(biāo)準(zhǔn)回復(fù)內(nèi)容上根據(jù)需要進(jìn)行有感情的語言潤色，為海外客戶提供更優(yōu)質(zhì)的服務(wù)。

相比于華寶新能自建知識(shí)庫，采用 Amazon Bedrock 知識(shí)庫具有諸多優(yōu)勢(shì)：

Amazon Bedrock 知識(shí)庫開箱即用，還可利用 RAG（Retrieval-Augmented Generation，檢索增強(qiáng)生成）技術(shù)將基礎(chǔ)模型與華寶新能內(nèi)部數(shù)據(jù)源無縫集成，簡(jiǎn)化傳統(tǒng) RAG 實(shí)施的復(fù)雜流程；華寶新能只需要將文檔放到指定數(shù)據(jù)源后進(jìn)行同步，Amazon Bedrock 知識(shí)庫就會(huì)自動(dòng)構(gòu)建，并提供 API 以檢索相關(guān)結(jié)果并生成增強(qiáng)響應(yīng)，大幅節(jié)省開發(fā)時(shí)間和投入；

Amazon Bedrock 知識(shí)庫內(nèi)置了會(huì)話上下文管理，讓客服人員輕松支持多輪會(huì)話，還允許客服人員從單個(gè)文檔中提出問題并匯總數(shù)據(jù)；

Amazon Bedrock 知識(shí)庫可無縫與 Amazon Bedrock 安全圍欄集成，對(duì)用戶的輸入和模型的輸出進(jìn)行多維度的內(nèi)容安全過濾，幫助華寶新能打造更安全的知識(shí)庫。

利用生成式 AI 識(shí)別內(nèi)部匱乏內(nèi)容，讓客服人員在與用戶的交互中便捷反饋，豐富和沉淀知識(shí)庫體系

華寶新能當(dāng)前客服系統(tǒng)中的知識(shí)庫內(nèi)容較為有限，產(chǎn)品和業(yè)務(wù)的知識(shí)儲(chǔ)備不夠豐富，大語言模型基于此生成的答案，可能無法有效滿足用戶咨詢的情況。

為此，華寶新能攜手亞馬遜云科技，在現(xiàn)有客服系統(tǒng)咨詢系統(tǒng)上開發(fā)并集成了 Amazon Bedrock 知識(shí)庫插件，為客服人員提供了反饋入口?？头藛T收到海外用戶咨詢后會(huì)自動(dòng)觸發(fā)一個(gè)動(dòng)作，系統(tǒng)將獲取用戶問詢并識(shí)別用戶意圖，然后基于意圖檢索知識(shí)庫，通過 Amazon Bedrock 在知識(shí)庫中檢索生成問詢答復(fù)。

客服人員通過邊框提示便捷查看生成的答復(fù)，判斷該答復(fù)內(nèi)容屬于可直接采用、不適合或需要優(yōu)化等；對(duì)于可直接采用的內(nèi)容，客服人員將直接用該內(nèi)容回復(fù)用戶咨詢；對(duì)于不適合或需要優(yōu)化的內(nèi)容，客服人員可通過反饋入口便捷反饋意見，系統(tǒng)將自動(dòng)記錄客服選擇了哪個(gè)選項(xiàng)，并將客服反饋意見記錄存儲(chǔ)在后臺(tái)。

客服團(tuán)隊(duì)專門負(fù)責(zé)知識(shí)庫優(yōu)化的人員基于后臺(tái)記錄，識(shí)別哪些內(nèi)容需要更新或優(yōu)化，并判斷需要更新的方向如知識(shí)欠缺、知識(shí)老舊等，進(jìn)行針對(duì)性優(yōu)化，從而提升知識(shí)庫的豐富性、及時(shí)性和準(zhǔn)確性。因此，華寶新能借助生成式 AI，通過檢索回來的內(nèi)容反向判斷內(nèi)部知識(shí)庫的豐富程度，進(jìn)而識(shí)別哪些知識(shí)模塊亟需補(bǔ)充和更新知識(shí)；再利用生成式 AI 在客服人員與海外用戶的交互中豐富內(nèi)容，補(bǔ)充上傳公司相關(guān)信息和知識(shí)，如官網(wǎng)活動(dòng)信息、客服的郵件模板等，通過多次聚合沉淀出更豐富、完整的知識(shí)庫體系。