基于NLP+大模型的供热电话客服机器人的特点

NEWS
新闻文章

基于NLP+大模型的供热电话客服机器人的特点

时间: 2024-10-21 15:51 作者: admin 点击: 次

客服中心是一个企业的重点，它承载着企业与用户沟通的重要任务。这些年来科技不断进步，有实力，想做强做大的企业呼叫中心也在不断的改进。供热行业咨询业务比较复杂，需要为用户提供的咨询业务种类繁多，比如：暖气不热、供热政策、采暖费、采暖费发票咨询、供热设施、退费、违约金及有偿服务等。传统的咨询AI机器人一般采用类似关键词匹配的方式，当问法较多，即咨询知识条目比较多时（超过100条），不仅工作量大，很难维护。而且由于条目之前的关键词相互干扰耦合，会导致问答的效果不好，经常答非所问。iSoftCall电话语音平台基于NLP+大模型的方式很好了解决了AI中复杂的基于知识库知识条目来实现的业务咨询需求。

那么基于NLP+大模型的供热电话客服机器人有什么特点呢？

1、播放速度快，播放中间可打断

系统在播放答案时采用语音缓存，播放速度很快。对于供热咨询等查询量较大，且回答内容字数比较多的应用场景，一般在定制AI话术时采用缓存模式，确保任何一个答案只是第一次问到时稍微慢一点（生成在缓存需要时间），之后都能很快作答。

当然，除此之外，还可以采用与预缓存模式，在项目上线前将所有知识库条目的答案进行预缓存，并保存在软交换平台的/usr/local/isoftcall/data/cache/entID 目录，这样即使是用户第一次问道某个问题，由于做了预缓存，系统也能立即取出缓存语音文件播放，使用户的体验更好。

2、问答精准度高

电话机器人就是要即便在知识库依条目很多时，依然能准确的回答问题，才能做到真正代替人工解决大多数的咨询业务问题。iSoftCall电话AI机器人基于NLP+大模型，测试表明，只要供热行业的知识库条目设计覆盖业务比较全面、而且问法合理，机器人就基本能基于这些“指定的业务知识”很好的回答用户的问题。

供热咨询业务是生产业务，不同于其它诸如闲聊、推销业务的咨询。它要求AI机器人能准确的回答这些问题，目前iSoftCallAI电话AI机器人相对市面上其他的机器人来说是比较高的，基本上能满足热力咨询的需求。

3、回答严格按照知识库条目内容来

由于各地的供热咨询，都和本地的政策以及相关资源有关，即很多本地供热的政策性问答，是比较严肃的，因此回答原则不能润色。必须准确无误的严格按照条目内容来回答，尤其是在问答末尾，一般AI机器人会根据“自己的理解”来增加一些看似合理但可能会影响用户理解的补充性内容（诸如电话外呼营销需要这些），因此必须严格避免。做到准确按照原知识库的答案进行回答，保证答案的准确。而利用iSoftCall对系统进行改造的则能保证回答严格按照知识库条目来。

4、人机对话过程中可通过设置直接转人工

在一些知识库条目中，可能需要直接转人工，比如：关于退费的一个问法：我交错费了怎么办？答案是：针对您反映的问题，将为您转接人工客服为您服务，请稍候。关这个回答的意思就是：当AI机器人回答这一条时同时就要实现转人工的功能，朗深AI机器人平台通过在该知识库条目的答案最后中增加内置命令 {{ACD:$(全局-ACD队列)}}，即：针对您反映的问题，将为您转接人工客服为您服务，请稍候。{{ACD:$(全局-ACD队列)}}，很好的解决了这个问题。

同时在转人工时，还可以通过设置特定系统内置变量，把该AI机器人的会话ID传给座席侧，座席侧在弹屏的同时知道了所有机器人对话的上下文详情，可以更好的为用户服务。

5、知识库条目中设置AI意向标签

AI意向详单记录了用户的问法和答案，用户在语音提示下通过按键选择了指定知识库类别后，AI意向详单可以记录用户的问法和对应答案，体现在“主题”和“意向值”两个字段，其格式可以根据业务需要定义，比如：“意向值”包括：找到答案、没有答案和转人工等。

平台通过对这些AI意向的设计，可以从平台使用的“视角”看到用户咨询的总体情况，包括：热点问题和通过AI的完成情况，也可以根据“主题”、“意向”值进行模糊查询，比如查找某一类的问题的咨询情况，也可以查询“没有答案”的所有问法，可以帮助业务进行分析，是否要对问法进行调整或者补充，使平台的知识库条目不断趋于更加合理，对于提高AI机器人的效率很有意义。

6、多渠道接入

iSoftCall电话语音平台支持接入公众号，小程序，APP，企业官网等，还支持5G视频通话

7、情绪识别

基于NLP+大模型的iSoftCallAI电话AI机器人能识别用户情绪，在识别到用户情绪不佳时，能主动安抚用户，提升用户体验度。

总的来说，朗深AI机器人平台提供了知识库配置界面，可以方便的维护供热行业的知识库条目，当知识库条目增加后只需要刷新生效即可使用，同时在产品中建立了灵活的AI意向标签，可以方便的记录用户基于什么类型的问题的各种问法和答案，并在标签中明确标志该问题是找到答案还是没有答案，从而针对没有答案的问题，进行分析和完善问法加以解决，帮助用户从业务层面上去不断推进知识的修改和完善，最终能很好的基于AI机器人解决用户的各种常见咨询问题。帮助集成商伙伴省去不少的时间精力，加强市场竞争力（原因是朗深十多年专研呼叫中心中间件，跟各行各业集成商保持友好的合作，了解各行业系统需求）。

关键词：电话机器人 NLP 大模型供热客服机器人客服机器

推荐内容

更多技术方案

新闻文章

NEWS
新闻文章