【智能客服】ChatGPT大模型话术优化落地方案

本文原创作者:姚瑞南 AI-agent 大模型运营专家,先后任职于美团、猎聘等中大厂AI训练专家和智能运营专家岗;多年人工智能行业智能产品运营及大模型落地经验,拥有AI外呼方向国家专利与PMP项目管理证书。(转载需经授权)      

目录

一、项目背景

1.1 行业背景

1.2 业务现状

1.3 部分效果展示

二、项目目标

定性目标

定量目标

三、项目详情

3.1 现有能力

3.2 初步实验效果

3.3 正向节点总结

3.4 话术可优化点(持续拓展ing)

3.5 技术方案

1) 带示例的prompt

2)不带示例的prompt

3)增加会话情景(上下文)的Prompt

四、对接流程

step1:运营提供相关信息列表

step2:运营话术check&确认

step3:task节点命名规范

1. 添加节点时

2. 回退节点时

step4:灰度上线

五、效果评估

5.1 各业务情况梳理

5.2 正负面case总结

5.3 长线监控策略

六、落地节奏

6.1 多方里程碑

6.2 分工checklist

6.3 产品能力建设checklist


一、项目背景

1.1 行业背景

①划时代技术变革:LLM的出现对传统NLP来说是划时代的技术变革,几乎改变了所有NLP任务的游戏规则,已经成为了NLP领域各个任务的全新范式。

大语言模型能够根据用户的问题和对应的标准答案,给出个性化的答案,用户体验上已经不太容易分辨出是人工客户还是机器客服,这一点上是很明显的提升。

②人机交互新机会:可以预见的是,基于LLM技术所构建的智能客服正在从根本上改变传统的人机交互过程。

大模型自动生成对话流程让运营智能客服更高效,可以提升复杂缠绕问题解决率、人机交互感知程度,以及意图理解、流程构建、知识生成等运营内容的效率

③机遇与挑战并存:LLM的出现对智能客服是挑战与机遇并存,如何用好LLM的强大能力,提升智能客服机器人的效果,目前没有相对统一的技术路线,需要各方的积极探索

1.2 业务现状

拟人化方面,智能客服产品虽然称之为“智能”,但回答问题尤其是兜底回复时,难免给用户留下“呆板”的印象,缺乏人情味case

②丰富化方面,回答内容以写好的模版为主,虽然覆盖面已尽可能广泛,但仍然有限度

③个性化方面,回复话术千人一面,而人工逐一改写成本高;且无法很好地识别情绪,适时进行安抚甚至提供情绪价值

④情景化方面,未能结合具体时间节日,如春节、生日、毕业季等,给予特定情景的暖心关怀与问候

1.3 部分效果展示

子业务

task名称

节点名称

原话术

新话术(活泼风格)

原转人工率

原解决率

新转人工率

新解决率

单车

0719车辆故障申诉流程(新版故障治理)

车辆故障,影响骑行

很抱歉,给您的出行带来不便。您可点击下方【故障上报】按钮提交您的问题,我们将在72小时内为您处理费用问题。

[无法识别的内容]

温馨提示:如影响您继续骑行,建议您在安全的情况下将车辆停好并关锁,选择其他车辆或交通工具出行。

嘿,抱歉给你带来不便啦!车辆故障真的超郁闷的😔,不过别担心,我来帮你解决问题🤗。

你可以点击下方的【故障上报】按钮告诉我们具体问题,然后我们会在72小时内处理费用问题哦✨。

另外,如果这影响到你继续骑行的话,建议你在安全的情况下把车停好并关锁,然后选择其他车辆或者交通工具出行⛑️。

如果还有其他问题或者需要帮助,随时告诉我,我都会尽力帮你解决哒!✌️

【单车/电单车】话术优化

医药

商品使用方法说明

O2O-团APP+外卖APP

您好,药品/产品的用法用量、功能主治、适用人群等问题,您可以:

①参考药品/产品说明书上所述内容使用

联系商家进行咨询

③在医师/药师等专业人士的指导下使用

客服不具备相应专业知识,无法为您直接解答。

如您不清楚当前症状需要购买哪种药品,也可以在

栏目,找到药师免费咨询用药。

Hi亲爱的顾客,看到你有关药品使用方法的问题了哦!我来帮你解答一下吧😊

首先,药品的使用方法可以通过以下方式获取:🌟

1️⃣你可以参考药品说明书上所述的内容来正确使用药品。

2️⃣如果你还有其他疑问,也可以联系商家进行咨询哦~

3️⃣最重要的是,我还建议你在专业人士的指导下使用药品,例如医师或药师。

这里要提醒一下,由于客服们并没有相应的专业知识,我们无法直接解答用药问题。所以记得及时咨询专业人士哦😉

如果你不确定需要购买哪种药品,也可以在我们美团App的首页找到“看病买药”栏目,点击“问医生-用药咨询”,这样可以免费咨询药师的建议用药。

希望这些信息对你有所帮助哦~如果还有其他问题,记得随时联系我,我会尽力帮助你解决问题的!💪💛医药客服-大模型话术扩写

44.3%

12.5%

二、项目目标

本项目结合在线智能客服的实际情况,针对机器人存在的拟人化、丰富化、个性化、情景化等现状,引入LLM对机器人话术进行优化,同时保证可解释性、安全性和可控性

定性目标

阶段一

阶段二

优化话术质量,更拟人

提高个性化水平:引入用户画像、订单详情、会话上下文等多维信息,针对不同用户(高价值、黑名单等)、不同场景(纠纷场景、咨询场景等)、对话特征(用户情绪)、回复篇幅(长文无分段)等有针对性的改写回复,做到回复话术的千人千面

测试多种话术风格,更丰富

融入情景化关怀:使回复话术更加拟人、顺畅,情绪体验良好

定量目标

指标类型

详情

核心指标

降低在线智能_不满意度

配对指标

降低被动_人工服务占比

根据已有实验,预计子业务不满意度降低5.14PP,转人工率降低0.04pp

三、项目详情

3.1 现有能力

三大能力:①解决方案润色;②不满意安抚;③寒暄

三大能力在不同场景和对话轮次上交叉使用,24年争取所有业务都用上

3.2 初步实验效果

结论先行:不论用户年龄大小,亲和、热情、友好的话术风格效果好,建议推广

话术风格分组

触发占比

触发量

转人工量

转人工率

参评量

不满意量

不满意度

参评率

分析

活泼话术-实验组

82.7%

16340

1283

7.85%(胜出)

618

194

31.39%(胜出)

4.10%

1.青年组触发量占比超80%

2.青年组实验组不满意度胜出5.14PP,转人工率降低0.04pp

3、结论:可以推广年轻活泼类型的话术

旧话术-对照组

16429

1296

7.89%

646

236

36.53%

4.27%

严肃话术-实验组

17.3%

3413

230

6.74%(落败)

197

74

37.56%

(落败)

6.19%

1.老年组触发量占比较低,小于20%

2.实验组不满意度落败13.5pp,转人工率落败0.32pp

3.结论:严肃认真型话术效果较差,不适合客服场景使用

旧话术-对照组

3427

220

6.42%

212

51

24.06%

6.61%

3.3 正向节点总结

注:相关case分析详见5.3

话术内容

共性:与客户对话时,都应该有回应、共情和尊重

个性:与商家对话时需给予敬重,有更多的态度和原则;无解决方案或解决方案需要等待的,需要有安抚和诚恳的抱歉

话术范式

共性:与客户和商家对话,都需要有加粗和颜色做提示,隔3-4行分段更好读

个性:客服场景,可用符号“~”、表情包😉、语气词“哎呀”表示亲切;商服场景则没必要

场景

话术内容

话术范式

有解决方案-让人满意

有夸夸(哇,你真是太幸运了!)有回应(你的订单已经xxx了)

有共情(如果你想xxx)有尊重(一切都在你的掌控之中)

符号“~”;表情包😉;字体-加粗+标绿;段落-4行不分段

有解决方案-等待处理

有回应(看来你在xxx呢,xxx收到了)有共情(久等了)有安抚(别担心,我们会尽快)有尊重(让你的xxx体验更加顺畅)

语气词“哎呀”;符号“~”;表情包😉;段落-每隔两行分段

有解决方案-等待处理

有称谓(亲爱的)

符号“~【】”;表情包😉;段落-每隔三行分段

有解决方案-商家自助

有称谓(尊敬的商家)有态度(我们将积极为您解决)(我们保证不会随意处理)有原则(评价审核机制对所有的商户都是公平一致的,这亦是我们制定此机制的初心,旨在带给所有的商户信心和鼓励)有尊重(感谢您的理解与信任)

字体-加粗;段落-每隔三行分段

有解决方案-让人不满

有问候(

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/896067.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

STM32的HAL库开发---单通道ADC采集(DMA读取)实验

一、实验简介 正常单通道ADC采集顺序是先开启ADC采集,然后等待ADC转换完成,也就是判断EOC位置1,然后再读取数据寄存器的值。 如果配置了DMA功能,在EOC位被硬件置1后,自动产生DMA请求,然后DMA进行数据搬运…

编译原理基础(1)

1.什么是ASCII码? ASCII码即美国信息交换标准代码,是基于拉丁字母的电脑编码系统,用于显示现代英语和部分西欧语言。其7位编码范围0-127,8位扩展到0-255。字符集含控制字符(0-31、127,用于控制设备或表示通…

基于 Highcharts 实现 Vue 中的答题统计柱状图组件

在现代 Web 开发中,数据可视化是一个重要的组成部分,而 Highcharts 是一个广泛使用的 JavaScript 图表库,可以帮助开发者在 Web 页面上轻松地绘制丰富的图表。在本文中,我们将基于 Highcharts 创建一个用于答题统计的柱状图&#…

SQLAlchemyError: A transaction is already begun on this Session.

资料 sqlalchemy 事务 - 简书 在 SQLAlchemy 中,事务是通过会话来管理的。当你开始一个事务(例如使用 async with db.begin()),它会开启一个新的事务,并在事务块结束时自动提交或回滚。如果在同一个会话中&#xff0c…

Java Web开发实战与项目——Spring Boot与Redis实现缓存管理

缓存技术在现代Web开发中至关重要,尤其是在高并发的环境中,缓存能够有效减少数据库访问压力、提高系统性能。Redis作为最流行的内存数据存储系统之一,常用于缓存管理。本节将讲解如何在Spring Boot项目中集成Redis,实现缓存管理&a…

C语言学习【1】C语言关于寄存器的封装

目录 1.封装寄存的C语言的语法volatile:unsigned int:*pGpiobOdrvolatile unsigned int * 2.进一步C语言的封装 在嵌入式中,底层一定是操作寄存器,我有一个理念,凡事一定要想清楚,把任何知识点融入自己的理解之中&…

#渗透测试#批量漏洞挖掘#畅捷通T+远程命令执行漏洞

免责声明 本教程仅为合法的教学目的而准备,严禁用于任何形式的违法犯罪活动及其他商业行为,在使用本教程前,您应确保该行为符合当地的法律法规,继续阅读即表示您需自行承担所有操作的后果,如有异议,请立即停止本文章读。 目录 一、漏洞概况 二、攻击特征 三、应急处置…

ollama 学习笔记

1. 参考博客:1. Ollama完整教程:本地LLM管理、WebUI对话、Python/Java客户端API应用:https://blog.csdn.net/python122_/article/details/1409457202. https://gitee.com/ai-big-model/ollama/tree/main --》REST APIollama 离线安装包 ollam…

ARM Linux平台下 OpenCV Camera 实验

一、硬件原理 1. OV2640 1.1 基本功能 OV2640 是一款低功耗、高性能的图像传感器,支持以下功能: 最高分辨率:200 万像素(1600x1200)。 输出格式:JPEG、YUV、RGB。 内置图像处理功能:自动曝…

vue2.x中父组件通过props向子组件传递数据详细解读

1. 父组件向子组件传递数据的步骤 在子组件中定义 props: 子组件通过 props 选项声明它期望接收的数据。props 可以是数组形式(简单声明)或对象形式(支持类型检查和默认值)。 在父组件中使用子组件时绑定 props&#x…

【Gin】2:快速上手Gin框架(模版、cookie、session)

本文目录 一、模版渲染二、自定义模版函数三、cookie四、Session五、cookie、session区别六、会话攻击 一、模版渲染 在 Gin 框架中,模板主要用于动态生成 HTML 页面,结合 Go 语言的模板引擎功能,实现数据与视图的分离。 模板渲染是一种动态…

【AI绘画】大卫• 霍克尼风格——自然的魔法(一丹一世界)

大卫• 霍克尼,很喜欢这个老头,“艺术是一场战斗”。老先生零九年有了iphone,开始用iphone画画,一零年开始用ipad画画,用指头划拉,据说五分钟就能画一幅,每天早上随手画几幅送给身边的朋友。很c…

解码 NLP:从萌芽到蓬勃的技术蜕变之旅

内容概况: 主要讲述NLP专栏的内容和NLP的发展及其在现代生活中的广泛应用。专栏强调实践为主、理论为辅的学习方法,并通过多个生活场景展示了NLP技术的实际应用,如对话机器人、搜索引擎、翻译软件、电商推荐和智能客服等。 这边我就不多做自我…

解决DeepSeek服务器繁忙问题的实用指南

目录 简述 1. 关于服务器繁忙 1.1 服务器负载与资源限制 1.2 会话管理与连接机制 1.3 客户端配置与网络问题 2. 关于DeepSeek服务的备用选项 2.1 纳米AI搜索 2.2 硅基流动 2.3 秘塔AI搜索 2.4 字节跳动火山引擎 2.5 百度云千帆 2.6 英伟达NIM 2.7 Groq 2.8 Firew…

前端(AJAX)学习笔记(CLASS 2):图书管理案例以及图片上传

* BootStrap弹框 功能:不离开当前页面,显示单独内容,供用户操作 步骤: 1、引入bootstrap.css和bootstrap.js 2、准备弹框标签,确认结构 3、通过自定义属性,控制弹框的显示和隐藏 其中的bootstrap.css…

数据结构:双链表list

list 是 C 标准库中的双向链表容器。 list初始化示例&#xff1a; #include <list>int n 7;std::list<int> lst; // 初始化一个空的双向链表 lststd::list<int> lst(n); // 初始化一个大小为 n 的链表 lst&#xff0c;链表中的值默认都为 0std::list<i…

AI Agent Service Toolkit:一站式大模型智能体开发套件

项目简介 该工具包基于LangGraph、FastAPI和Streamlit构建,提供了构建和运行大模型Agent的最小原子能力,包含LangGraph代理、FastAPI服务、用于与服务交互的客户端以及一个使用客户端提供聊天界面的Streamlit应用。用户可以利用该工具包提供的模板快速搭建基于LangGraph框架…

论文概览 |《Urban Analytics and City Science》2023.10 Vol.50 Issue.8

本次给大家整理的是《Environment and Planning B: Urban Analytics and City Science》杂志2023年10月第50卷第8期的论文的题目和摘要&#xff0c;一共包括21篇SCI论文&#xff01; 论文1 Advances in geospatial approaches to transport networks and sustainable mobility …

大语言模型推理能力从何而来?

前言 DeepSeek R1采用强化学习进行后训练&#xff0c;通过奖励机制和规则引导模型生成结构化思维链&#xff08;CoT&#xff09;&#xff0c;从而显著提升了推理能力。这一创新方法使得DeepSeek R1能够在无需大量监督数据的情况下&#xff0c;通过自我进化发展出强大的推理能力…

用 WOW.js 和 animate.css 实现动画效果

用 wow.js 就可以实现动画效果&#xff0c;但由于里面的动画样式太少&#xff0c;一般还会引入 animated.css 第一步&#xff1a;下载 选择合适的包管理器下载对应的内容 pnpm i wow.js animated.css --save 第二步&#xff1a;引入 在main.js中加入&#xff1a; import …