支持私有化部署
AI知识库

53AI知识库

学习大模型的前沿技术与行业应用场景


AI实现智能客服第2节:借助RAG实现常见问题的同程旅行AI客服

发布日期:2025-06-12 13:53:00 浏览次数: 1560
作者:无处不在的技术

微信搜一搜,关注“无处不在的技术”

推荐语

探索如何利用RAG技术打造更智能的同程旅行AI客服,提升用户体验与效率。

核心内容:
1. 基于FastGPT工作流实现AI客服的详细步骤
2. 同程旅行问题数据的处理与知识库构建
3. RAG技术如何提升客服系统的准确性与灵活性

杨芳贤
53A创始人/腾讯云(TVP)最具价值专家

持续内容输出,点击蓝字关注我吧

01




前言



来看一段AI大模型对它的介绍

在上节分享中,我分享了AI大模型在AI客服领域的一些实践和介绍,也分享了基于FastGPT软件实现的AI客服Demo,上节中我分享的是基于FastGPT的简易应用的方式,本节我分享下基于FastGPT工作流的方式来完成一个基于同程旅行数据的AI客服效果,通过对用户问题的意图识别,来回答用户的问题,这种工作流的玩法也是有一些AI Agent的思路和思想,也会自己未来熟悉AI Agent领域的搭建和使用有一定的帮助。

传统客服系统往往依赖于预设脚本和有限的知识库,难以灵活应对复杂或新颖的问题。而基于 RAG(Retrieval-Augmented Generation)的智能客服能更准确地理解用户意图和诉求,即使面对复杂的语境和多变的表达方式也能有不错的表现,帮助提升客户体验。

FastGPT这个软件就帮助了我们实现了RAG+AI Agent的一些能力。

分享之前,我们可以看看业界关于AI客服产品的相关介绍:

这个产品的介绍来自于:https://jyzk.lingj.net/index,感兴趣的可以了解。

通过这种客服产品的介绍,我们可以知道AI客服核心要解决的问题就是上面这些,FastGPT可以帮助我们前期非常快速的完成这样一个过程。

02




正文




1、本节,我通过同程旅行的问题数据作为AI客服的知识库,如下所示:

我们可以将这个网站的问题数据拿下来,然后存储到FastGPT库中。

我这里分享的手动制作数据的方式,我准备了会员服务和火车票这两类的问题,作为本次的知识,这里我准备了4个文件,后续我们可以提前爬取所有问题,然后上传到知识库中:

由于我们当前测试知识也是数据问答类的知识,对于AI客服来说,这种FAQ类的知识,AI不知道,我们也不想让AI自己创意,尽可能的返回原文准确的答案,所以我们要梳理成问答格式,每个人都可以根据自己的需求定制一份格式的数据,我这里每个文件的格式如下:

<L1>会员服务</L1><L2>找回密码</L2><Q>忘记密码了,如何找回?</Q><A>A、进入会员登录页面,点击登录按钮右侧的“忘记密码”链接,进入重置密码页面;</A>======<L1>会员服务</L1><L2>找回密码</L2><Q>系统显示已经向手机发送验证码,长时间没收到短信怎么办?</Q><A>请查看您输入的手机号码是否正确并保证手机账户没有欠费,如果还是没有收到同程的短信,可以通过邮箱找回密码,若无邮箱,可拨打同程热线4007-777-777(免长途费),由专员为您处理。</A>======

我通过L1和L2标签定义问题的一级分类和二级分类,然后通过Q标签作为问题,A标签作为答案,不同的问题使用6个等号字符串分割======。

2、准备好了这个文件后,我们在FastGPT中创建2个新的知识库:

创建一个:同程旅行-会员服务的知识库:

创建一个:同程旅行-火车票的知识库:

3、还是按照上文中的导入方式,进行上传:

这里的分段的处理方式,我们还是选择直接分段,然后处理参数为按照6个等于符号的方式分割:

处理完成后,我们在知识库中等待模型向量的索引处理完成:

这样我们的基础知识就索引完成了,接下来我们创建一个fastgpt的工作流的应用。

4、我们的工作台模块下,新建的时候,选择一个工作流,如下所示:

5、然后选择:问题分类+知识库,如下所示:

6、默认情况,它给我们初始化了一个基础的工作流程:

7、接下来我们首先修改下开场白:

8、然后我们修改问题分类节点,我们定义2个问题:火车票、会员服务,这个节点本质就是对用户问题的意图识别,通过意图识别缩小知识库数据的范围,避免噪声产生,也是知识范围控制,如下所示:

9、然后在当前画板中创建2个知识库,并和刚才的分类产生关系:

10、然后我们在创建2个AI对话组件,设置提示词、和对应的知识库引用:

然后再知识库引用的旁边的设置按钮上单击,设置引用提示词,这里我们设置的引用提示词如下所示:

这样我们的设置就完成了。

这里我给AI的提示词如下:

## Roles你是一个同程旅行的客服,能够根据当前提供的知识,准确回答用户的问题## 知识格式1、提供的知识中,L1标签中的内容代表问题的一级分类,L2标签中的内容代表问题的二级分类,Q标签代表问题,A标签代表该问题的答案## Rules1、你需要根据用户的提问的问题,从知识库返回匹配的答案2、如果未发现合适的知识,请回复:当前问题,正在学习中

最后的工作流截图如下所示:

这样我们就创建完成了基于意图识别分类的AI客服工作流。

接下来,我们发布一下测试看看。

测试效果1:

我们在知识库中维护的原始知识为:

======<L1>会员服务</L1><L2>注册同程会员</L2><Q>提示手机号已被注册怎么办</Q><A>您可以拨打4007-777-777咨询。</A>======

可以看到它根据我们的提供的知识,回答出了用户的真实答案。

测试效果2:

可以看到也是没问题的。

测试效果3:

测试效果4:

可以看到提问一个和知识不相关的内容,也是按照我们的提示词回复的。有效地减少了非知识库问题的回答。

接下来我们再看看它的执行过程,我们在对话日志中,找到某一次的对话记录,然后看看:

这个图说明的就是先让AI对我们的问题进行分类,然后去会员知识库中搜索问题答案相似的:

然后构造如下提示词发送给大模型,截图如下所示:

通过日志可以看到相关的提示词如下所示:

记录预览(仅展示部分内容):System## Roles你是一个同程旅行的客服,能够根据当前提供的知识,准确回答用户的问题## 知识格式1、提供的知识中,L1标签中的内容代表问题的一级分类,L2标签中的内容代表问题的二级分类,Q标签代表问题,A标签代表该问题的答案## Rules1、你需要根据用户的提问的问题,从知识库返回匹配的答案2、如果未发现合适的知识,请回复:当前问题,正在学习中===---===---===使用 <QA></QA> 标记中的问答对进行回答。<QA><问题对><L1>会员服务</L1><L2>注册同程会员</L2><Q>提示手机号已被注册怎么办</Q><A>您可以拨打4007-777-777咨询。</A></问题对>------<问题对><L1>会员服务</L1><L2>找回密码</L2><Q>系统显示已经向手机发送验证码,长时间没收到短信怎么办?</Q><A>请查看您输入的手机号码是否正确并保证手机账户没有欠费,如果还是没有收到同程的短信,可以通过邮箱找回密码,若无邮箱,可拨打同程热线4007-777-777(免长途费),由专员为您处理。</A></问题对>------<问题对><L1>会员服务</L1><L2>找回密码</L2><Q>忘记密码了,如何找回?</Q><A>A、进入会员登录页面,点击登录按钮右侧的“忘记密码”链接,进入重置密码页面;B、进入找回密码页面,您可以通过手机、邮箱任何一种找回方式,输入您选择的手机或邮箱后,点击找回密码,系统会为您发送校验码到相应的手机或邮箱以验证有效性;C、当提示您手机号或邮箱号不存在时,则表示您注册时没有填写过该手机号/邮箱,请尝试其他找回方式;D、验证成功后即可重新设置登录密码。</A></问题对>------<问题对><L1>会员服务</L1><L2>找回密码</L2><Q>系统显示已发送验证邮件,长时间没收到邮件怎么办?</Q><A>请确认邮箱为您的注册时填写的邮箱,如果还是没有收到同程的邮件,可以尝试用手机号码找回,若还不成功,可拨打同程热线4007-777-777(免长途费),由专员为您处理。</A></问题对>------<问题对><L1>会员服务</L1><L2>注册同程会员</L2><Q>注册同程会员可以享受什么优惠</Q><A>  您可以通过以下方式成为同程会员:A、网站注册   进入www.ly.com,点击首页左上方“注册”或者在登录页面点击“快速注册”按钮,按提示填写信息即可。B、手机端注册   通过下载同程手机客户端或手机浏览器访问(http://m.ly.com),按提示填写相关信息,即可注册成功。C、第三方合作账号快捷注册      在登录页面中,可通过第三方合作账号授权快捷注册D、下单自动注册会员      成功预订同程旅游产品(机票、门票等)后,所填入的手机号会被自动注册为同程会员。届时,相关的注册信息会以短信的形式下发至手机。      如果没有收到短信,请通过找回密码页找回密码。 </A></问题对>------<问题对><L1>会员服务</L1><L2>注册同程会员</L2><Q>非同程会员是否可以直接预订产品</Q><A>可以的,但注册成为会员即有大礼包相送,并能享受更多优惠哦。</A></问题对>------<问题对><L1>会员服务</L1><L2>注册同程会员</L2><Q>注册同程会员可以享受什么优惠</Q><A> A、免费注册,不收取会员费;   B、快速预订,常用旅客信息自动填写;   C、快速查询及管理订单;   D、点评奖金、会员权益等多重优惠;   E、第一时间收到优惠信息。</A></问题对></QA>回答要求:- 选择其中一个或多个问答对进行回答。- 回答的内容应尽可能与 <答案></答案> 中的内容一致。- 如果没有相关的问答对,你需要澄清。- 避免提及你是从 QA 获取的知识,只需要回复答案。Human我注册会员的时候,提示了提示手机号已被注册,这个怎么办呢AI您可以拨打4007-777-777咨询。

以上就是一个客服的处理过程。

03




关联知识




3.1、搜索方式

AI的出现,让我们日常的数据搜索出现了新的搜索方式,而理解了这些搜索方式对于我们也是有帮助的,4种搜索方式如下:

1、精确搜索

2、模糊搜索

3、全文检索

4、基于向量实现的相似性搜索。

解释如下:

精确搜索 —— 像拿取快递的取件码

原理‌:必须100%匹配关键词,多一个字都不行

例子‌:

▫️ 快递站输入「5-2-3016」取快递

▫️ 在Excel筛选「销售额=5000」的记录

技术实现‌:=操作符、数据库精准查询

适用场景‌:身份证号搜索、订单号查询等需要绝对精准的场合

模糊搜索 —— 像相亲时的条件筛选

原理‌:允许部分匹配,支持通配符(* / ?)

例子‌:

▫️ 微信通讯录搜「张*」找所有姓张的朋友

▫️ 淘宝搜索「白色T恤*」出现各类白T变体款

技术实现‌:LIKE语句、正则表达式

典型特征‌:

✓ 容忍错别字(搜「苹杲」也能找到「苹果」)

✓ 支持部分记忆搜索(记得「2023报告」片段就能搜)

全文检索 —— 像图书馆的智能索引机

原理‌:拆分文本建立「关键词-位置」映射表

例子‌:

▫️ 在知乎搜索「健身食谱」时,系统自动拆解为「健身+食谱」组合搜索

▫️ 论文查重时快速比对重复段落

核心技术‌:倒排索引(如书籍末尾的术语索引表)

突出优势‌:

✓ 支持相关性排序(包含更多关键词的排在前面)

✓ 可处理百万级文档(Elasticsearch核心技术)

向量搜索 —— 像艺术品的灵魂匹配

原理‌:把内容转化为数学向量,计算相似度

神奇之处‌:

▫️ 能理解「电脑」和「计算机」是同类

▫️ 知道「猫」更接近「动物」而不是「汽车」

应用场景‌:

✓ 淘宝「以图搜物」找同款

✓ 音乐App推荐相似风格歌曲

✓ ChatGPT理解用户问题的语义

3.2、RAG业务

本节我们基于FastGPT知识库和AI的整合实现了一个基于已有知识的回答,这个过程其实是一个RAG的过程,因此在做客服的过程中,对于RAG的知识的理解也是需要的。

和本文分享的内容一样,RAG可以用到如下这几个场景中:

后续内容我们也会分享关于这个核心内容的知识.

3.3、问题分类

本文用到了关于问题分类的知识,问题分类在实际客服类中非常重要,场景如下:

  1. 电商行业垂直场景

  • 售前咨询分流‌:将「商品参数」「促销规则」「库存查询」等高频问题自动归类到标准化知识库,实现秒级响应‌
  • 售后诉求识别‌:通过语义分析区分「退货申请」「物流投诉」「价保索赔」等类型,触发不同处理流程‌
  • 多平台统一管理‌:整合官网、APP、社媒等渠道的咨询,自动识别相同问题并统一回复策略‌
  • 金融业务精细分类

    • 风险等级判定‌:根据用户表述自动标记「信用卡盗刷」「异常登录」等高危事件,优先转人工处理‌
    • 业务类型识别‌:区分「贷款申请」「理财产品咨询」「账户解冻」等场景,匹配对应服务模块‌

    医疗健康智能分诊

      • 急诊分级预警‌:通过症状关键词(如「胸痛持续3小时」)自动触发红色预警通道‌
        咨询类型划分‌:将「用药指导」「检查报告解读」「复诊预约」分流至不同专科知识

      问题分类节点作为AI客服的「智能路由器」‌,其价值不仅体现在即时服务优化,更通过持续积累的结构化问题数据库,为企业构建「用户需求热力图」‌,驱动产品迭代与商业决策。这种从被动应答到主动洞察的转变,正在重塑客户服务的价值链条‌。

      04




      总结




      本文分享了基于FastGPT工作流的方式实现了基于同程旅行网的问题数据的AI客服,这种工作流的思想,本质也是AI Agent的一种使用,FastGPT还给我们提供了如下的组件:

      感兴趣的小伙伴可以继续尝试哦,比如代码运行、判断器、变量更新、HTTP请求都是可以加入到当前的AI客服流程中的。

      感兴趣的小伙伴可以一起交流沟通哦。


    53AI,企业落地大模型首选服务商

    产品:场景落地咨询+大模型应用平台+行业解决方案

    承诺:免费场景POC验证,效果验证后签署服务协议。零风险落地应用大模型,已交付160+中大型企业

    联系我们

    售前咨询
    186 6662 7370
    预约演示
    185 8882 0121

    微信扫码

    添加专属顾问

    回到顶部

    加载中...

    扫码咨询