Agent 与工具调用4393 字
Coze搭建企业客服智能体
·全库 498 / 611
《Coze搭建企业客服智能体》共 0.4 万字，通篇围绕 知识库、工作流、智能客服、检索 展开，归在「Agent 与工具调用」这一层。
覆盖知识库工作流智能客服检索成本RAG
适合要让 AI 真的去干活、不只是陪人聊天的人
目录骨架（8 节）
- AI 客服智能体的优势
- 扣子智能客服模板介绍
- 使用扣子智能客服模板
- 业务流程
- 实现流程
- 准备工作
- 步骤一：创建知识库
- 步骤二：复制并修模板配置
AI 客服智能体的优势
随着大语言模型能力的提高，智能客服已成为生成式 AI 的典型应用场景之一。与传统的智能客服机器人相比，基于 AI 能力的智能客服无论是用户使用体验还是维护成本上都有着显著优势。扣子平台集成了丰富的大语言模型供你选择，可快速生成问答能力。此外，扣子平台的开放能力和丰富的 AI 应用搭建能力，极大地简化了客服智能体的搭建和维护成本。
| 对比项 | 传统智能客服 | AI-Powered 智能客服 |
|---|---|---|
| 用户使用体验对比 | ||
| 交互体验 | 由于依赖预定义的规则和关键词匹配，传统客服机器人的对话往往显得生硬、不自然。 | 利用高级的自然语言处理（NLP）技术，能够理解和生成自然语言，使对话更加自然流畅。 |
| 回复准确性和效率 | 提供预定义的固定回答，无法灵活应对用户的多样化需求。 通常只能进行简单的问答，无法处理多轮对话，用户需要重复输入信息。 | 支持多轮对话，能够进行更复杂和深入的互动，减少用户的重复输入。 能够理解对话的上下文，并且能够通过知识库的内容进行总结和提炼，提供更相关和准确的回答。 |
| 个性化服务 | 无法根据用户的历史记录和偏好提供个性化的服务，用户体验较为单一。 | 根据用户的历史记录和偏好，提供个性化的服务和推荐，提升用户体验。 |
| 搭建和维护成本对比 | ||
| 搭建成本 | 通常需要借助第三方客服机器人平台或工具，需要一定的搭建和部署成本。 规则和关键词设置：需要大量时间和人力来定义规则和关键词。 | 基于扣子智能客服模板可以快速复制一个智能客服智能体，并支持进行定制化改造。 除了丰富的发布渠道外，扣子提供了各种接口和 Web SDK 能力，支持与已有应用快速集成。 |
| 维护成本 | 需要手工、定期维护知识库内容。容易因为知识库更新不及时导致回复内容不准确。 | 支持实时自动更新在线知识库，并能够对知识库内容进行提炼和总结。 |
扣子智能客服模板介绍
基于扣子平台的官方智能客服——扣子助手的最佳实践和经验沉淀，扣子平台将扣子助手制作成智能体模板，方便开发者一键复制和定制改造。
业务流程
扣子智能客服智能体解决了智能客服在落地过程中的共通痛点问题：
- 无法准确识别用户意图并做出分类解答。
- 无法准确召回企业知识库进行正确回复。
- 无法高效分析智能客服回复效果并及时更新知识库。
下图展示了扣子助手智能体的流程。
- 当用户向小助手发起咨询后，小助手会首选判断用户咨询的问题是否与扣子产品有关。
- 如果是扣子使用的相关问题，则调用扣子知识库查找相关说明并使用大模型能力进行总结和回复。并且将消息记录写入到多维表格中，进行自动分析。
- 如果不是扣子使用的相关问题，则直接调用大语言模型进行回复，且不进行问题记录。
实现流程
扣子助手智能体使用的是工作流模式（workflow-as-agent），工作流整体编排如下。
问题分发
通过意图识别节点判断用户意图，将问题分发到对应的分支处理。
各节点说明如下：
| 工作流节点 | 说明 |
|---|---|
| 开始节点 | 使用用户问题开始启动工作流。 实现方式：默认使用用户在智能体中提交的问题作为开始。  |
| 意图识别节点 | 判断用户是否在咨询与产品使用的相关问题。 实现方式：使用意图识别节点，基于豆包·Function call 模型对用户问题分类：扣子产品使用相关的问题、不相关的问题，并在高级设置中对问题分类的规则进行定义。  |
处理产品相关问题
大模型参考历史对话改写用户的 Query，再根据 Query 检索知识库，并由大模型进行总结和输出。用户 Query、大模型回复均通过插件记录在指定的飞书多维表格中。
各节点说明如下：
| 工作流节点 | 说明 |
|---|---|
| 大模型 0 | 参考历史对话改写用户的 Query。 实现方式：在大模型节点中定义一个用户问题理解专家的角色，并提供详细的提示词。  |
| 知识库节点 | 根据用户问题检索并召回对应的产品知识。 实现方式：首先将产品相关的资料上传至扣子知识库，然后使用知识库节点选择要使用的知识库内容，并使用混合检索策略对内容进行召回，提升命中率。  |
| 大模型 1 | 本工作流中添加了两个大模型节点。其中一个大模型节点用于对知识库召回的扣子产品教程内容进行进一步总结和输出。 实现方式：在大模型节点中定义一个具备产品专业知识的角色，并提供详细的提示词。  |
| 代码节点 | 将和产品相关的用户问题和回复进行标准化的数据处理。 实现方式：根据输入的参数构建一个包含用户问题和对应的的回复的结构化数据对象。  |
| 插件节点 | 将代码节点处理的用户问题和回复写入小助手管理员的飞书多维表格。 实现方式：使用飞书多维表格插件，填入创建好的多维表格和拥有多维表格数据读取/写入权限的飞书应用 ID 和 secret。  |