Coze结合RAG实现产品资料问答

搭建一个产品助手智能体为例，说明如何使用扣子的知识库功能来实现产品资料问答场景。

背景知识

扣子是一款用来开发新一代 AI Chat智能体的应用编辑平台，无论你是否有编程基础，都可以通过这个平台来快速创建各种类型的 Chat Bot，并将其发布到各类社交平台和通讯软件上。

知识库介绍

扣子的知识库功能提供了简单易用的方式来存储和管理外部数据，让你的智能体可以与指定的数据进行交互。将数据上传到知识库后，扣子会自动将你的文档分割成一个个内容片段进行存储，并通过多种检索策略来检索最相关的内容来回答用户问题。

RAG 方案与应用

在大型语言模型时代，RAG （Retrieval-Augmented Generation 检索增强生成）指的是在回答问题或生成文本时，先从大规模文档库中检索相关信息，然后利用这些检索到的信息来生成响应或文本，从而提高回复内容的质量。

RAG 的两个关键阶段：

• 检索阶段：使用编码模型基于问题检索相关文档。
• 生成阶段：使用检索到的上下文作为条件生成文本。

RAG 技术的应用可以很好地解决大模型的胡乱编造的问题，即让大模型在回答用户问题前先参考知识库中的相关内容，可极大抑制大模型的幻觉现象。

扣子的知识库功能支持上传外部数据，上传后可自动分段和编码，然后在智能体开发界面选择导入指定的知识库即可实现 RAG 对话。

RAG 应用的高频场景包括虚拟人物生成、产品资料问答、QA客服问答、专业领域知识学习等。本教程以产品资料问答智能体为例，讲解如何从智能体场景分析到智能体搭建。

产品资料问答场景

场景概述

现代产品更新换代速度快，用户在使用产品时经常会有疑问，而且新产品的上市会伴随大量的信息和数据。利用RAG检索增强生成框架，我们能够将这些零散的信息整合成一个知识库。

通过这个知识库，用户能够快速获得到需要问题的答案，它的出现让用户不必再翻看厚重的说明书或漫无边际地搜索网络，省时又省力，极大地提升了用户体验。

目标用户群体

产品资料问答智能体的目标用户非常广泛，包括不限于普通消费者、产品销售人员、客服人员、以及那些对特定产品感兴趣的潜在购买者。通过问答系统，他们可以更深入地了解产品，加快决策的效率，例如：

1. 潜在消费者：想要了解产品特性、功能、用户评价等基本信息。
2. 现有用户：需要获得关于产品使用、故障排除、维护保养等更深层次的知识。
3. 客服人员：可以使用这个系统作为辅助工具，提高自己的工作效率和效果。
4. 市场研究人员：能通过问答内容了解消费者关注的焦点和产品的常见疑问，辅助产品改进和市场定位。

场景价值

• 使用简单：用户只需简单输入关于产品的问题，系统就会从上传的产品手册、官网信息等资料中找到答案，就像网上聊天一样简单。
• 数据实时更新：企业可以不断上传最新的产品资料，保证用户能够获得最准确和最新的信息。
• 节省资源：减少了客服人员的工作压力，降低了人力成本，同时也提升了用户满意度和品牌形象。

如何收集产品知识

要搭建这个产品资料问答智能体，我们首先需要从不同的地方收集产品资料，就像要写一本书一样，我们得有足够的背景信息。产品资料的来源途径大致有以下几种：

• 官方资料：对于任何产品来说，最权威的资料通常来自其制造商或开发商。这包括产品的帮助手册、使用指导、官方网站上的FAQ（常见问题解答）等。这些资料详细介绍了产品的功能、使用方法、维护保养等重要信息。
• 新闻报道/媒体发布：新闻媒体对产品的评测、新功能的报道、产品发布会的新闻稿等，都是了解产品最新动态的好资料。
• 社交媒体/论坛：用户的评价、讨论和问答经常出现在社交网络和论坛上，虽然这些信息的权威性可能不如官方资料，但它们反映了真实用户的使用体验和市场反馈。
• 专业评测：有很多专业网站或杂志会对产品进行深入的评测，包括性能测试、对比分析等，这些都是构建知识库的宝贵来源。
• 线上商城的产品描述和用户评论：销售平台上的产品描述和用户留下的评价可以帮我们了解产品的市场表现和用户关注点。
• 云服务信息：如果产品是云服务或软件，那么开发者社区、API文档、在线教程等都是重要的信息渠道。

搜集到这些资料之后，我们会通过知识库的上传和处理流程来对知识处理和组织，让用户提的任何有关产品的问题都能在这个巨大的知识库中找到准确答案。

如何写提示词（Prompt）

提示词 (Prompt) 是一种自然语言指令，告诉大语言模型执行什么任务。提示编写的越清晰明确，智能体的回复也会越符合预期。

以下是产品资料问答场景的人设与回复逻辑编写示例，更多关于提示词编写的信息可参考提示词概述。