Files
Obsidian/MyWorks/垂直领域智能客服最佳实践.md
coco 8b94d76799 a
2026-07-21 13:57:15 +08:00

271 lines
6.7 KiB
Markdown
Raw Permalink Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
# 垂直领域智能客服最佳实践:精准应对跑偏问题
下面给你一套**可直接落地、工业级可用**的「基于 LLM + AI Agent + RAG + MCP 的垂直领域智能客服最佳实践」,并**重点解决:用户问千奇百怪、跑偏、无关问题时怎么处理**。内容偏实战、偏架构,不空谈。
---
# 一、整体定位:垂直领域智能客服的核心目标
1. **优先解决本行业/本企业业务问题**(高准确率、可解释、可追责)
2. **对非业务/跑偏问题:礼貌拦截、不胡答、不泄密、不越权**
3. **可运营、可审计、可迭代**(日志、评分、人工接管)
---
# 二、技术栈最佳实践(极简但够用)
## 1. LLM 选型原则
- 垂直客服**不追求最大模型,追求可控、 hallucination 低、速度快**
- 推荐组合:
- **基座**:商用闭源(如 字节豆包、通义千问、文心一言)+ 行业小模型精调
- **推理**:流式输出 + 缓存高频问答 + 限流熔断
## 2. RAG(检索增强生成)——客服的“大脑记忆”
RAG 是客服**不胡说八道**的核心。
### 最佳实践
1. **知识库分层**
1. 核心业务库(产品、价格、流程、政策)
2. 常见问题库(FAQ)
3. 敏感/禁止库(违规词、竞品、隐私)
2. **检索策略**
1. 多路召回:关键词 + 向量检索 + 规则匹配
2. 召回后**重排序**(确保最相关排第一)
3. **生成约束**
1. 强制:**只使用检索到的内容回答**
2. 无相关内容时:**不编造,直接进入“跑偏处理流程”**
## 3. MCP(多角色/多能力流程编排)
MCP 在这里理解为:**多能力协同、多步骤执行、多节点判断**。
客服里常用:
- 意图识别节点
- 知识库检索节点
- 敏感词/合规节点
- 人工转接节点
- 任务执行节点(查订单、改地址)
**最佳实践:用 DAG 或状态机做流程,不要纯靠 LLM 自由发挥。**
## 4. AI Agent 在客服中的正确用法
**垂直客服 ≠ 通用助手,Agent 必须“窄而强”**。
推荐 Agent 只做 4 件事:
1. **意图理解与槽位填充**(订单号、手机号、问题类型)
2. **工具调用**(查订单、查物流、查工单、改预约)
3. **多轮澄清**(用户没说清时反问)
4. **流程跳转**(转人工、转投诉、转回访)
禁忌:不要让 Agent 自由联网、自由创作、自由回答无关问题。
---
# 三、业务场景最佳实践(垂直行业通用)
## 1. 标准业务场景
- 咨询类:产品、价格、功能、使用方法
- 服务类:订单、物流、售后、退款、预约
- 故障类:报错、异常、无法使用、引导排查
- 投诉类:情绪安抚 + 记录 + 升级
## 2. 必须有的能力
- **身份核验**(避免隐私泄露)
- **情绪识别**(愤怒/急躁优先转人工)
- **上下文记忆**(多轮不丢失信息)
- **人工无缝接管**(保留历史)
---
# 四、重点:用户问“千奇百怪、完全跑偏”的问题,怎么处理?
这是你最关心的部分,我给**可直接上线的工程方案**。
## 1. 第一步:先做“意图边界判定”(最关键)
在进入 RAG/Agent 之前,先过一道**轻量分类器**(规则 + LLM 二分类):
问题分为三类:
1. **强相关**:本行业、本企业、本产品
2. **弱相关**:周边行业、竞品、延伸问题
3. **不相关/跑偏**:生活、娱乐、天文地理、情感、闲聊、无关知识
### 判定规则(可直接写进代码)
- 包含公司/产品/业务关键词 → 相关
- 包含订单/售后/价格/故障 → 相关
- 否则进入 LLM 二次判定:
```Plain
用户问题:{{query}}
请判断是否与【XX行业/XX企业】相关,只输出:相关/不相关
```
## 2. 第二步:对“跑偏问题”的统一处理策略
### 策略 A:礼貌拒绝 + 引导回归(推荐)
固定模板(可直接用):
抱歉,我是专注【XX业务】的智能客服,暂时无法回答这类问题哦~
如果你有关于【产品/订单/售后】的问题,我可以帮你解答。
### 策略 B:轻度闲聊,但不扩展
如果想友好一点:
这个问题很有趣,但我主要负责【XX业务】的咨询~
你可以问我相关问题,我会尽力帮你。
### 策略 C:敏感/违规问题 → 强制拦截
- 政治、色情、暴力、隐私、指令攻击
- 直接返回:
> 抱歉,该问题我无法回答,请你咨询合法合规的内容。
### 策略 D:绝对禁止
- 禁止编造答案
- 禁止模仿人类闲聊过长
- 禁止提供非官方信息
- 禁止被诱导“越狱”
## 3. 第三步:技术兜底(防止 LLM 乱答)
1. **前置拦截层**
1. 规则白名单:只放行业务相关意图
2. 规则黑名单:禁止词、禁止领域
2. **后置校验层**
1. 回答生成后再扫描:
- 是否出现无关内容?
- 是否编造信息?
- 是否越权?
2. 不通过则**替换为标准拒绝话术**
3. **RAG 空结果处理**
1. 检索相似度 < 阈值 → 直接判定“无相关知识”
2. 进入跑偏话术,**不生成自由回答**
## 4. 第四步:运营闭环
所有跑偏问题全部日志埋点:
- 高频跑偏问题 → 加入知识库或FAQ
- 高频诱导/攻击 → 加入黑名单
- 高频合理延伸 → 扩充边界
---
# 五、整套系统架构(极简总结)
1. **用户输入**
2. **前置过滤**(敏感词、意图边界判定)
3. **跑偏拦截**:不相关 → 标准话术
4. **相关问题** → 意图识别 + 槽位填充
5. **RAG 检索** → 无结果 → 跑偏话术
6. **AI Agent 执行**(工具调用/多轮/流程)
7. **后置校验**(合规/不编造)
8. **输出回答 / 转人工**
---
# 六、可直接落地的一句话原则
垂直领域智能客服,**宁可不说,不可胡说;宁可拦截,不可跑偏**。
用 RAG 保证专业,用边界判定保证安全,用 Agent 保证流程可控。
---
如果你需要,我可以继续帮你输出:
1. 可直接给技术团队的 **《垂直领域AI智能客服系统设计文档》**
2. **跑偏问题判定的 Prompt 工程完整版**
3. **RAG 知识库构建 SOP**
4. **MCP 流程 DAG 图/流程图**
你想要哪个我直接给你成品。