XX金融业客服解决方案.docxVIP

XX金融业客服解决方案

基于大模型应用开发平台，助力客户加速客户业务大模型应用落地

01方案价值与产品定位

LLM在客服业务多个业务环节都有应用机会

对话交互

对话交互

知识构建

知识构建

LLM加持

LLM加持

意图识别多轮对话知识运营效率+客户标签转人工应答范围+》》》》问答准确率+话后小结自动流程客户满意度+

意图识别

多轮对话

知识运营效率+

客户标签

转人工

应答范围+

》》

》》

问答准确率+

话后小结

自动流程

客户满意度+

工单小结

模型训练

词槽、词典、

任务流程

配置

相似问梳理

标准问梳理

机器人配置

猜你想问图卡配置

知识更新

知识导入

3

场景落地难点与方案价值

降低大模型应用地门槛，助力企业高效打造效果佳、有价值的大模型应用方案

落地场景

落地场景

内勤助手智能客服SSC助手

内勤助手

智能客服

SSC助手(内部共享服务)

销售助手

通用模型回复前排座椅调节(手动座椅)的操作步骤如下:1.座椅位置调节:握住调节杆1的中部向上拉

通用模型回复

前排座椅调节(手动座椅)的操作步骤如下:

1.座椅位置调节:握住调节杆1的中部向上拉,身体轻靠座椅,将座椅滑动至所需位置,松开调节杆;

2.座椅高度调节:向上拉或按下调节手柄2;

需要注意的是,在调节座椅时,应根据自身身高、体型等情况选择合适的座椅位置和高

度,以保证驾驶安全和舒适性。

图片丢失:看不懂步骤里面1和2表达的是什么

步骤不完整:原文档中的步骤

三遗漏丢失

复杂图文混排说明书

前排座椅,手动调节怎么操作?”

落地难点1、企业多模态知识复杂,解析及问答效果差落地难点2、企业业务流程复杂,多轮对话不准确、不灵活

复杂业务流程样例

复杂业务流程样例借书流程

还书流程

业内普遍对话效果

LLM+RAGWorkflow、Agent

LLM+RAG

Workflow、Agent

方案定位：用灵活的大模型应用开发平台支持客服业务

l基于大模型的应用开发平台，提供RAG、Workflow、Agent等应用开发方式、及原子能力（API）服务，助力企业加速大模型应用落地。

合作伙伴应用共创智能客服数智人泛政文旅金融汽车零售能源地产

合作伙伴

应用共创

智能客

服

数智人

泛政

文旅

金融

汽车

零售

能源

地产

XX内部

产品合作

一网通办虚拟导游代理人辅助汽车

一网

通办

虚拟

导游

代理

人辅

助

汽车

助手

电子

说明

书

员工

服务

物业

管家

RAG效果保持领先，知识对接类型还需进一步扩展

XX学堂

XX

学堂

乐享

l

l知识问答部分领域效果领先：在图文混排文档问答、复杂大表问答等领域相比友商有一定优势。擅长图文表解析及公式解析，已被月之暗面采购，并支持元器、元宝调用。

l知识对接类型如未支持在线文档对接、微信公众号文章、客户本地数据库对接），还需进一步完善。

3、做深知识问答、完善流程编排、布局自主规划

3、做深知识问答、完善流程编排、布局自主规划

应用构建层

原子能力组件

应用配置-评测-发布

应用配置-评测-发布

③Agent模式②自定义工作流（面向自定义复杂流程场景）（模型遵循指令自主

③Agent模式

②自定义工作流

（面向自定义复杂流程场景）

（模型遵循指令自主规划）

具备工作流、Agent复杂应用构建能力

l新版工作流发布，支持14个常用画布节点，支持客户通过拖拽大模型节点、参数提取节点、知识问答节点等常用原子能力编排业务流程。

①标准模式：内置RAG最佳实践（面向知识问答场景）

2、RAG（检索增强生成）能力组件灵活输出

文档解析-拆分-入库-检索

文档解析-拆分-入库-检索

文档解析

文档解析文档拆分向量化

自研+开源模型驱动，各取所长l

自研+开源模型驱动，各取所长

l自研模型：混元全系列模型；自研精调知识在无关知识拒答、多模态阅读理解上有优势；在医学、教育等行业大模型上有落地标杆。

l三方开源模型：接入DeepSeekR1/V3,叠加联网搜索+RAG能力，进一步放大RAG优势。

多轮改写Rerank

1、全面模型驱动，各取所长

模型层

精调知识大模型(混元

精调知识大模型(混元SFT)

混元大模型（

混元大模型（Dense）

精调多模态大模型