如何為您的業(yè)務(wù)開發(fā)和訓(xùn)練一個AI-BOT

2024-02-20 14:59 來源：互聯(lián)網(wǎng) 我來投稿撤稿糾錯

生成式AI（Generative AI）是當(dāng)今科技領(lǐng)域的前沿技術(shù)之一。隨著數(shù)據(jù)量的不斷增加和計算能力的不斷提升，AI技術(shù)在企業(yè)和個人生活中的應(yīng)用越來越廣泛。AI-BOT（以下簡稱BOT）是生成式AI技術(shù)的其中一種重要的應(yīng)用形式，它可以通過學(xué)習(xí)各類業(yè)務(wù)數(shù)據(jù)信息，幫助人們執(zhí)行一系列任務(wù)，從而提高工作效率，減少人力成本。而GPTBots作為BOT開發(fā)平臺，一直是生成式AI的前沿探索者。本文將與您分享，如何在GPTBots上，為您的業(yè)務(wù)開發(fā)和訓(xùn)練一個擁高可用性的BOT。

準(zhǔn)備工作

注冊GPTBots平臺

注冊一個GPTBots賬號，是開發(fā)BOT的第一步。

進入GPTBots平臺（https://gptbots.ai/developer），點擊【注冊】，并登錄到【開發(fā)者后臺】。完成注冊后，平臺會為您贈送一些積分，這些積分能夠讓您進行平臺功能的初體驗，例如創(chuàng)建BOT、調(diào)試BOT、訓(xùn)練BOT等。如果完成企業(yè)認(rèn)證，還可以獲得高達500 積分的贈送。

業(yè)務(wù)分析

首先，您需要明確BOT在您的業(yè)務(wù)中的定位和目標(biāo)。

定位指的是BOT在您的業(yè)務(wù)中的特殊位置，它被用于解決某個特定領(lǐng)域的問題，因此與其他BOT是存在差異的。目標(biāo)指的是BOT在您的業(yè)務(wù)中所能達成的具體結(jié)果，例如降低成本、提升人效等。

我們建議您可以把BOT理解為一名員工，這位員工知識淵博，無所不知，但在某些專業(yè)領(lǐng)域又有些欠缺。不過，只需要提供相關(guān)專業(yè)知識就，它可以化身領(lǐng)域?qū)＜?，有效解決專業(yè)問題。因此，在明確定位和目標(biāo)時，我們可以這么思考：

定位：一名非常專業(yè)的電商售后客服人員，他對于公司業(yè)務(wù)了如指掌，能夠快速且專業(yè)地為客戶解決各類型售后問題。

目標(biāo)：提升客戶服務(wù)效率和質(zhì)量，降低客戶服務(wù)成本。

其次，您需要了解BOT所需解決的業(yè)務(wù)領(lǐng)域中存在的問題和挑戰(zhàn)。了解這些，有助于幫助您進一步定位BOT的能力范圍。

數(shù)據(jù)收集

在明確了BOT的定位和目標(biāo)后，我們需要為BOT進行數(shù)據(jù)收集。

根據(jù)上文我們提供的建議，我們把這個BOT想象成為一名無所不能的員工。但一名強大的員工，除非部分人有天賦以外，更多地一定是通過不斷的知識學(xué)習(xí)和經(jīng)驗積累后才能做到的。而BOT的數(shù)據(jù)，指的就是BOT需要學(xué)習(xí)的知識。

繼續(xù)使用上文的例子。一名“一名非常專業(yè)的電商售后客服人員”，一定是擁有非常豐富的公司售后業(yè)務(wù)知識，包括但不限于：公司的售后服務(wù)政策、公司歷史處理售后問題經(jīng)典案例……

因此，我們需要做以下工作：

1. 收集數(shù)據(jù)。作為給這個“電商售后BOT”的學(xué)習(xí)資料；

2. 數(shù)據(jù)分類。分類越清晰，越有助于BOT知識的維護管理，以及提升BOT的響應(yīng)質(zhì)量。例如電商售后服務(wù)知識，我們可以大致分類為：服務(wù)總則、服務(wù)細則、服務(wù)流程、常見問題、經(jīng)典案例等；

3. 數(shù)據(jù)清洗及預(yù)處理。以保證最終給BOT學(xué)習(xí)的數(shù)據(jù)是相對“干凈”，不含“雜質(zhì)”的。

注意，數(shù)據(jù)的收集并不是越多越好，更重要的是數(shù)據(jù)的質(zhì)量。我們需要給BOT“學(xué)習(xí)”高質(zhì)量的知識，BOT才能給我們輸出高質(zhì)量的結(jié)果。

構(gòu)建BOT

在以上準(zhǔn)備工作均已完成后，就可以開始構(gòu)建這個“電商售后BOT”。

更多的GPTBots使用教程，請訪問GPTBots官方文檔，在本文中不做詳細展開。

創(chuàng)建BOT

根據(jù)業(yè)務(wù)實際，創(chuàng)建合適類型的BOT。GPTBots定義了兩類BOT：

● 知識問答：擁有“短記憶”能力，適用于一些簡單的問答場景，例如翻譯、客服、知識檢索等；

● 智能助理：擁有“短記憶+長記憶”能力，適用于較為復(fù)雜的對話場景。

用戶可按自身實際需求來選擇BOT類型。

身份提示撰寫技巧

在構(gòu)建BOT的過程中，比較重要的一個環(huán)節(jié)，就是為BOT撰寫身份提示。

身份提示可用來塑造BOT的身份、能力，邊界和情緒等。一個優(yōu)質(zhì)的身份提示，能夠讓BOT以更加符合期望地回復(fù)用戶問題。

我們可以用一個通用的結(jié)構(gòu)來撰寫身份提示，如下：

● 角色：BOT需要擔(dān)任的角色，如“專業(yè)的售后服務(wù)人員”；

● 技能：BOT需要擁有的技能，如“出色的售后服務(wù)能力與客戶溝通技巧”；

● 個性：BOT的語氣、個性、溝通方式等，如“語氣請平和，用詞需禮貌”；

● 目標(biāo)：BOT的任務(wù)目標(biāo)，如“基于參考內(nèi)容及客戶提問，回答客戶的問題”；

● 鏈?zhǔn)剿伎迹簽锽OT提供一些思考流程與方式，以引導(dǎo)BOT按照你的要求進行思考和解決問題，如“MUST follow these steps to answer the customer queries: Step1 - Step2 - Step3 - Step4...”。在一些較為垂直、特定的場景下，該方法非常好用。更多的鏈?zhǔn)剿伎技记桑梢栽谶@里學(xué)習(xí)：Zero-Shot-of-Chain。請注意，這部分不是必須的，可按實際需求撰寫。

● 輸出規(guī)則：若您需要BOT輸出內(nèi)容為特定結(jié)構(gòu)或格式（如：json、markdown……），您也可以在此定義。請注意，這部分不是必須的，可按實際需求撰寫。

以上文“電商售后BOT”為例，我們可以這樣撰寫身份提示：

請扮演一名專業(yè)的售后服務(wù)人員。你擁有出色的售后服務(wù)能力與客戶溝通技巧。你的任務(wù)是，基于參考內(nèi)容及客戶提問，回答客戶的問題。語氣請平和，用詞需禮貌。

訓(xùn)練BOT

在設(shè)定好BOT的基本信息后，我們需要對BOT進行知識“投喂”以及訓(xùn)練。

知識輸入

我們需要將數(shù)據(jù)收集階段收集到的售后服務(wù)類數(shù)據(jù)，以合適的格式，“投喂”給BOT進行訓(xùn)練。GPTBots平臺目前支持文檔導(dǎo)入（.docx、.md、.txt、……）、網(wǎng)站爬取、在線文本、在線Q&A等方式進行知識輸入。

向量搜索

訓(xùn)練完成后，可以立刻通過“向量搜索”功能，對知識進行向量搜索測試，檢查命中情況，目的是為了觀察已經(jīng)訓(xùn)練好的知識在面對實際問題時，是否能夠有效地完成信息召回。

聊天記錄訓(xùn)練

在BOT已經(jīng)投入使用后，我們依然可以對BOT進行反復(fù)訓(xùn)練。

目前GPTBots支持基于用戶的聊天記錄進行訓(xùn)練。這種訓(xùn)練方式的優(yōu)勢在于，訓(xùn)練的語料使用的是用戶在使用BOT過程中實際發(fā)生的對話，使用這些對話作為訓(xùn)練材料，能夠讓BOT更有效地接近實際的用戶使用場景。

調(diào)試BOT

調(diào)試模式可以幫助開發(fā)者一邊使用BOT一邊調(diào)整BOT參數(shù)，以讓BOT達到開發(fā)者所期望的效果。

更復(fù)雜的場景，如何處理？

在實際業(yè)務(wù)中，會很多遠比售后服務(wù)問答要復(fù)雜得多的場景。面對這些場景，GPTBots提供了更豐富的處理方式以應(yīng)對。

為BOT插上翅膀——插件能力

大語言模型（LLM）本身是有知識范圍限制的，當(dāng)需要LLM幫助我們處理更多業(yè)務(wù)定制化的、復(fù)雜的任務(wù)時，我們可以通過為LLM添加插件的方式，擴展LLM的能力，使BOT擁有更加強大的能力。

GPTBots當(dāng)前已支持插件功能。

GPTBots官方已經(jīng)提供了一些免費的公開插件供用戶使用（更多的官方插件正在陸續(xù)開發(fā)中……）。

同時，GPTBots也支持開發(fā)者自行開發(fā)插件，以個性化地覆蓋自身的業(yè)務(wù)場景。例如，開發(fā)者可以通過開發(fā)插件，將BOT對接到自己的業(yè)務(wù)系統(tǒng)，調(diào)用自己的業(yè)務(wù)數(shù)據(jù)，讓BOT來處理特定業(yè)務(wù)工作。

用可視化流程（FLOW）構(gòu)建BOT

若是存在更加復(fù)雜的業(yè)務(wù)場景，則可以通過可視化流程（FLOW）來構(gòu)建BOT。