客服中心是一个企业的重点,它承载着企业与用户沟通的重要任务。这些年来科技不断进步,有实力,想做强做大的企业呼叫中心也在不断的改进。供热行业咨询业务比较复杂,需要为用户提供的咨询业务种类繁多,比如:暖气不热、供热政策、采暖费、采暖费发票咨询、供热设施、退费、违约金及有偿服务等。传统的咨询AI机器人一般采用类似关键词匹配的方式,当问法较多,即咨询知识条目比较多时(超过100条),不仅工作量大,很难维护。而且由于条目之前的关键词相互干扰耦合,会导致问答的效果不好,经常答非所问。iSoftCall电话语音平台基于NLP+大模型的方式很好了解决了AI中复杂的基于知识库知识条目来实现的业务咨询需求。

打开网易新闻 查看精彩图片

那么基于NLP+大模型供热电话客服机器人有什么特点呢?

1、播放速度快,播放中间可打断

系统在播放答案时采用语音缓存,播放速度很快。对于供热咨询等查询量较大,且回答内容字数比较多的应用场景,一般在定制AI话术时采用缓存模式,确保任何一个答案只是第一次问到时稍微慢一点(生成在缓存需要时间),之后都能很快作答。

当然,除此之外,还可以采用与预缓存模式,在项目上线前将所有知识库条目的答案进行预缓存,并保存在软交换平台的/usr/local/isoftcall/data/cache/entID 目录,这样即使是用户第一次问道某个问题,由于做了预缓存,系统也能立即取出缓存语音文件播放,使用户的体验更好。

2、问答精准度高

电话机器人就是要即便在知识库依条目很多时,依然能准确的回答问题,才能做到真正代替人工解决大多数的咨询业务问题。iSoftCall电话AI机器人基于NLP+大模型,测试表明,只要供热行业的知识库条目设计覆盖业务比较全面、而且问法合理,机器人就基本能基于这些“指定的业务知识”很好的回答用户的问题。

供热咨询业务是生产业务,不同于其它诸如闲聊、推销业务的咨询。它要求AI机器人能准确的回答这些问题,目前iSoftCallAI电话AI机器人相对市面上其他的机器人来说是比较高的,基本上能满足热力咨询的需求。

3、回答严格按照知识库条目内容来

由于各地的供热咨询,都和本地的政策以及相关资源有关,即很多本地供热的政策性问答,是比较严肃的,因此回答原则不能润色。必须准确无误的严格按照条目内容来回答,尤其是在问答末尾,一般AI机器人会根据“自己的理解”来增加一些看似合理但可能会影响用户理解的补充性内容(诸如电话外呼营销需要这些),因此必须严格避免。做到准确按照原知识库的答案进行回答,保证答案的准确。而利用iSoftCall对系统进行改造的则能保证回答严格按照知识库条目来。

4、人机对话过程中可通过设置直接转人工

在一些知识库条目中,可能需要直接转人工,比如:关于退费的一个问法:我交错费了怎么办?答案是:针对您反映的问题,将为您转接人工客服为您服务,请稍候。关这个回答的意思就是:当AI机器人回答这一条时同时就要实现转人工的功能,朗深AI机器人平台通过在该知识库条目的答案最后中增加内置命令 {{ACD:$(全局-ACD队列)}},即:针对您反映的问题,将为您转接人工客服为您服务,请稍候。{{ACD:$(全局-ACD队列)}},很好的解决了这个问题。

同时在转人工时,还可以通过设置特定系统内置变量,把该AI机器人的会话ID传给座席侧,座席侧在弹屏的同时知道了所有机器人对话的上下文详情,可以更好的为用户服务。

5、知识库条目中设置AI意向标签

AI意向详单记录了用户的问法和答案,用户在语音提示下通过按键选择了指定知识库类别后,AI意向详单可以记录用户的问法和对应答案,体现在“主题”和“意向值”两个字段,其格式可以根据业务需要定义,比如:“意向值”包括:找到答案、没有答案和转人工等。

平台通过对这些AI意向的设计,可以从平台使用的“视角”看到用户咨询的总体情况,包括:热点问题和通过AI的完成情况,也可以根据“主题”、“意向”值进行模糊查询,比如查找某一类的问题的咨询情况,也可以查询“没有答案”的所有问法,可以帮助业务进行分析,是否要对问法进行调整或者补充,使平台的知识库条目不断趋于更加合理,对于提高AI机器人的效率很有意义。

6、多渠道接入

iSoftCall电话语音平台支持接入公众号,小程序,APP,企业官网等,还支持5G视频通话

7、情绪识别

基于NLP+大模型的iSoftCallAI电话AI机器人能识别用户情绪,在识别到用户情绪不佳时,能主动安抚用户,提升用户体验度。

总的来说,朗深AI机器人平台提供了知识库配置界面,可以方便的维护供热行业的知识库条目,当知识库条目增加后只需要刷新生效即可使用,同时在产品中建立了灵活的AI意向标签,可以方便的记录用户基于什么类型的问题的各种问法和答案,并在标签中明确标志该问题是找到答案还是没有答案,从而针对没有答案的问题,进行分析和完善问法加以解决,帮助用户从业务层面上去不断推进知识的修改和完善,最终能很好的基于AI机器人解决用户的各种常见咨询问题。帮助集成商伙伴省去不少的时间精力,加强市场竞争力(原因是朗深十多年专研呼叫中心中间件,跟各行各业集成商保持友好的合作,了解各行业系统需求)。