小蜜机器人笔记
2024-11-26 21:31:20 0 举报AI智能生成
小蜜机器人笔记是一款智能笔记工具，支持语音识别、文本识别和人脸识别功能，可帮助用户快速记录会议、讲座和日常灵感。该工具通过精准的语音转录和智能摘要，生成清晰的会议纪要或讲座内容，有效提高用户的工作效率。此外，它还具备人脸登录和智能提醒功能，为用户带来更加安全、便捷的使用体验。
作者其他创作
大纲/内容
第1章：搭建智能客服的准备期介绍
课时1：云小蜜机器应用场景概览
学习目的：
了解云小蜜产品能力、特点
了解云小蜜的应用场景
了解云小蜜产品能力、特点
了解云小蜜的应用场景
应用场景：
智能客服类型选择
智能客服类型选择
云小蜜产品介绍
2015年推出；2016年推广经济体；2017年85%智能解决率，40+行业，语言7+
云小蜜
无需掌握NLP等技术，就可以使用对话机器人服务
可以部署在不同终端终端上，为客户提供服务
人工智能训练师
产品的操作者，应用者
智能服务的建立者
智能产品的应用效果保障者
云小蜜的产品特性
产品特点
随时随地可相应
自然对话体验
丰富开放接口
多渠道支持
多机器人实例
智能知识库
多伦对话配置
多语言支持
子主题
云小蜜的应用场景
在线
丰富、自由的消息渠道接入
paas话机器人能力平台输出
猜你想问，输入联想，推荐，个性化问答
营销卡片，输入推荐，表单办理等多种交互方式
热线
个性化拒识、个性化静默回复、智能澄清、智能打断
真人录音或智能合成音
配置后台画布对话流程展示
支持算法和规则两种方式的节点配置
支持主流程呼叫中心与IVR系统对接，介乎呼叫中心提供转人工等功能对接
子主题
iot
虚拟真人形象
动漫形象
全息小蜜
典型案例
人保财险集团-微信公众号机器人
总部维护统一知识库
分省维护个性知识库
海底捞
联通
浙江省政务服务中心
课时2，云小蜜的准备工作
学习目的：
了解云小蜜开启钱需要完成的准备工作
了解仍能够智能训练师课程的学习方法
了解智能服务中的常见术语
了解云小蜜开启钱需要完成的准备工作
了解仍能够智能训练师课程的学习方法
了解智能服务中的常见术语
课前准备：
学习云小蜜产品介绍，了解主要应用场景
学习云小蜜产品介绍，了解主要应用场景
应用场景：
正式学习并使用云小蜜产品之前
正式学习并使用云小蜜产品之前
云小蜜账号申请
操作路径
人工智能训练师学习计划
子主题
子主题
常见术语解释
子主题
课时3，业务梳理的方法
学习目的：
学习业务梳理的方法
明确智能服务的范围和边界
学习业务梳理的方法
明确智能服务的范围和边界
课前准备：
了解云小蜜的基本能力
了解自身业务的核心问题
了解云小蜜的基本能力
了解自身业务的核心问题
应用场景：
智能服务的业务梳理
智能客服开始搭建前的准备
智能服务的业务梳理
智能客服开始搭建前的准备
业务梳理的重要性
目标是行动的基础，做业务梳理，实际上是通过分析，给智能客服系统确定一个清晰的目标 的过程，既“建立智能客服需要解决什么问题“，进而确定解决问题的策略，手段，计划和目标等
通过业务梳理，确定智能客服系统的业务场景，有助于在遇到问题时，根据业务梳理的定义来确定问题是否需要解决，解决的优先级和解决的策略方法
子主题
业务梳理的准备
业务梳理前，需要先确定搭建目标，和智能客服类型，确定完成后，可以进行业务场景的整理，即业务梳理
搭建目标
节省人力成本，替代部分人工客服工作
解决无人客服值守时段的服务
秒级响应用户问题，减少回复等待时间
智能客服类型
在线文本机器人
热线外呼机器人
热线呼入机器人
线下实体机器人
进行业务梳理的方法
1、确定服务的边界，明确目标
明确所有服务对象，确定服务边界
将搭建目标清晰、明确的写下来、并在智能客服的搭建、评测、运营过程中时刻关注目标，确保没有偏离
如果需要修正目标，需要业务分析后，明确修正的目的和影响面，在修正
确定该做的和不该做的
机器人聊天的目标人群
目标人群的痛点
智能客服需要给目标人群提供哪些服务
子主题
2、建立智能客服定位
子主题
3、智能客服服务能力
子主题
4、梳理服务场景
确定服务框架后，需要明确涉及的具体范围，梳理业务与用户之间的关系，即梳理服务场景图来实现
生命周期图
触点图
子主题
子主题
子主题
子主题
业务梳理的检验与确认
1、再次确认智能客服的类型
2、智能客服搭建目标是否合理
3、智能客服的定位是否合适
4、智能客服的服务能力范围是否全面
5、智能客服的业务场景图是否完整、清晰
对目标，智能客服类型，场景进行确认，可以保障后续工作明确和高效地进行
确认完毕后，根据业务场景图，收集对应预料兵对语料做好预处理，再开始只是整理或者对话流配置
课时4、在线机器人的服务指标设置
学习目标：
了解衡量在线机器人服务能力的核心指标
明确在线机器人的能力范围及水平
了解衡量在线机器人服务能力的核心指标
明确在线机器人的能力范围及水平
课前准备：
确认智能客服的类型
完整基本的业务梳理
确认智能客服的类型
完整基本的业务梳理
应用场景：设置在线机器人的基本目标
在线机器人的特点
对话路径：app，业务往回走哪内嵌，im聊天角色，微信，小程序等
对话方式：键盘输入，语音输入转文本
操作范围，通过界面进行互动跳转，首页推荐，推荐知识，提示短语，链接，图片
用户接收方式，阅读文字，看图片，放视频，听音频
基础条件，需要用户能欧访问业务app或者网站，能够联网
在线机器人的核心服务指标
接待概况
接待人次，用户会话量（session），同uv
对话伦次：用户每次发出一次对话请求，轮次+1
待解决：已解决的洪湖会话量，排除转人工，无答案，未点击，点踩的session
服务能力
无答案率：出现无答案的session
推荐未点击，最后一轮对话推荐的知识点未点击
解决率
服务满意度
评价满意度
调研满意度
通过后台数据看板，自建数据报表，或者通过对话日志明细计算得出
子主题
这些指标的价值
子主题
子主题
子主题
课时5热线机器人的服务指标设置
学习目的：
了解衡量热线机器人服务能力的核心指标
了解这些指标代表的意义、价值及统计口径
了解衡量热线机器人服务能力的核心指标
了解这些指标代表的意义、价值及统计口径
课前准备：
了解智能热线机器人特点及应用场景
确认智能客服类型
了解智能热线机器人特点及应用场景
确认智能客服类型
应用场景：设置搭建热线机器人的基本目标
热线机器人应用场景
呼入
自助式服务的智能化系统
呼出
代替人工通过电话主动触达用户，达到回访、通知、信息确认或者推广、接受、邀约等目的
热线机器人的核心服务指标
技术层面
语音识别准确度、语义理解准确度两个方面衡量
服务层面
关注业务的解答正确与否，问题解决与否
体验层面
考虑用户的对话进行是否顺畅，语音的感受是否满意，是否费力
子主题
具体指标
机器人识别能力
语音识别准确率
意图识别准确率
语音+语义识别准确率
机器人服务能力
呼入
完结率
首轮挂断率
答复率
转人工占比
外呼
接通量
业务成功量
转人工占比
服务满意度及体验指标
平均交互次数
平均交互时长
评价满意度
调研满意度
数据指标的意义价值及统计口径
子主题
子主题
子主题
子主题
课时6 云小蜜后台基本设置
后台概况
机器人管理模块
配置工具，机器人基础功能与策略配置
知识库模块
对话工厂
机器人训练
优化工具，机器人日志回流与训练优化
数据看板
数据存储，数据存储、统计与数据分析
云小蜜后台基础功能
机器人管理页
插件管理
自定义语聊
系统预置语聊
会话接口
知识库
知识类目
知识列表
对话工厂
机器人训练
数据看板
创建我的机器人
登录阿里云后台找到云小蜜入口
进入云小蜜后台
配置机器人信息
完成机器人创建
知识录入
测试调优
上线
课时7 语聊的获取与预处理
获得建立知己鞥客服“大脑”的素材
学习目的：
了解什么是语聊、及准备何时语聊的重要性
学习预料到梳理与检验的方法
了解什么是语聊、及准备何时语聊的重要性
学习预料到梳理与检验的方法
课前准备：
完成企业智能服务的业务梳理
准备企业的历史服务记录
完成企业智能服务的业务梳理
准备企业的历史服务记录
应用场景：
智能客服开始搭建前的准备
智能客服开始搭建前的准备
语料的基本概念
历史上真实发生的对话、提问记录，用户和服务人员的闲聊
真实预料需要加工（分析和处理）才能成为有用的资源
语料类型
语音
文本
图文
...
语料来源
在线人工客服和客户的聊天
热线人工客服和客户的聊天
机器人客服端聊天
...
子主题
获取原始语料的方法
未经过加工的、历史上真实发生过的服务聊天对话记录
获取内容
工单提问记录和答复内容
文本对话聊天记录
语音对话服务录音文件
获取方法
找数据管理负责人帮助进行获取
通过数据提取工具，sql提取
通过现车数据报表进行提取
语料的预处理步骤
语音文本
原始语料清洗
语料的预处理步骤
词语分类
用户故事
用户故事实例
分类和聚类有什么区别&联系
分类：分类的规则是由业务实际需求决定的，根据业务要求，进行分类
聚类：通过算法工具，找到语料之间的天然语义相似性关系的过程和业务定义无关
语料准备的检验与确认
处理完成后，需要与业务人员进行确认
数量，质量，是否足够覆盖全部的场景
建立算法模型还需要与算法确认，数量，质量是否符合模型训练的需要
语料是搭建智能客服“大脑”的基础，语料的程度，决定了“智力水平”，语料应该“尽量丰富，全面”
完成语料准备，进行智能服务搭建，需要根据语料的内容特性，结合搭建目标，进行对应的只是梳理，对话意图梳理，闲聊答案梳理
服务内容
问答型
一问一答，给出准确答案
任务型
用户分多轮陈述，不断修改完善自己的需求，帮助用户完成一个任务
闲聊型
和业务无关，漫无目的的闲聊
云小蜜知识的梳理与配置
学习目的：
血丝知识梳理、管理的基本方法
了解云小蜜后台知识库配置方法
血丝知识梳理、管理的基本方法
了解云小蜜后台知识库配置方法
知识的基本概念
语料
问答型-知识库
任务型-对话工厂
闲聊型-自定义语聊系统预置语聊
知识组成
知识类目
知识存储的结构，便于训练师，知识管理员更好地管理知识
定位结构
包含标题，相似标题，核心词，便于人和客服机器人，更快更准地定位知识
知识内容
回复给用户的答案，便于用户快速，顺畅的阅读和了解，提升客服机器人解决问题的能力
知识梳理的流程与规则
梳理思路
按照用户生命周期，触点图的结构进行分类
服务领域通用，适用于大部分面向用户的业务
按产品功能进行分类
产品功能介绍为主，适用于面向产品的技术支持
知识类目梳理
思路保持统一，避免不同的类目在定义上有重叠，引起歧义
保持MECE，相互独立，完全穷尽远安泽
子主题
知识的定位结构
知识标题-需要遵循一定的逻辑梳理
子主题
子主题
核心词
核心词的添加可以帮助知识标题更好的定位
核心词定位原理
核心词的梳理
核心词的注意事项
思考，知识库应该维护多少条知识，多少核心词？
知识需要和业务相结合，知识的颗粒度需要和业务上用户问题的颗粒度保持一致，按照每个场景实际的问题进行确定
核心词主要作用是定位知识标题，命中不够准确，可以加强定位，建议给知识添加核心词，提高定位的准确率
知识内容梳理原则
简单易理解
简洁易阅读
简便易操作
子主题
知识录入的基础操作
知识库健康度检测方法
完成配置需要对定位结构，知识内容进行检测
定位结构
知识标题、核心词的设置是否符合规则，按照健康度进行检查
知识内容
知识内容是否正确，全面，是否符合梳理的规则和业务专家一起确认
健康检查
检查报告
云小蜜对话流的梳理及录入
学习目标：
学习任务型对话梳理，设计的方法及原则
了解云小蜜后台对话工厂产品的使用方法
学习任务型对话梳理，设计的方法及原则
了解云小蜜后台对话工厂产品的使用方法
任务型对话的基本概念
任务型的语料经过提炼和梳理，录入到对话工厂中，帮助用户执行任务，精准定位个性化问题，从而提供更好地服务体验
任务型对话梳理比较复杂，如果涉及系统打通还需要研发成本，通过价值评估再开始梳理和录入
任务型对话流的梳理方法
1、根据业务梳理的产出，找到任务型对话对应场景的所有用户故事
2、参考已有用户故事，确保该场景既有完成任务的完整用户故事，又有意外情况下的员工故事，若缺失补充1~2个新的用户故事
3、根据完成任务和意外情况的用户故事，总结对话流程，形成流程图
子主题
注意事项
流程较多，可以绘制泳道图
不要跳过用户故事，直接把机器人和用户的对话串起来，需要列举各种可能出现和意外的情况
完成梳理后进行录入，可以根据用户输入、客服机器人处理和客服机器人输出三个不同环节，进行抽象和提炼，形成
触发节点
条件判断节点
回复节点
子主题
对话工厂简介
子主题
子主题
LGF
如何判断使用lgf还是化词
各节点的作用
对话工作配置的准备工作与注意事项
注意事项
1、避免机械重复，不要把用户当傻瓜
2、避免歧义，遇到不清楚的地方需要跟用户进行确认
3、灵活使用显性确认和隐形确认，重要信息显性确认，简单问题，隐性确认
4、控制对话刘程度，注意引导客户按照对话流程完成任务
子主题
对话工厂操作实例
学习目的：
熟悉对话工厂各个功能及配置方法
尝试在对话工厂配置一个“开发票”对话流
熟悉对话工厂各个功能及配置方法
尝试在对话工厂配置一个“开发票”对话流
任务型对话的配置流程：
设计对话流：根据用户故事，形成流程图
收集对话要素：根据节点收集 对话要素
意图及用户表述
曹伟、槽位属性或槽位表述
关联对话节点，讲流程图，对话要素和对话工厂的对话节点，实体等功能进行关联
对话配置实操，配置完成后进行测试
配置要点
注意流程图和对话工厂里对话节点的对应关系
注意操作的顺序，可以先建好实体（专有名词），将所有意图，实体布置好，在进行对话节点和意图添加
实操配置流程
子主题
子主题
子主题
实操具体步骤拆解
1、创建专有名词，如“金额”，“公司抬头”
2、创建触发节点，用start节点连接
3、配置触发节点，并创建意图
4、在画布上创建填槽节点，并对缺失参数进行反问
5、在画布上创建函数节点，对函用书输入进行函数判断，可能需要开发协助
6、分别配置填槽节点和回复节点，
7、配置另一个回复话术文案，并可以通过${}进行引用
8、创建2个触发节点，用于确定确认或取消
9、添加内置函数，访问外呼API
10、对话流的效果测试、确保对话效果符合预期
0 条评论
下一页
