運行fastGPT 第五步 配置FastGPT和上傳知識庫 打造AI客服
根據上一步的步驟,已經調試了ONE API的接口,下面,我們就登陸fastGPT吧
http://xxx.xxx.xxx.xxx:3000/
這個就是你的fastGPT后臺地址,可以在configer文件中找到。
賬號是root,密碼默認是1234
登錄了之后,可以新建一個工作流,這樣我們就可以調度GPT來幫我們回答問題了。
先去知識庫,創建一個通用知識庫。
上傳一些你的產品資料,產品的規格,價格,產品的特點,常見問題,操作,說明等相關的知識。
注意,創建知識庫, 一定要用聰明一些的模型,來幫你構建向量數據庫。比如質譜的GLM -4 -PLUS最新的大模型,索引模型,可以選Embedding-3或者mbedding-2 ,這兩都是質譜提供的。 其實區別不大,對于客服問答這種簡單的應用。 索引模型區別好像不大。 具體可以自己感覺。
你可以手動添加訓練數據集,這樣可以再插入內容。 注意左邊是問題, 右邊是答案。是問答模型。
問題一定要有產品型號,具體的所指,要簡短,不能是含糊的。 這個是引擎搜索時候的重要索引。不要追求1條知識過于全面,而是只針對1個點進行精要回復。 1個簡單問題,對應1個簡單的回答。 不要最求面面俱到,要的是1對1 的簡單關系。
這對后面搜索知識庫有極大好處。因為它只能搜指定的token數量,如果你的回答中無用內容占了 很多。那搜索出來的條目數量就很少。
每條知識,需添加索引關鍵詞,這個是非常非常重要的。 決定了索引排序的排名。只有相關性靠前的,才能被抓到。 所以關鍵詞質量很高。建議先把所有知識自己分個類 ,然后再決定怎么配置。
推薦的索引,要帶上型號標簽。 便于AI明白知識是哪個產品的。
電商客服 問答模型流程搭建
調用前置AI分析問題 擴展問題 和拆解關鍵詞
客服模型推薦使用上面這種工作流,客戶進來之后,先有前置的AI進行問題的分析,和補全。 然后擴展客戶問題的關鍵詞。
這里,可以用一個推理能力強的前置AI,比如我用了質譜的GLM -4 -PLUS最新的大模型(可以按照上篇文章介紹的方法自己添加進去),堪比GPT-4o,前置問題分析,這個步驟最重要。 決定回答質量。
這里是最為重要的,你要控制提示詞,來教會GPT,如何拆解客戶的問題,將客戶的問題補全,讓他知道你的產品分類,要把產品型號告訴GPT,這是它的基礎背景知識。相當于分診臺,分類器。 拿到這些,后面的知識庫才能檢索數據。 如果分類錯誤,那就連客戶的問題都讀不懂了。后面的AI沒發正確回答。
客戶的問題簡短,而且沒有主謂語,經常問出一些,不看上下文不知道說什么的問題。 你要詳細教會AI怎么去擴展,和補全客戶的問題。
比如客戶問:這個多少錢
前置AI補全問題 和擴展:這個KB6011檢測儀多少錢
然后再根據這個補全后的問題,擴展幾個關鍵詞
比如:
這個KB6011檢測儀多少錢
KB6011檢測儀價格
KB6011售價
KB6011的優惠
這些,都會丟到后面的知識數據庫里 去查詢。
去知識庫抓取知識
利用前面拆解的問題,和關鍵詞。到知識庫,按照向量知識庫匹配度,抓取一定的知識。 這個token量可以自己設置,一般要抓取個2500 token左右吧。 抓的知識越多,后面AI參考的越多。但是,會影響速度。 另外,后置的AI,能不能分析這么多token,要看它的限制。小模型只能看8k的 token。
注意,因為我們使用了前置AI進行手動問題優化和擴展。 知識庫里的這個自動的就不用開啟了。 否則會混亂。 而且這個知識庫自帶的問題優化,也不是很靠譜。它沒法控制提示詞。和問題優化的走向。
調用后置AI根據前面的知識,客戶問題,歷史記錄 來回答可以問題。
后置AI,我用的是質譜的小模型,GLM4-AirX,便宜。快速一般幾百ms,就能把問題回答了。 對于淘寶電商這種客服來說,在合適不過了。 沒有什么推理,就是簡單回復。
把前面獲得所有信息,丟給AI,讓它結合客戶問題,前置AI優化后的問題和關鍵詞,和知識庫,歷史記錄,等這幾個方面,綜合做出推理回答。
約束AI回答走向的重要配置!!!
配置提示詞,這個是相當于你的客服的提示詞,整段回話的風格,客服的角色,和一些基礎的背景知識,都可以先給到它。 但是,這里并不決定如何使用知識庫里的知識。
最終的問答走向的控制,要點擊知識庫旁邊的小齒輪
這個是核心中的核心。 所有最終的回答,都會根據這個里面的設置,決定回答的走向。
點進去之后,就會看到,你可以選擇一個模板,來配置你的回答風格。
一般問答型的知識庫,就選嚴格模式。 避免它胡編亂造。
這樣,你可以在下面 “回答要求” 這個標簽下,自己添加一點內容。
1、比如限制GPT干啥,
2、怎么用知識庫,
3、要回答幾個問題(因為前面AI拆解問題后,會生成幾個近似的問題),你可以指定它回答幾個,或綜合客戶問題,找到最接近的回答等。
4、告訴它言簡意賅,不要超過150字,
5、怎么避免回復法律問題,不要過度承諾。等等。
你都可以在這里一行一行,添加給它。
6、如何區分產品型號
7、叮囑GPT看歷史記錄
8、叮囑他不要把不同標簽的知識搞混了,不同型號的產品知識,不要混在一起回答等。
總之,后置AI會嚴格按照這個法規,最終回答出滿意簡短的答案。 接近客服水平。
這里只講核心的配置邏輯。 具體的操作,需要自己摸索。