《主动式智能导购AI助手构建》解决方案评测

简介: 一文带你了解《主动式智能导购AI助手构建》解决方案的优与劣

这是解决方案评测的第十二篇,也是开发者新版评测的第十二篇。希望大家可以踊跃参加,把你最真实的体验感受和建议分享出来。可点击下方链接前往评测活动首页:

解决方案评测|主动式智能导购AI助手构建

解决方案评测|文档智能 & RAG让AI大模型更懂业务

解决方案评测|AI 大模型助力客户对话分析

解决方案评测|触手可及,函数计算玩转 AI 大模型

解决方案评测|云消息队列RabbitMQ实践

解决方案评测|基于hologres搭建轻量OLAP分析平台

解决方案评测|10 分钟构建 AI 客服并应用到网站、钉钉或微信中

解决方案评测|函数计算驱动多媒体文件处理

解决方案评测|Serverless高可用架构

解决方案评测|容器化管理云上应用

解决方案评测|通义万相AI绘画创作

解决方案评测|高效构建企业门户网站

每一期的解决方案评测我都有参与,以下是我往期的评测文章,欢迎各位前来打卡点评。

《文档智能 & RAG让AI大模型更懂业务》解决方案评测

《AI 大模型助力客户对话分析》解决方案评测

《触手可及,函数计算玩转 AI 大模型》解决方案评测

云消息队列RabbitMQ实践解决方案评测

基于hologres搭建轻量OLAP分析平台解决方案评测

《10 分钟构建 AI 客服并应用到网站、钉钉或微信中》解决方案体验评测

函数计算驱动多媒体文件处理解决方案体验评测

Serverless高可用架构体验评测

容器化管理云上应用体验评测

通义万相AI绘画创作体验评测

基于云效流水线高效构建企业门户网站体验评测

方案预览

不知不觉中,技术解决方案已经来到了第十二期,在既定的方案框架中,本期有那些亮点和不足呢,接下来还是以一张整体方案截图来开启本次的测评。

image.png

从上图可以非常直观地发现,本次方案显得很简洁,每个模块貌似都是点到为止,且取消了应用场景板块(其实这点是可以理解的,毕竟主动式智能导购AI助手也主要应用在零售和电子商务领域)。

方案一开始就针对为何要构建主动式智能导购AI助手进行了阐述,不过这里只简述了方案的优势,没有谈必要性。下面我就基此谈下:

  • 提升顾客购物体验

通过分析顾客的购物历史、浏览行为、搜索关键词等信息,为顾客提供个性化的商品推荐;帮助顾客快速找到他们想要的商品,减少搜索和筛选的时间,提升购物效率和满意度。

  • 增加销售转化率和客户忠诚度

商家可以主动向顾客推送促销信息、新品上市通知等,吸引顾客的注意力并激发他们的购买欲望。这种主动式的营销策略有助于增加销售转化率,提高商家的收入。同时,个性化的推荐和服务也能够增强顾客的忠诚度,使他们更愿意在商家的平台上进行购物。

  • 优化库存管理

通过分析销售数据和顾客需求预测,帮助商家更合理地安排库存。商家可以根据AI助手提供的建议,及时调整库存水平,避免库存积压或缺货现象的发生。这不仅可以降低库存成本,还可以提高库存周转率,增加商家的盈利能力。

  • 降低人工成本

智能导购AI助手可以部分或完全替代这些人工劳动。通过自动化的推荐和服务,商家可以节省大量的人力成本,并将这些成本投入到其他更有价值的业务活动中。

  • 提供决策支持,适应未来趋势

一方面,通过收集和分析大量的顾客数据,为商家提供有价值的市场洞察和决策支持。商家可以通过分析这些数据,了解顾客的购物习惯、消费偏好等信息,从而制定更精准的营销策略和产品开发计划;

另一方面,主动式智能导购AI助手作为新兴的技术应用,能够很好地适应这些趋势,为商家和顾客提供更加高效、便捷和个性化的购物体验。

在架构和部署板块,一开始就动画展示了方案部署后的效果以及一键部署方式,随后阐述了整个架构实现的介绍,其实这部分内容对于读者来说顺序上并不是很友好,建议将原理介绍放到部署前。

本次方案部署相对于往期也发生了变化,往期是直接以独立部署文档的方式进行引导的,本次直接内嵌到了产品文档的实践教程中,虽然实际体验上并没有太大的差异,但对于新手来说,我觉得还是独立的部署文档引导的会更好。

接下来就是有关产品试用的内容了,往期这里是叫优惠购买,既提供了相关产品的优惠购买链接也同时提供了免费试用。看来之前的优惠购买模块所能体现的功能并没有呈现出来,改成免费试用后反而更贴合方案体验的初心。

推荐方案这块本次又回来了,相对于前几期,这块内容补充回来了,值得点赞。

部署体验

虽然实践文档给出的步骤非常简单,但为了让新手用户更直观清楚地了解并部署,这里我就从两个层次进行详细阐述。第一是基础应用,第二是集成百炼应用。

服务开通

开通阿里云百炼

由于本次解决方案实现涉及的服务有函数计算FC、阿里云百炼产品,如果你是新用户,是基本没有体验费用的,因为可以领取试用额度,尤其是函数计算FC;而对于百炼产品,目前尚处公测阶段,开通服务即可免费获得试用额度,如下将展开阐述如何开通云百炼服务。

首先访问大模型服务平台百炼控制台首次进入需要同意服务协议,点击同意。如下:

image

在首页/模型广场/应用广场,均可点击开通模型调用服务。新用户首次访问将有100次提问额度。额度用完后需开通服务后方可继续使用。如下:

image

image

image

点击开通,如下:

image

使用阿里云百炼大模型服务,需要开通【百炼大模型推理】【百炼大模型部署】【百炼大模型训练】商品,并创建模型调用API-KEY。勾选协议,点击确认开通。如下:

image

开通服务后将会收到三条开通百炼大模型推理、百炼大模型部署、百炼大模型训练商品成功的短信通知。

至此,我们就完成了阿里云百炼大模型服务产品的开通,也就是开启了百炼产品的免费试用。接下来还需要开通函数计算FC,接下来就阐述如何开通函数计算服务。

开通函数计算

在服务开通前有必要先了解下函数计算的计费方式,产品共提供了三种方式,有试用额度、按量付费和资源包。计费项由函数调用次数、资源使用量和公网出流量组成。详细的可以点击链接前往了解详情。

如果你是第一次使用函数计算产品的,可以先领取一个免费的试用额度。如下:

image

但如果你是函数计算的老客户,要么按量付费,要么购买资源包,这里推荐经常使用的朋友购买资源包或者调整函数实例并发度来降低成本。

点击链接进入函数计算控制台,默认进入的是2.0版本的首页,点击首页右上角的体验函数计算3.0便可来到新版首页。

image.png

首次体验需要SLR授权,如下图,点击确定即可。

image.png

到这,部署体验前的服务开通就已经全部完成了。下面就可以开始部署进行体验了。

基础应用实现

如果是第一次使用函数计算,需要先开启RAM授权。如下:

image

点击前往应用模板,参考下图选择直接部署、并填写前面百炼平台的API-KEY即可,基础应用实现暂不需要填百炼应用的ID。

百炼平台的API-KEY获取可参照下图:

在我的应用页面,点击查看我的API-KEY,在弹出窗口中创建一个新API-KEY。

image

image.png

部署类型选择直接部署,区域这里我选择华东1(杭州),填入上述获取的API-KEY。如下:

image.png

确认上述参数填入无误后,点击页面左下角的“创建并部署默认环境”。部署开始,如下:

image.png

耐心等待片刻,当部署状态变成部署成功,且环境信息这里呈现了可访问的URL,则表明完成部署。如下:

image.png

点击URL即可访问AI助手,如下:

image.png

可以看到当下的助手只能回答一些既定或者说是固定模式下的问题,并不符合实际智能导购的样子,那接下来就需要借助百炼应用来实现。

集成百炼应用

创建应用

进入百炼控制台的我的应用,点击创建应用。

image

在应用设置页面,给应用取一个名字,我这里叫智能导购助手;模型选择通义千问-Plus,其他参数保持默认。为了更好地引导用户使用,我这里设定了一个Prompt。如下:

image.png

配置知识库

为了让助手更好地服务客户,这里我们还需要为助手配置专门的知识库。在百炼控制台的数据中心——数据管理,选择结构化数据——新增数据表。

image.png

这里我们直接使用部署文档提供的信息表,直接点击获取手机信息.xlsx电视信息.xlsx冰箱信息.xlsx

上传excel表后,可以看到百炼平台已经自动化识别出了所有列信息。如下:

image.png

我们看看excel表真实的列信息,可以直观看到识别非常准确。

image.png

在新增数据表页面点击确定即完成一个产品信息的录入,接下来按照上述方式继续添加电视信息和冰箱信息。完成后如下:

image.png

有了上述产品信息的支持,接下来可以配置知识库了。进入知识索引,根据引导创建一个新的知识库,数据类型选择结构化数据,其他参数保持默认即可。知识库将为上一步骤中准备的文档建立索引,以便后续大模型回答时检索参考。

image
image.png

其余参数保持默认,点击下一步,直至点击导入完成。如下:

image.png

接着,需要修改下应用助手,打开知识库检索增强,并配置知识库,添加上述添加的导购助手。

image.png

配置一下检索参数,设定召回片段数为10,提高覆盖率。

image.png

完成上述配置后,点击右上角的发布,确定发布。到这我们就创建了一个自带智能检索的导购助手应用了,记住应用ID,方便后面服务的调用。

image.png

由于在基础应用实现时并没有填入百炼应用的ID,所以这里我们需要修改一下服务并重新部署一遍。回到函数计算应用详情页,在环境详情的最底部找到函数资源,点击函数名称,进入函数详情页。找到agents.py文件参照如下打开注释代码。如下:

image.png

并在配置项修改环境变量,填入百炼应用的ID。如下:

image.png
image.png

完成上述参数变更后,点击代码便签里的部署代码,开始重新部署。如下:

image.png

待显示部署成功后,我们再来体验应用,看看能否实现智能导购。如下:

image.png

通过知识库的加持,可以非常直观看到,导购助手已经完全可以胜任了。

资源清理

部署体验的最后我们需要将体验的资源进行释放,避免产生不必要的扣费。前往函数计算FC控制台,在应用中找到刚才创建的应用,点击删除应用即可。
image.png

对于百炼应用,如果你不调用是不会产生费用的,但如果你不再使用,可以在我的应用中,进行删除应用。
image.png

体验总结

方案体验

1、在架构和部署中,将架构和部署进行了分别展示,这样一方面增加了页面的长度,一方面对于阅读不是太友好,这里我倾向于将内容进行整合,采用标签化的方式进行展示,如下参考图样式的。

image.png

2、架构和部署板块内容存在顺序倒置问题,我觉得应该将架构介绍放到效果部署展示前。

image.png

3、部署文档发生了变化,内嵌到了产品的实践文档中,相对于独立的部署文档,还是缺少必要引导,比如账号、余额和相关产品权限的说明。当然老用户觉得我这是吹毛求疵,但对于初次接触产品的用户来说,实践文档的引导还是不够的。比如下图的这个,如果是新用户,是不是阅读起来有点晦涩,如果配以截图指引是不是会更好。

image.png

部署体验

1、基础应用实现存在页面兼容性问题,也就是内容溢出。我分别用Edge、火狐和Chrome,均出现了下图的问题。

image.png

经实测,更改index.html代码中的height由800改为650后,问题解决。如下:

image.png
image.png

2、在部署过程中,官方提供了相对完整的文档和指导,包括解决方案的概述、部署步骤、配置说明等。这对于初次接触的用户来说,能够提供一个相对清晰的指引。然而,在某些细节上,如具体参数配置或说明等方面,文档的说明略显简略,可能导致用户在部署过程中需要自行摸索或查阅其他资料。比如在配置应用的检索参数时,提到了检索片段数设为10,但对于为啥要配置10,以及能否保持默认的5,新用户是一脸懵的,只能先照做,后面再查阅资料来学习。

3、作为产品体验部署的一个非常重要的部分就是对于资源的释放和清理,那本次内嵌到实践教程中的这个文档就没法想独立部署文档那样写出资源清理的内容了,这是一个不小的缺点,建议后期将部署文档独立出来。

image.png

4、本解决方案提供了应用于生产环境的步骤指导和简要说明,并针对相关参与人员继续学习提供了ACA的认证参考,这些指导和建议对于用户来说具有一定的参考价值。然而,在实际应用中,方案的生产环境步骤指导仍存在一些不足。比如:

image.png

  • 在安全性方面,方案只字未提关于数据加密、访问控制等方面的具体指导。
  • 在性能优化方面,方案也没有给出关于负载均衡、缓存策略等方面的建议。
  • 对于知识库的构建和数据的收集也没有完整的参考和建议,均需要查阅其他相关文档才可以。
  • 对于部署可能会遇到的的故障排查和处理流程描述基本没有;对于性能监控和调优的建议也缺少。

总之,对于应用于正式生产环境,部署文档当下缺少的内容还挺多,需要不断更新和调整,使其真正能够服务到实际场景中。

相关实践学习
【文生图】一键部署Stable Diffusion基于函数计算
本实验教你如何在函数计算FC上从零开始部署Stable Diffusion来进行AI绘画创作,开启AIGC盲盒。函数计算提供一定的免费额度供用户使用。本实验答疑钉钉群:29290019867
建立 Serverless 思维
本课程包括: Serverless 应用引擎的概念, 为开发者带来的实际价值, 以及让您了解常见的 Serverless 架构模式
目录
相关文章
|
3天前
|
人工智能 前端开发 算法
主动式智能导购 AI 助手构建方案评测
《主动式智能导购 AI 助手构建方案评测》详细评估了该方案在部署体验、技术原理理解及生产环境应用指导等方面的表现。方案在智能导购领域展现出一定潜力,但文档的详细程度和技术细节的阐述仍有改进空间,特别是在复杂操作和高级功能的指导上。总体而言,该方案具备优势,但需进一步优化以更好地满足企业需求。
33 10
|
1天前
|
人工智能 前端开发 Serverless
解决方案评测:主动式智能导购AI助手构建
解决方案评测:主动式智能导购AI助手构建
14 3
|
3天前
|
人工智能 前端开发 Serverless
主动式智能导购 AI 助手构建解决方案深度评测
《主动式智能导购 AI 助手构建》解决方案通过 Multi-Agent 架构,结合百炼大模型和函数计算,实现了精准的商品推荐。部署流程清晰,但在数据类型选择和配置优化方面存在不足。方案在生产环境应用中提供了基础指导,但仍需完善前端开发指南和数据管理机制,以更好地满足企业需求。
|
4天前
|
人工智能 运维 Serverless
主动式智能导购AI助手构建评测报告
主动式智能导购AI助手构建评测报告
20 1
|
5天前
|
机器学习/深度学习 人工智能 自然语言处理
转载:【AI系统】AI的领域、场景与行业应用
本文概述了AI的历史、现状及发展趋势,探讨了AI在计算机视觉、自然语言处理、语音识别等领域的应用,以及在金融、医疗、教育、互联网等行业中的实践案例。随着技术进步,AI模型正从单一走向多样化,从小规模到大规模分布式训练,企业级AI系统设计面临更多挑战,同时也带来了新的研究与工程实践机遇。文中强调了AI基础设施的重要性,并鼓励读者深入了解AI系统的设计原则与研究方法,共同推动AI技术的发展。
转载:【AI系统】AI的领域、场景与行业应用
|
6天前
|
人工智能 缓存 异构计算
云原生AI加速生成式人工智能应用的部署构建
本文探讨了云原生技术背景下,尤其是Kubernetes和容器技术的发展,对模型推理服务带来的挑战与优化策略。文中详细介绍了Knative的弹性扩展机制,包括HPA和CronHPA,以及针对传统弹性扩展“滞后”问题提出的AHPA(高级弹性预测)。此外,文章重点介绍了Fluid项目,它通过分布式缓存优化了模型加载的I/O操作,显著缩短了推理服务的冷启动时间,特别是在处理大规模并发请求时表现出色。通过实际案例,展示了Fluid在vLLM和Qwen模型推理中的应用效果,证明了其在提高模型推理效率和响应速度方面的优势。
云原生AI加速生成式人工智能应用的部署构建
|
5天前
|
机器学习/深度学习 人工智能 物联网
AI赋能大学计划·大模型技术与应用实战学生训练营——电子科技大学站圆满结营
12月05日,由中国软件行业校园招聘与实习公共服务平台携手阿里魔搭社区共同举办的AI赋能大学计划·大模型技术与产业趋势高校行AIGC项目实战营·电子科技大学站圆满结营。
AI赋能大学计划·大模型技术与应用实战学生训练营——电子科技大学站圆满结营
|
11天前
|
机器学习/深度学习 人工智能 JSON
【实战干货】AI大模型工程应用于车联网场景的实战总结
本文介绍了图像生成技术在AIGC领域的发展历程、关键技术和当前趋势,以及这些技术如何应用于新能源汽车行业的车联网服务中。
158 32
|
17小时前
|
机器学习/深度学习 人工智能 算法
探索AI在医疗诊断中的应用与挑战
【10月更文挑战第21天】 本文深入探讨了人工智能(AI)技术在医疗诊断领域的应用现状与面临的挑战,旨在为读者提供一个全面的视角,了解AI如何改变传统医疗模式,以及这一变革过程中所伴随的技术、伦理和法律问题。通过分析AI技术的优势和局限性,本文旨在促进对AI在医疗领域应用的更深层次理解和讨论。
|
6天前
|
人工智能 Kubernetes 安全
赋能加速AI应用交付,F5 BIG-IP Next for Kubernetes方案解读
赋能加速AI应用交付,F5 BIG-IP Next for Kubernetes方案解读
40 13