不用一行代码,如何10分钟快速打造AI助手?

本文涉及的产品
函数计算FC,每月15万CU 3个月
简介: 推荐免费下载《10分钟打造专属AI助手》电子书,助力快速搭建AI客服系统。本文介绍了如何在10分钟内构建能主动提问的智能导购系统,提升客户体验。通过阿里云平台,无需编码即可创建具备大模型能力的AI机器人,实现7x24小时商品推荐与客户服务。文中详细描述了从创建函数计算应用、访问示例网站到验证智能导购效果的全过程,并提供了关键代码示例。此外,还介绍了如何将智能导购集成到生产环境的方法,包括修改知识库和源码以适配具体产品。

一、背景

常常出现在网站右下角的AI客服、钉钉群智能机器人、企业微信应用的AI助手、微信公众号的24小时服务机器人,这些工具已经成为现代企业提升客户体验的重要手段。那么,如何拥有一个自己的专属AI助手呢?我们推出了《10分钟打造专属AI助手》电子书,集成多个场景,提供详尽教程,点击阅读原文即可下载。在下方评论区参与讨论,高质量回答有机会获得惊喜礼物🎁~

今天,我们将重点介绍如何在10分钟内构建一个能主动提问的智能导购。为了高效应对客户咨询,提升用户体验,快速搭建AI客服系统显得尤为重要。AI客服系统可以实现全天候(7x24)响应客户需求,无论客户何时何地提出问题,都能得到及时的解答和支持。在阿里云上,只需10分钟,无需任何编码,即可创建一个具备大模型能力的AI机器人,还能解答私域问题,成为您业务的专属机器人。

二、10 分钟构建能主动提问的智能导购

《10分钟打造专属AI助手》抢先读 —— 10 分钟构建能主动提问的智能导购

方案概览:

当您去电器商城购买冰箱,您首先向前台发起询问哪里可以买到冰箱,前台将您带到了冰箱商店的位置;在冰箱商店,导购员向您询问想要什么参数的冰箱,并根据这些参数将合适的冰箱推荐给您。

image.png

类似的,您可以通过百炼的Assistant API 构建一个 Multi-Agent 架构的大模型应用实现智能导购,其中:

  • 规划助理(Router Agent)是该应用的核心,它会参考对话历史与用户的输入,选择合适的助理进行回复。
  • 手机导购、冰箱导购与电视导购接收规划助理的指派信息,主动向顾客询问商品参数偏好;在参数收集完成后,系统可以通过百炼应用进行智能商品检索,也可以使用SQL查询商品数据库,然后输出推荐的商品。
  • 用户与各助理的对话历史可以为每个助理的决策提供参考依据。

image.png

搭建步骤:

您可以通过我们提前准备好的函数计算应用模板,快速搭建并测试一个集成了智能导购的网站。详细步骤如下:

1. 创建函数计算应用

您可以访问我们准备好的函数计算应用模板,快速搭建一个集成智能导购的网站。智能导购可以通过多轮交互,收集顾客心仪的商品信息,默认商品包含手机、电视与冰箱。参考下图选择直接部署并填写您的 API Key,您可以访问我的API-KEY来获取您的API Key。其它表单项保持默认,单击页面左下角的创建并部署默认环境,等待项目部署完成即可(预计耗时 1 分钟)。

image.png

2. 访问网站

在函数计算应用部署完成后,您可以在跳转后的页面的环境信息中找到示例网站的访问域名,单击即可查看,确认示例网站已经部署成功。

image.png

3. 验证智能导购效果

智能导购会主动询问并收集需要的商品参数信息;收集完成后打印出参数信息。

image.png

关键代码

上述示例程序中用于意图识别的模块是规划助理(Router Agent)。经过规划助理的意图分类后,用户的问题会被传递给对应的手机导购 Agent、电视导购 Agent 或冰箱导购 Agent。

规划助理(Router Agent)

ROUTER_AGENT_INSTRUCTION = """你是一个问题分类器
请结合用户的提问和上下文判断用户是希望了解的商品具体类型。

注意,你的输出结果只能是下面列表中的某一个,不能包含任何其他信息:
- 手机(用户在当前输入中提到要买手机,或正在进行手机参数的收集)
- 电视机(用户在当前输入中提到要买电视机,或正在进行电视参数的收集)
- 冰箱(用户在当前输入中提到要买冰箱,或正在进行冰箱参数的收集)
- 其他(比如用户要买非上述三个产品、用户要买不止一个产品等情况)

输出示例:
手机
"""
router_agent = Assistants.create(
    model="qwen-plus",
    name='引导员,路由器',
    description='你是一个商城的引导员,负责将用户问题路由到不同的导购员。',
    instructions=ROUTER_AGENT_INSTRUCTION
)

手机导购助理

MOBILEPHONE_GUIDE_AGENT_INSTRUCTION = """你是负责给顾客推荐手机的智能导购员。

你需要按照下文中【手机的参数列表】中的顺序来主动询问用户需要什么参数的手机,一次只能问一个参数,不要对一个参数进行重复提问。
如果用户告诉了你这个参数值,你要继续询问剩余的参数。
如果用户询问这个参数的概念,你要用你的专业知识为他解答,并继续向他询问需要哪个参数。
如果用户有提到不需要继续购买商品,请输出:感谢光临,期待下次为您服务。

【手机的参数列表】
1.使用场景:【游戏、拍照、看电影】
2.屏幕尺寸:【6.4英寸、6.6英寸、6.8英寸、7.9英寸折叠屏】
3.RAM空间+存储空间:【8GB+128GB、8GB+256GB、12GB+128GB、12GB+256GB】

如果【参数列表】中的参数都已收集完毕,你要问他:“请问您是否确定购买?”,并同时将顾客选择的参数信息输出,如:用于拍照|8GB+128GB|6.6英寸。问他是否确定需要这个参数的手机。如果顾客决定不购买,要问他需要调整哪些参数。

如果顾客确定这个参数符合要求,你要按照以下格式输出:
【使用场景:拍照,屏幕尺寸:6.8英寸,存储空间:128GB,RAM空间:8GB】。请你只输出这个格式的内容,不要输出其它信息。"""

mobilephone_guide_agent = Assistants.create(
    model="qwen-max",
    name='手机导购',
    description='你是一个手机导购,你需要询问顾客想要什么参数的手机。',
    instructions=MOBILEPHONE_GUIDE_AGENT_INSTRUCTION
)

电视导购助理


MOBILEPHONE_GUIDE_AGENT_INSTRUCTION = """你是负责给顾客推荐手机的智能导购员。
你需要按照下文中【手机的参数列表】中的顺序来主动询问用户需要什么参数的手机,一次只能问一个参数,不要对一个参数进行重复提问。
如果用户告诉了你这个参数值,你要继续询问剩余的参数。
如果用户询问这个参数的概念,你要用你的专业知识为他解答,并继续向他询问需要哪个参数。
如果用户有提到不需要继续购买商品,请输出:感谢光临,期待下次为您服务。
【手机的参数列表】
1.使用场景:【游戏、拍照、看电影】
2.屏幕尺寸:【6.4英寸、6.6英寸、6.8英寸、7.9英寸折叠屏】
3.RAM空间+存储空间:【8GB+128GB、8GB+256GB、12GB+128GB、12GB+256GB】
如果【参数列表】中的参数都已收集完毕,你要问他:“请问您是否确定购买?”,并同时将顾客选择的参数信息输出,如:用于拍照|8GB+128GB|6.6英寸。问他是否确定需要这个参数的手机。如果顾客决定不购买,要问他需要调整哪些参数。
如果顾客确定这个参数符合要求,你要按照以下格式输出:
【使用场景:拍照,屏幕尺寸:6.8英寸,存储空间:128GB,RAM空间:8GB】。请你只输出这个格式的内容,不要输出其它信息。"""
mobilephone_guide_agent = Assistants.create(
    model="qwen-max",
    name='手机导购',
    description='你是一个手机导购,你需要询问顾客想要什么参数的手机。',
    instructions=MOBILEPHONE_GUIDE_AGENT_INSTRUCTION
)

冰箱导购助理

FRIDGE_GUIDE_AGENT_INSTRUCTION = """你是负责给顾客推荐冰箱的智能导购员。

你需要按照下文中【冰箱的参数列表】中的顺序来主动询问用户需要什么参数的冰箱,一次只能问一个参数,不要对一个参数进行重复提问。
如果用户告诉了你这个参数值,你要继续询问剩余的参数。
如果用户询问这个参数的概念,你要用你的专业知识为他解答,并继续向他询问需要哪个参数。
如果用户有提到不需要继续购买商品,请输出:感谢光临,期待下次为您服务。

【冰箱的参数列表】
1.容量:【300L、400L、500L】
2.冷却方式:【风冷、直冷】
3.高度:【1.5米、1.8米、2米】

如果【冰箱的参数列表】中的参数都已收集完毕,你要问他:“请问您是否确定购买?”,并同时将顾客选择的参数信息输出,如:300L|风冷|1.8米。问他是否确定需要这个参数的冰箱。如果顾客决定不购买,要问他需要调整哪些参数。

如果顾客确定这个参数符合要求,你要按照以下格式输出:
【容量:300L,冷却方式:风冷,高度:1.8米】。请你只输出这个格式的内容,不要输出其它信息。"""

fridge_guide_agent = Assistants.create(
    model="qwen-max",
    name='冰箱导购',
    description='你是一个冰箱导购,你需要询问顾客想要什么参数的冰箱。',
    instructions=FRIDGE_GUIDE_AGENT_INSTRUCTION
)

选择不同的 Agent 进行回复

agent_map = {
    "意图分类": router_agent.id,
    "手机": mobilephone_guide_agent.id,
    "冰箱": fridge_guide_agent.id,
    "电视机": tv_guide_agent.id
}

def chat(input_prompt, thread_id):
    # 首先根据用户问题及 thread 中存储的历史对话识别用户意图
    router_agent_response = get_agent_response(agent_name="意图分类", input_prompt=input_prompt, thread_id=thread_id)
    classification_result = parse_streaming_response(router_agent_response)

    response_json = {
        "content": "",
    }
    # 如果分类识别为其他时,引导用户调整提问方式
    if classification_result == "其他":
        return_json["content"] = "不好意思,我没有理解您的问题,能换个表述方式么?"
        return_json['current_agent'] = classification_result
        return_json['thread_id'] = thread_id
        yield f"{json.dumps(return_json)}\n\n"
    # 如果分类是手机、电视机或冰箱时,让对应的 Agent 进行回复
    else:
        agent_response = get_agent_response(agent_name=classification_result, input_prompt=input_prompt, thread_id=thread_id)
        for chunk in agent_response:
            response_json["content"] = chunk
            response_json['current_agent'] = classification_result
            response_json['thread_id'] = thread_id
            yield f"{json.dumps(response_json)}\n\n"

总结

通过以上步骤,您搭建了一个集成了智能导购的网站,可以全天候向顾客提供商品推荐服务。本案例中的架构也适用于智能问诊、求职推荐等场景。

应用于生产环境

为了将智能导购适配到您的产品并应用于生产环境中,您可以:

1. 修改知识库。将您的商品信息作为知识库,同时您也可以在商品参数中添加商品详情页或下单页的链接,方便顾客进行浏览与下单。您也可以通过已有的数据库或其它服务中进行商品检索。

2. 修改源码中的prompt来适配到您的产品中。修改源码的步骤为:

  1. a. 回到应用详情页,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。
  2. b. 进入函数详情页后,在代码视图中找到prompt.py、agents.py文件并进行修改。
prompt.py定义了agent的功能以及询问参数的顺序等信息;agents.py创建了agent,以及生成回复的函数。

c. 单击部署代码,等待部署完成即可。

3. 参考《10分钟打造专属AI助手》中给网站添加AI助手中的应用于生产环境部分,将智能导购集成到您的网站中。

系统学习-电子书免费下载

文末福利:免费下载《10分钟打造专属AI助手》电子书!

10分钟创建AI助手系列可以应用至网站、微信公众号、企业微信和钉钉组织等多种场景。为了便于阅读和学习,我们将这些教程集成为《10分钟打造专属AI助手》电子书,点击免费下载阅读!开启您的AI客服之旅!无论您是技术小白还是资深开发者,这本书都将为您提供宝贵的指导,帮助您在短时间内搭建出功能强大的AI助手。

相关文章
|
10天前
|
人工智能 Java 测试技术
低成本工程实践-AI帮我写代码做需求
本文主要讲述,以“无需训练模型”的方式实现:AI智能分析功能需求、写代码、review代码解决特定业务问题的实践过程
低成本工程实践-AI帮我写代码做需求
|
2月前
|
人工智能 监控 算法
智能时代的伦理困境:AI技术的道德边界探索人工智能在教育领域的革新之路未来编程:人工智能与代码共生的新篇章
【8月更文挑战第21天】在人工智能(AI)技术飞速发展的今天,我们正处在一个前所未有的科技变革时期。随着AI技术的深入人类生活的方方面面,它不仅带来了便利和效率的提升,同时也引发了关于道德和伦理的深刻讨论。本文将探讨AI技术发展中遇到的伦理挑战,以及如何建立合理的道德框架来指导AI的未来应用,确保技术进步与人类社会价值观的和谐共存。
229 61
|
8天前
|
人工智能 安全 开发者
由于安全风险,安全领导者考虑禁止用AI生成代码
由于安全风险,安全领导者考虑禁止用AI生成代码
|
9天前
|
人工智能 IDE Java
MarsCode AI 一款免费的代码辅助工具,值得一试
MarsCode是由字节跳动旗下公司推出的AI编程工具,旨在提升编码效率和质量。它既是一个云端集成开发环境(IDE),也支持作为VS Code和JetBrains等IDE的智能扩展,提供代码补全、生成、优化等功能,并支持多种编程语言。通过AI助手,MarsCode帮助开发者减少重复劳动,提高代码质量和可维护性,同时支持跨平台使用,为开发者带来便捷高效的编程体验。
|
19天前
|
人工智能
AI设计自己,代码造物主已来!UBC华人一作首提ADAS,数学能力暴涨25.9%
【9月更文挑战第15天】近年来,人工智能领域取得了显著进展,但智能体系统的设计仍需大量人力与专业知识。为解决这一问题,UBC研究人员提出了“自动智能体系统设计(ADAS)”新方法,通过基于代码的元智能体实现智能体系统的自动化设计与优化。实验结果表明,ADAS设计的智能体在多个领域中表现优异,尤其在阅读理解和数学任务上取得了显著提升。尽管如此,ADAS仍面临安全性、可扩展性和效率等挑战,需进一步研究解决。论文详情见链接:https://arxiv.org/pdf/2408.08435。
25 4
|
23天前
|
存储 人工智能 前端开发
AI 网关零代码解决 AI 幻觉问题
本文主要介绍了 AI Agent 的背景,概念,探讨了 AI Agent 网关插件的使用方法,效果以及实现原理。
|
2月前
|
存储 人工智能 前端开发
AI 网关零代码解决 AI 幻觉问题
本文主要介绍了 AI Agent 的背景,概念,探讨了 AI Agent 网关插件的使用方法,效果以及实现原理。
18708 15
|
26天前
|
人工智能 计算机视觉
AI计算机视觉笔记十五:编写检测的yolov5测试代码
该文为原创文章,如需转载,请注明出处。本文作者在成功运行 `detect.py` 后,因代码难以理解而编写了一个简易测试程序,用于加载YOLOv5模型并检测图像中的对象,特别是“人”类目标。代码实现了从摄像头或图片读取帧、进行颜色转换,并利用YOLOv5进行推理,最后将检测框和置信度绘制在输出图像上,并保存为 `result.jpg`。如果缺少某些模块,可使用 `pip install` 安装。如涉及版权问题或需获取完整代码,请联系作者。
|
2月前
|
SQL 人工智能 JavaScript
使用Raccoon AI写代码,同事又来围观
使用Raccoon AI写代码,同事又来围观
|
2月前
|
人工智能 开发者 前端开发
【创新·未来】当AI遇见代码:Vaadin Copilot引领Web开发新时代,你准备好了吗?
【8月更文挑战第31天】Vaadin 是一个成熟的 Java Web 应用框架,最新版本 24.4.0 带来了多项更新,包括引入 Vaadin Copilot——一个集成 AI 的开发工具,可实现拖放组件、实时更新源代码等功能。此外,Vaadin 24.4.0 还统一了 Hilla 框架,支持 Flow 和 Hilla 视图混合应用,实现 React 组件与 Java 应用的无缝集成。未来,Vaadin 将继续提升开发者体验和应用性能,整合更多现代 Web 技术,如 Web 组件和 PWA 支持,保持其在企业级应用开发领域的领先地位。
39 0

热门文章

最新文章

下一篇
无影云桌面