360 教育在线以阿里云百炼知识库为底座，打造智能化招宣中枢

一、企业背景与业务挑战

南京三六零网络信息技术有限公司（360 教育在线）成立于 2006 年，做全球高等教育招生与用户增长服务，总部在南京，国内设有 27 家直营分公司，长期合作全球 2800 余所高校，服务覆盖中国及东南亚等市场。

这家公司的业务有个前提：所有对外服务都依赖高校招生知识。学生问"我这个分数能不能报某校的计算机专业"，招生顾问要答，AI 客服要答，宣传物料要写，舆情回应要引用。这些知识体量很大，而且分散在不同系统和团队里。

▲ 客户的业务场景

随着业务规模扩大和全球化推进，客户遇到四个具体挑战：

• 知识管理复杂：2800 余所高校的招生政策、专业信息、申请流程，知识资产体量庞大，分散在不同系统和团队；
  
• 多语言客服压力大：覆盖中国及东南亚等多国市场，需要覆盖多国语言的智能客服能力；
  
• 内容生成效率待提升：招生物料、品牌宣传片、招宣短视频等内容需求量大，人工创作效率低；
  
• 社媒口碑管理复杂：需要实时监测社媒舆情，快速响应风险预警。
  

他们的做法是：基于阿里云百炼平台，把这部分知识统一沉淀成知识库，再在上层做 AI 招宣中枢、智能客服、内容生成和舆情监测。

二、阿里云百炼AI全栈解决方案架构

客户的AI应用体系以阿里云百炼平台为核心底座，整合了知识库RAG、应用工作流、大模型推理三大能力模块：

阿里云百炼（企业级 Agent 应用底座）

三、百炼知识库具体提供了哪些能力

百炼知识库（Knowledge Studio）是企业级的全模态 AI 知识库服务，覆盖文档、表格、图片、音视频四类数据。在这个案例里起作用的主要是几项能力。

1. 建库和解析。 招生政策、专业信息、申请流程以文档形态为主，对应文档库。解析环节的质量指标是文字 >98%、版面 >90%、公式 >95%、表结构 >90%。PPT 的二维阅读顺序、复杂表头、无线表格、跨页表格是业界的公认难点，百炼知识库的处理方式是页快照加纯 VL 向量召回，再由 Qwen-VL 等模型完成理解生成。

2. 检索配置可调。 离线侧能指定切片方式，默认智能切分或按分句标识符、长度切分；能用正则、关键字、模型判断三种方式抽取元数据附加到 chunk 上；向量维度可选。在线侧能配置多轮对话改写、稠密加稀疏的双路混合召回、相似度阈值、最终 TopK 和 Rerank 重排。招生知识有明显的版本和状态区分，元数据过滤这种先筛后召的方式比单纯语义相似更好控制。

3. Agentic Search。 传统 RAG 只搜一次，问题绕一点或者跨几个文档就容易搜不到、答不全。Agentic Search 由 Agent 自己做多轮意图理解、Query 改写、知识库路由、多库检索和结果验证，搜不到会自动换策略、拆子问题、换工具重试。可用工具包括语义搜索、章节浏览、章节精读、页面浏览、SQL 执行、文件获取。多库联合检索时能按业务重要性配置知识库权重，0.5 到 2 倍。

4. 问答的可控性。 生成内容会带上引用的知识来源，答案能回溯到具体文件；也可以开启拒答，知识库里没有依据时返回兜底话术，而不是硬编一个答案。教育、医疗、法律、政务这类答错比答不上来更麻烦的场景，这两项是能不能上线的前提。

5. 多语言和模型。 内置通义 Embedding 和 Rerank 模型，MTEB 多语言榜第一（70.58）；上层按需调用 Qwen-Max、Qwen-Plus。语音对话这类对响应时间敏感的入口还有极速问答，RT 做到 avg 150ms+、p99 200ms+。

知识库建好后通过 API、SDK、Skill、CLI、MCP 调用，不绑定特定 Agent 框架。

四、核心场景详细实践

▲ 客户的智能化战略

4.1 AI招宣中枢：智能化核心引擎

客户将2800余所高校的招生政策、专业信息、申请流程等内容导入企业级知识库，构建了AI招宣中枢：

• AI智能电话系统：7×24小时承接招生咨询
  
• AI小智机器人：智能应答学生和家长咨询
  
• AI新闻智枢：提升高校在AI问答与搜索中的可见度
  

实施效果：

• 实现7×24小时智能客服，响应时效显著提升
  
• 客服问答准确率显著提升
  
• 人工客服工作量大幅减少

4.2 内容生成：从"人工创作"到"AI辅助生成"

基于阿里云百炼平台的大模型能力，客户构建了内容生成工作流。系统能够根据高校需求，自动生成品牌VI系统设计、招生物料（招生简章、PPT）、动画可视化、高校品牌宣传片、招宣短视频等内容。

实施效果：

• 内容生成效率大幅提升
  
• 创意质量显著提升
  
• 人工创作工作量大幅减少

4.3 社媒口碑与私域运营：AI驱动的舆情监测

结合社媒数据、舆情规则、历史案例，客户构建了舆情监测模型。系统能够自动识别负面舆情、风险预警，生成应对建议，大幅提升社媒口碑管理效率。

五、客户为什么不自己搭一套 RAG

做这类场景的团队，第一反应往往是自建：开源解析加自建向量库加自己调参。这条路能走通，但代价在后面。

对 360 教育在线这样的业务来说，2800 余所高校的知识分散在不同系统和团队，语料又横跨多国市场，自己维护一套 RAG 意味着这些活都要一直有人干。交给平台之后，团队要操心的只剩两件事：知识怎么组织，业务怎么用。

计费上是规格费用加模型调用费用两部分，固定 QPS、固定价格，存储空间只设上限不单独收费（具体规格和价格以控制台实时报价为准）。

六、效果

接入前后的变化：

七、总结

360教育在线基于阿里云百炼平台的AI全栈应用实践，充分展示了云计算与大模型技术在教育行业数字化转型中的巨大价值。通过知识库、智能工作流、大模型推理的有机整合，客户不仅解决了知识管理复杂、多语言客服压力大、内容生成效率待提升、社媒口碑管理复杂等现实痛点，更为全球高校招生服务的智能化升级提供了可参考的实践路径。

相关链接

• 百炼知识库体验入口：https://agent.console.aliyun.com/rag/playground
  
• Knowledge Studio 官方文档：https://docs.rag.bailian.aliyun.com