本文会来讨论基于文本的客服聊天机器人的设计方法。
两种客服模式
- 人工客服
传统的人工客服，完全由人工来提供客服服务，就是客服坐在电脑旁边，同时开n个聊天窗口回复客户。这种方式需要投入很多的人力，效率比较低下。人工客服经常重复回答简单的问题，也容易产生倦怠。
- 聊天机器人
客服模式的另一个极端是由完全自动化的聊天机器人提供客服服务：智能化软件直接与客户沟通。这种模式，效率很高，但是大语言模型出现之前的聊天机器人，很多时候就是个“智障”（不是骂人），根本不想跟它聊，只想直接转人工。
其他设计方法
然而， 在完全由人工操作和完全自动化两个极端之间，还有一些其他的设计方法。
- 机器人辅助人工客服
针对客户的问题，先有机器人生成回复建议，然后由人工客服进行审核：如果觉得建议不错直接发送，否则先修改再发给客户。
这种设计通常被称为“人为监督”：在最终回复发给客户前，有一个人工审核环节，以此减少机器人可能出现的回复错误。这样做可以减少聊天机器人可能发出错误回复的风险。
- 机器人分流
随着LLM的出现，可以先由机器人帮助人工客服筛选咨询内容，让机器人回答简单的问题，而将它回答不了的问题上报给人工客服。这种方式用得好，可以大大减少人工客服的时间，提高人工客服的效率，让她们可以专注于处理更复杂的请求。
安全地构建和部署客服聊天机器人
如何在企业中安全地构建和部署客服聊天机器人？
- 先从一个内部使用的聊天机器人开始
内部使用的话，因为毕竟是同一个公司，团队成员对机器人的错误会更宽容，碰到机器人的错误，也能理解和包容，很多时候都只会一笑而过。在这段宝贵的时间内，可以对机器人的表现进行观察和评估，同时避免那些可能会让公司声名扫地的重大错误。
- 采取“人为监督”的策略
当机器人表现足够稳定时，接下来采用“人为监督”的策略：让人工客服在信息真正发给客户之前进行检查。在这样做了一段时间之后，如果机器人发出的信息经过测试之后被认为基本安全，那么机器人就可以开始直接和客户对话了。
- 逐步扩大应用范围
一开始只是将机器人用于面向公众的简单任务，如常见问题解答、基础客户服务等，等稳定后逐步扩大其应用范围。复杂的任务可以自动判断转给人工来回答或者提供一个平滑的过渡到人工客服的机制。
在整个部署过程中，定期评估机器人的性能非常重要。使用客户反馈、解决案例的成功率等指标来评估机器人的效果，并据此进行优化。确保机器人在处理敏感信息时遵守数据保护法规，实施加密措施，确保客户数据的安全。
设计客服机器人，肯定要用到企业自己的运营知识，那就少不了用RAG，推荐阅读《万字详解，和你用RAG+LangChain实现chatpdf》：https://juejin.cn/post/7304946949940609051
最后，别忘了接入OpenAI 对于自然语言处理提供的一个免费的接口：Moderation或其他类似接口。因为客服聊天机器人可以接受任何自然语言的输入，所有的回复也是通过模型自动生成的，免不了会遇到用户输入一些奇怪的内容，比如色情、暴力等等。所以，OpenAI 专门提供了一个 moderation 接口，可以对输入以及返回的内容做检查。如果出现了这样的内容，你可以屏蔽这些用户的访问，或者人工审核用户的问题。其他的服务商也有类似的服务，如微信小程序也有文本内容安全识别之类的接口，在具体的项目落地时，都要进行考虑。
参考
- https://platform.openai.com/docs/guides/moderation/moderation
- https://developers.weixin.qq.com/miniprogram/dev/OpenApiDoc/sec-center/sec-check/msgSecCheck.html
