咨询服务类智能体可以作为企业知识的“智能交互门户”，面向企业内部需要解决知识分散、员工频繁咨询重复问题，占用大量人力等问题，而面向外部客户则需要解决咨询响应慢、服务体验差、最终影响品牌忠诚度度等问题。咨询服务类智能体在电商、教育、物流、政府以及企业内部均有明确的落地场景，通过咨询服务类智能体提供 7*24 小时即时响应，一方面提升了用户体验，另一方面也大大降低了人工服务成本，提升了服务效率与服务一致性。咨询服务类智能体在企业的典型落地场景如：HR 政策、IT 故障、财务报销流程、产品使用指导、投诉处理、专业法律税务政策解读等。

2、需求分析

咨询服务类智能体在需求分析阶段需首先定位业务场景及核心目标，其次搜集归类咨询问题并梳理整合知识库，同时需要考虑咨询的第三方嵌入集成以及安全管控策略。

2.1 确定业务场景及目标

在进行咨询服务智能体构建时需要首先明确业务场景，如电商服务、教育助手、物流查询、政府服务以及企业助手等，其典型业务场景及核心目标定位包含且不限于以下内容：

• 电商客服：提升咨询效率，通过构建知识库、对接 ERP 等系统，实时查询价格、库存和产品使用指南，提供标准化回答，引导用户至下单页面。提升售后服务质量，自动化处理售后问题，减少客诉。
• 教育助手：个性化学习支持，学员课程安排、作业提交、退费政策，客服机器人结合用户身份信息，提供定制化回答，并同步信息至教师端。
• 物流查询：用户查询包裹状态、投诉延迟、咨询运费，通过对接物流系统，实时返回物流轨迹，并对异常订单自动推送补偿方案。
• 政府服务：公共信息查询检索，日常咨询、公证问题咨询，7x24小时随时待命，帮助群众第一时间获取所需的一手资讯，有效避免了因材料缺失等状况造成的往返奔波与办理延误，极大地提升群众办事效率。
• 企业助手：提升办公效率，员工咨询故障、报销流程、考勤情况等，提供内部知识库、对接ERP、考勤系统，复杂问题转接IT或HR部门处理。

2.2 搜集归类整合知识库

在明确核心咨询服务场景以及目标后，我们需要首先对咨询问题进行咨询归类，然后基于归类的问题梳理整合相关知识库。

• 搜集归类咨询问题：以产品技术支持为例，我们可以将客户咨询问题归类为部署安装、功能咨询、故障排查、二次开发等类型；
• 梳理整合知识库：咨询问题归类后，搜集整合现有知识库，将知识库内容梳理整合为智能咨询客服做好知识库准备。

2.3 确认安全管控及人工兜底方案

明确好客服需要如何嵌入集成到第三方，如与企业微信、钉钉、公众号等；其次需要明确安全管控策略，一方面可以基于应用层控制智能体访问权限，如可以与内部企业微信认证体系对接，确保咨询服务通过授权方可访问，另一方面也可基于知识库进行授权，指定用户咨询对应专属知识库，保证咨询服务安全可控；最后需要确保与内部客服系统对接，能够在智能客服无法解决对接人工，通过转人工保证兜底解决客户咨询的问题。

3、咨询服务业务流程设计

咨询服务类智能体的基本业务流程可以用用户输入、多轮对话引导（问题优化）到意图识别，最终通过知识库检索生成最终答案，如果答案生成不准确可以进一步进入条件循环，再次咨询，最终也可对接工单系统生成工单，遇到智能客服无法解决的问题转人工客服进行兜底处理。

3.1 用户输入

不用形式的用户问题输入，包含文本、图片、log 日志、API 等类型，最终通过 MaxKB 中的文本输入、图片上传、接口输入以及表单收集等方式让用户输入咨询的问题。其中接口输入主要存在于与第三方客服系统集成的场景中，log 日志信息主要使用在系统的日志快速分析查询等场景。

3.2 AI 多轮对话及意图识别分类

用户输入问题后，在可以通过 AI 节点 + 问题优化节点进行问题优化及多轮对话引导：首先在 AI 节点中通过定义系统角色的提示词定义多轮对话能力，其次开启多轮对话后将历史聊天记录设置为多轮，即开启工作流的短期记忆。通过 AI 多轮对话引导和问题优化，增加意图识别分类节点或者自定义 AI 节点+判断器，将用户意图进行分类，为下一步知识库检索做好准备。

3.3 RAG 检索增强技术

RAG 检索增强技术则是根据意图分类结果首先在不同的知识库中进行定向检索，如意图识别为安装部署则进入安装部署知识库进行检索，在不同的知识库进行检索时可以通过知识库检索参数设定不同的检索方式以及相似度和 Top 分段的检索条件，满足不同知识库检索要求；其次基于检索结果可进一步通过添加多路召回节点基于重排模型再次进行检索结果重排，确保检索结果问准确定以及匹配度。通过以上两部的定向知识库检索以及重排多路召回可以多层次保证知识库内容检索的准确性。

3.4 答案生成及条件循环

基于知识库检索以及多路召回重排序结果、用户问题、问题优化输出的优化后的问题，结合 AI 问答节点的 AI 模型以及系统角色的提示词定义的智能客服能力，实现智能咨询服务返回答案，其中智能客服能力可以定义回答方式、语气、回答输出格式等，与此同时开启历史聊天记录，即短期记忆设置，方便用户多次对话，工作流可以引用历史对话信息。如果用户未获取到准确的答复，可以再次进入 AI 多轮对话并通过条件循环进入循环体让用户补充完善问题。

3.5 生成工单/转人工

在需要生成工单或者转人工时首先通过人工确认环节或者关键字等方式确认，确认问题后，通过集成企业内部客服发起工单或者转接到人工客服并最终实现入库归档。其中转人工时可以通过对接企业内部客服系统、企业微信、钉钉等，提交工单则需要对接企业内部工单系统通过用户反馈的问题进行总结最终自动发起工单派发，问题解决则可进行知识库归档。

4、咨询服务智能体设计总结

结合咨询服务工作流设计以及智能体构建的核心要求，我们再来总结回顾下咨询服务的智能体构建总体设计，如下图所示：

• 大模型：选择适合的基础大语言模型、推理模型、图片识别模型等；
• 用户输入：通过用户输入用户提示词；
• 系统提示词：可以定义多轮对话引导能力、咨询服务客服能力等；
• 工具：与第三方客服系统集成的 API 调用以及上传图片时候的问题识别工具 OCR 等；
• 知识：主要涉及产品知识、规章制度、业务流程、办事指南、运维知识等相关知识库；
• 数据：可以通过智能问数获取订单系统中的订单数据、人员管理中的客服人员数据等；
• 记忆：可以开启历史聊天记录实现多轮对话，其中长期记忆可以通过归档和会话日志进行检索；
• 工作流：从用户意图识别分类、RAG检索增强技术、答案生成及多轮引导到最后的生成工单/转人工的兜底方案，形成主流的咨询服务类智能体业务流程。