【愚公系列】《扣子开发 AI Agent 智能体应用》028-实战案例:智能客服

举报
愚公搬代码 发表于 2026/02/01 12:28:09 2026/02/01
【摘要】 💎【行业认证·权威头衔】✔ 华为云天团核心成员:特约编辑/云享专家/开发者专家/产品云测专家✔ 开发者社区全满贯:CSDN博客&商业化双料专家/阿里云签约作者/腾讯云内容共创官/掘金&亚马逊&51CTO顶级博主✔ 技术生态共建先锋:横跨鸿蒙、云计算、AI等前沿领域的技术布道者🏆【荣誉殿堂】🎖 连续三年蝉联"华为云十佳博主"(2022-2024)🎖 双冠加冕CSDN"年度博客之星TOP...

💎【行业认证·权威头衔】
✔ 华为云天团核心成员:特约编辑/云享专家/开发者专家/产品云测专家
✔ 开发者社区全满贯:CSDN博客&商业化双料专家/阿里云签约作者/腾讯云内容共创官/掘金&亚马逊&51CTO顶级博主
✔ 技术生态共建先锋:横跨鸿蒙、云计算、AI等前沿领域的技术布道者

🏆【荣誉殿堂】
🎖 连续三年蝉联"华为云十佳博主"(2022-2024)
🎖 双冠加冕CSDN"年度博客之星TOP2"(2022&2023)
🎖 十余个技术社区年度杰出贡献奖得主

📚【知识宝库】
覆盖全栈技术矩阵:
◾ 编程语言:.NET/Java/Python/Go/Node…
◾ 移动生态:HarmonyOS/iOS/Android/小程序
◾ 前沿领域:物联网/网络安全/大数据/AI/元宇宙
◾ 游戏开发:Unity3D引擎深度解析

🚀前言

本章将以火腿肠商品客服为具体案例,详细介绍如何利用扣子平台搭建一个专业的智能客服系统。这个系统不仅能够准确理解和回答用户咨询,还能通过集成飞书多维表格来实现对话内容的自动存储和知识库的动态更新,从而持续提升客户服务质量。通过这个实际案例,读者将深入了解扣子平台在智能客服领域的应用潜力。

🚀一、实战案例:智能客服

本章将构建一个功能完整、具备自我优化能力的智能客服系统。它不仅能精准回答产品问题,还能自动记录对话、筛选优质问答以扩充知识库,实现服务与进化的闭环。

🔎1.项目背景与整体思路

传统客服系统依赖规则与关键词,交互生硬、维护成本高。基于扣子平台打造的AI客服利用大模型的理解能力,能实现自然的多轮对话,并通过集成外部系统自动化工作流。本系统旨在解决三个核心痛点:意图识别、精准知识召回、效果分析与知识库自更新。整体设计思路如图所示,形成一个包含“意图识别→知识检索→答案生成→数据存储”的完整智能闭环。
在这里插入图片描述

🔎2.创建对话流与基础配置

智能客服的核心是一个对话流(Chatflow),它是一种具备记忆和上下文管理能力的特殊工作流。

  1. 创建对话流:在“资源库”中新建对话流,命名为 AI_customer,描述为“当客户提出问题,通过客服工作流进行回答处理”。其“开始”节点将直接接收用户的问题输入。
    在这里插入图片描述

  2. 配置意图识别节点(流量路由器):添加“意图识别”节点,作为整个系统的分流器。

    • 输入:引用开始节点的 USER_INPUT
    • 设置匹配规则:根据业务定义意图,例如:
      • 意图一火腿肠商品相关问题(匹配产品咨询关键词)。
      • 意图二非火腿肠商品相关问题(匹配其他咨询)。
    • 连接分支:每个意图连接至后续不同的处理分支。必须将“其他意图”连接至一个兜底处理节点
      在这里插入图片描述

🔎3.产品相关问题处理模块(主分支)

这是处理核心业务咨询的路径,流程设计为:问题理解 → 知识库检索 → 生成回复 → 记录日志

  1. 大模型节点(问题理解与改写)
    • 作用:结合对话历史,理解用户真实意图,并优化查询语句以便更准确地检索知识库。
    • 提示词核心:角色设定为“用户问题理解专家”,要求其结合上下文对用户问题进行精准的转述和改写。
# 角色
你是一个用户问题理解专家,你的任务是结合对话上下文和用户的问题,充分理解每次用户的问题,并对用户的问题进行准确地表达。

# 工作流程
## 步骤一:结合上下文信息理解用户问题
- 你必须结合上下文信息和用户当前的提问,准确地理解用户在问什么问题。比如用户先问了一句“工作流中如何添加插件”,然后再问“没找到啊”,此时你结合上下文去理解用户的第二个问题,就能明白用户是在问“怎么在工作流中找到添加插件的入口”。
## 步骤二:结合步骤一的理解判断是否需要对用户的意图进行改写

对用户问题进行重新描述
- 结合步骤一的理解,你必须对当前用户的问题进行重新改写,以准确的语言去描述的用户的问题。

用户提示词

{{input}}

在这里插入图片描述

  1. 知识库检索节点
    • 输入:引用上一个大模型优化后的输出。
    • 知识库:关联产品知识库(如“产品介绍Word文档”和“FAQ表”),搜索策略选择“混合”模式。

在这里插入图片描述

  1. 大模型节点(客服回复生成)
    • 作用:作为主要客服,基于知识库检索结果生成友好、专业的回答。
    • 输入:原始用户问题 + 知识库检索结果。
    • 提示词设计:需详细定义客服角色、产品简介、工作流程、回答风格限制,并提供大量“典型问答建议”作为示例,确保回复质量和风格统一。
# 伊登火腿肠客服机器人提示词

## 角色
你叫电商小助手,专门解答用户关于伊登火腿肠的问题。

## 产品简介
伊登火腿肠是伊登品牌旗下的肉制品,主要有单支独立包装和家庭分享装两种规格。其主要配料为优质肉类、淀粉、水、食用盐、白砂糖、食品添加剂和香辛料。产品特点包括口感Q弹、鲜美,咸淡适中,采用先进工艺生产,安全卫生,富含蛋白质,提供能量,且开袋即食,方便快捷。执行标准为GB/T 20712或其他相关国家/行业标准,有相应的生产许可证号。保质期因包装规格不同而有所差异,贮存条件为常温阴凉干燥处保存,避免阳光直射,开袋后需冷藏并尽快食用。食用方法多样,可开袋即食或加热后食用。注意事项包括请勿食用胀袋、破损的产品,对配料过敏者请勿食用,婴幼儿食用时需在成人监护下进行。产品包装采用真空包装或充氮包装,确保新鲜度,包装材质安全无毒,符合食品包装标准。

## 工作流程
### 步骤一:问题理解与回复分析
1.认真理解从知识库中召回的内容和用户输入的问题,判断召回的内容是不是用户问题的答案。
2.如果你不能理解用户的问题,例如用户的问题太简单、不包含必要信息,此时你需要追问用户,直到你确定已理解了用户的问题和需求。

### 步骤二:回答用户问题
根据理解的问题,从知识库中提取相关信息,以准确、简洁、易的方式回答用户。

## 限制
1.风格:回答必须准确无误、言简意赅、容易理解,进行专业和确定性的回复。
2.语言:用与用户输入相同的语言回答。
3.如果用户的问题已经超出你的知识库范围,不知道答案,则不需要回答。话术参考“对不起,我已经学习的知识中不包含问题相关内容,暂时无法提供答案”
4.回答长度:答案应该简洁清晰,不超过 300字。
5.一定要使用 Markdown 格式回复。

## 典型问答建议
- 问题:伊登火腿肠和其他品牌的火腿肠有什么区别?
回答:伊登火腿肠选用优质肉源,肉质新鲜,口感Q弹。采用独特配方和先进工艺,确保产品美味安全。同时,不断推出新口味和包装,满足不同消费者需求。
- 问题:火腿肠可以给小孩子吃吗?
回答:伊登火腿肠符合国家食品安全标准,孩子可适最食用。但因含有一定盐分和食品添加剂,建议不要过量,并在成人监护下食用,避免呛噎。
- 问题:火腿肠的保质期有多久?应该怎么保存?
回答:保质期为x天(请填写实际保质期),请在保质期内食用。未开封时,放置在常温阴凉于燥处,避免阳光直射。开袋后需冷藏保存,并尽快食用。
- 问题:火腿肠可以怎么吃?
回答:开袋即食,方便快捷。也可前、炸、煮、烤,或搭配其他食材。例如早餐搭配面包、牛奶;午餐、晚餐可用于炒菜、火锅、烧烤;还可作为零食,搭配饼干、水果。
- 问题:购买的火腿肠胀袋/破损了,怎么办?
回答:非常抱歉给您带来不便。请拍照/录像,保留产品和购物凭证,联系客服,会尽快处理。
- 问题:你们的火腿肠有几种口味?
回答:目前有3种口味,包括经典原味、香辣味、奥尔良味,可根据喜好选择
- 问题:火腿肠的生产厂家是哪里?
回答:由伊登食品公司生产,生产地址是东升园3号。
- 问题:火腿肠的配料有哪些?
回答:主要配料有:优质肉类、淀粉、水、食用盐、白砂糖、食品添加剂和香辛料,均符合国家食品安全标准。
- 问题:你们的火腿肠有没有优惠活动?
回答:近期有新品尝鲜活动。可通过官方网站、微信公众号、电商平台等渠道了解更多优惠信息。
- 问题:我对火腿肠的质量有疑问,可以退货吗?
回答:若对产品质量有疑问,及时联系客服,会根据具体情况处理。符合退货政策的,将办理退货。
- 问题:火腿肠的淀粉含量高吗?
回答:淀粉含量符合国家标准,且在产品包装上明确标示。
- 问题:火腿肠可以长期食用吗?
回答:适量食用没有问题,但建议均衡饮食,不要长期大量食用。
- 问题:火腿肠的包装材质安全吗?
回答:包装材质符合国家食品包装标准,安全无毒,可放心使用。

用户提示词

用户咨询{{input}},知识库匹配结果是{{(respond}},你需要根据你的技能给他回复:
- 如果{{respond}}不为空,则总结一下知识库的召回内容,给出回复

在这里插入图片描述

  1. 代码节点 + 飞书插件节点(对话记录)
    • 流程:使用“代码节点”将用户问题AI回复打包成特定格式,然后通过“飞书多维表格 - add records插件”自动写入飞书表格中,实现每轮对话的持久化存档。

🔎4.飞书多维表格配置(外部系统集成)

接下来需要设置飞书多维表格,飞书多维表格的作用是将客户问题和机器人的回答记录保存下来。登录飞书应用中心,添加飞书机器人助手,如图所示。
在这里插入图片描述
然后在页面上,单击右上角的“飞书网页版”。打开飞书客户端网页,再单击左边菜单上的“云文档”,打开飞书云文档页面,如图所示。
在这里插入图片描述

在飞书云文档的云盘中依次单击“新建”→“多维表格”来添加多维表格。
在这里插入图片描述

本系统的关键创新在于与飞书多维表格的深度集成,实现数据驱动运维。

  1. 创建两张表格

    • 客服表:记录所有对话流水,包含“用户问题”、“Bot回复”、“是否添加为FAQ”等字段。
      在这里插入图片描述
      后面在工作流中需要添加一个飞书多维表格 add records插件节点,插件节点中需要设置输入变量 app_token,这个 app_token 值代表你的飞书多维表格的身份。
      在这里插入图片描述
      在“客服表”的右上角单击“分享”,在弹出的窗口底部选择“复制链接”,就可以得到类似https://pcn1qevl9gjf.feishu.cn/base/IcZSbsWqaaAB8VsgCBScwNXDnkc?from=from_copylink 的URL,这就是你的 app_token 的值,每个人的 app_token 都不一样。
      在这里插入图片描述
    • FAQ表:存储精选的标准问答对,作为高质量知识源。
      添加一个客服表格后,再添加一个 FAQ 表格,用来存放将客服表中的记录挑选出来想要转换为FAQ 的内容。如图所示,在飞书云文档页面上,单击“新建”→“表格”,添加一个表格。
      在这里插入图片描述
      在这里插入图片描述
  2. 设置自动化流程(关键):在飞书“机器人指令”中创建自动化规则。

    • 触发器:当“客服表”中某条记录的“是否添加为FAQ”字段被修改为“是”时。
    • 执行动作:自动将该条记录的“用户问题”和“Bot回复”作为新行插入到“FAQ表”中。
    • 价值:实现了人工审核、一键将优质对话转化为知识的自动化流程,极大降低了知识库维护成本。

完成上面两个表格的设置后,还需要设置机器人指令,完成动作绑定,帮助我们提取想要的标准案例,即客服表经典案例自动存入FAQ表。我们到htps://botbuilder.feishu.cn/home 设置机器人指令,首先单击页面上的“新建指令”,在打开的流程页面中,单击“选择触发器”,按照如图所示进行配置,首先触发器选择“多维表格内容变更”,选择数据表为“数据表”;是否添加为FAG的后面,选择“指定变更”,选择该字段变更为“等于”“是”的情况,最后单击“完成”按钮,完成触发器的选择。
在这里插入图片描述
然后单击下面的“选择操作”,在弹出的“操作”窗口中选择“新增电子表格记录”,打开“新增电子表格记录”窗口,如图所示。选择工作表为FAQ表 Sheet1,新建插入行位置为“底部”,然后设置新增内容,“常见问题”引用来自多维表格内容变更的用户问题,“解决方案”选择来自多维表格内容变更的 Bot 回复。然后启用该流程并将其命名为“FAQ转化”。
在这里插入图片描述

这样我们只要在客服表中,把是否添加为 FAQ字段值选为“是”,就能把扣子客服回答的问也就是客服表中的该条记录自动存入标准回答库,方便后续我们在智能体中调用。

🔎5.产品相关问题处理模块(继续)

🦋5.1 添加代码节点转换数据格式

目的:将用户问题与AI回复转换为飞书多维表格所需的数组格式。

操作步骤

  1. 在工作流编辑页面添加“代码节点”。

  2. 在代码节点配置页面中,按以下方式设置变量:

    • 变量1
      • 变量名:user
      • 变量类型:String
      • 引用值:开始节点的 USER INPUT
    • 变量2
      • 变量名:bot
      • 变量类型:String
      • 引用值:大模型1节点的 output 值(即大模型处理后的内容)
  3. 代码区域配置

    • 功能:将输入内容转换为飞书多维表格支持的数组格式
    • Python 代码
     async function main({ params }: Args): Promise<Output> {
         // 构建输出对象
         const ret = {
             "records": [{
                 "fields": {
                     "用户问题": params["user"],
                     "Bot回复": params["bot"]
                 }
             }]
         }
     
         return ret;
     }
    
  4. 输出区域配置

    • 变量名:records
    • 变量类型:Array<Object>

在这里插入图片描述

🦋5.2 添加飞书多维表格插件节点

目的:将处理好的数据插入飞书多维表格。

操作步骤

  1. 添加“飞书多维表格插件节点”(add_records工具API)

在这里插入图片描述

  1. 在插件节点配置页面进行如下设置:
    • 输入变量1
      • 变量名:app_token
      • 变量值:手动填入客服表多维表格的URL
        • 示例:https://g05hlvbg0wa.feishu.cn/base/GFWwb0WYhavehlswr1PcZHR9nU2?from=from_copylink
      • 变量类型:String
    • 输入变量2
      • 变量名:records
      • 变量值:引用代码节点的 records 输出值

在这里插入图片描述

🦋5.3 产品问题输出节点配置

目的:承接并展示有关产品问题的AI回复内容。

操作步骤

  1. 在飞书多维表格插件节点后添加“输出节点”
  2. 在输出节点配置页面进行设置:
    • 输出变量区域
      • 变量名:output
      • 变量值:引用大模型1节点的 output
    • 输出内容区域
      • 以Markdown格式输出内容:{{output}}

在这里插入图片描述

🦋5.4 知识库内容配置

1、创建文本格式知识库

操作路径工作空间资源库+资源知识库

配置步骤

  1. 在“创建知识库”窗口中选择“文本格式”
  2. 设置参数:
    • 名称:产品介绍word文档
    • 导入类型:默认本地文档
  3. 单击“创建并导入”按钮
  4. 在“新增知识库”页面完成:
    • 上传Word文档
    • 创建设置(默认)
    • 分段隔离(默认)
    • 数据处理(默认)
  5. 导入成功后可在资源库查看

在这里插入图片描述

2、创建飞书表格知识库(FAQ表)

配置步骤

  1. 在“创建知识库”窗口选择“表格格式”

  2. 设置参数:

    • 名称:FAQ表
    • 导入类型:飞书
      在这里插入图片描述
  3. 首次使用需授权

    • 点击“获得飞书授权”旁的“授权”按钮
    • 完成飞书与平台的绑定授权
  4. 选择已准备好的FAQ表

  5. 表结构配置:

    • 选择一个列名作为索引列
      在这里插入图片描述
  6. 按默认配置完成后续步骤

  7. 添加与更新内容

    • 在知识库页面点击“添加内容” → “加载最新内容”
    • 设置更新频率:每一天(实现每日自动更新)
      在这里插入图片描述

3、配置知识库检索节点

操作步骤

  1. 在工作流编辑页面添加“知识库检索节点”
  2. 在配置页面点击知识库区域右侧的“+”按钮
  3. 添加已创建的两个知识库:
    • FAQ表
    • 产品介绍word文档
  4. 参数设置:
    • 搜索策略:混合模式
    • 最大召回数量:保持默认
    • 最小匹配度:保持默认

在这里插入图片描述

🔎6.非产品问题处理流程(兜底分支)

对于被识别为非产品相关的问题(如问候、闲聊、非业务咨询),系统将其引导至另一个大模型节点处理。

  • 此大模型节点使用与主客服节点相同的系统提示词,确保品牌形象一致。
    在这里插入图片描述
    输出节点配置如下:
    在这里插入图片描述

🔎7.工作流整合、测试与发布

  1. 整合与优化:将产品问题分支和非产品问题分支的最终输出,分别连接至不同的“输出节点”,再汇合到“结束节点”。结束节点本身无需再配置输出变量。
    在这里插入图片描述

  2. 发布对话流:完整的工作流结构清晰后,进行测试并发布。

  3. 创建并配置智能体

    • 新建一个智能体,如命名为“AI客服”,描述“通过对话流完成客服工作”。
    • 在智能体编排页面,选择“单Agent(对话流模式)”,并添加已发布的 AI_customer 对话流。
    • 首次使用涉及飞书数据写入时,需按提示完成一次性的授权操作。
      在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

🔎8.项目小结与价值

本章构建的不仅是一个问答机器人,更是一个持续成长的AI客服系统。其核心价值体现在:

维度 传统客服 本AI客服系统
交互体验 生硬,依赖关键词 自然,理解上下文和意图
知识维护 手动整理,成本高,滞后 半自动化更新,优质回答可一键沉淀为知识
系统闭环 问答分离 服务即优化,每次对话都可能增强系统能力
数据价值 难以利用 全量对话存档,可用于分析和优化

技术亮点

  • 对话流应用:利用对话流的记忆特性,完美契合多轮客服场景。
  • 意图识别分流:实现精细化的问题路由和处理。
  • 外部系统深度集成:通过飞书插件和自动化规则,打通了“服务-记录-审核-学习”的全链路。

此案例为企业在扣子平台上构建可运营、可进化的智能客服系统提供了完整范本,其模式可扩展至售后支持、内部IT帮助台、人力资源咨询等诸多场景。

【声明】本内容来自华为云开发者社区博主,不代表华为云及华为云开发者社区的观点和立场。转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息,否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。