因此，如何训练好通用大模型，利用其超强的自然语言处理能力实际落地运用到客户联络领域，合力亿捷做了诸多探索和实践。先后完成与ChatGPT 和Azure等大模型的对接，并率先推出了基于大模型的企业级机器人——客服Robot，让企业可直接通过合力亿捷企业级机器人调用大模型能力，助力效能提升!

(合力企业级机器人示例图)

大模型演变速度及落地方式很复杂，封装这些变化和复杂度是有价值的

从整个市场大环境来看，各种模型的演进速度和落地方式的变化都很快。OpenAI相继推出了GPT-3、GPT-4，国内华为也推出了盘古大模型、百度发布了文心大模型等，可以看到整个大模型赛道群雄并起。

通用大模型具有良好的泛化能力，但它的演进速度和落地方式很复杂，同时也缺乏特定场景的语料以及数据集的训练、模型调优，导致实际落地应用困难。并且，对于中小企业而言，企业单独接入大模型的成本很高，所以封装并调优通用大模型，是有价值的。因此，合力亿捷研发企业级机器人的切入点，就是先封装了这些变化和复杂度，让大模型能力在客服领域轻量化落地具备了前提条件。

做好封装知识与企业知识库的连接，利用大模型理解能力举一反三

如何利用大模型的理解能力及封装知识完善企业知识库，提升企业级机器人应答的效率和准确率，是合力亿捷研发客服Robot的关键出发点。

众所周知，每个企业都有自己多年积累的本地知识体系，这些知识通常是以文档、视频、语料等的形式存在。以往传统机器人所应用的企业知识库，是由人工将这些已有的材料整理并上传至机器人知识库中。但这种方式无法做到全面覆盖客户所提的问题，而且“汇总-整理-上传”的流程还需要耗费大量的人力物力，导致整体效率较低。

而通过大模型的理解能力，企业在构建机器人知识库时，只需要将目前企业已有的知识与大模型相结合，就能利用大模型自身超强的理解能力举一反三。当用户提问时，客服Robot会自动“归纳-总结-生成”知识库中碎片化的各类知识点，自动产出符合逻辑、并包含关键点的内容，以此提升应答的效率和准确率。

基于大模型的超强理解能力，企业级机器人更加易用、可控

作为全新的企业级机器人体验与运营方式，合力亿捷自研的客服Robot最大的价值就是「独立理解能力」。在大模型理解能力及知识库的辅助下，客服Robot在学习训练简单的预设问题后，就能独立完成「问题理解、对照分类、意图识别、相关性比较、逻辑应答」等核心流程，让机器人应用更加易用、可控。

客服Robot的应答流程严格遵循自身逻辑。当与用户对话时，首先是理解用户的问题，并将所有问题分为「与企业相关、与企业无关、敏感问题」三个类别。当用户提出与企业相关的问题，Robot会进行用户意图识别，自主回答关于企业及产品的各种问题。即便是多轮对话，也能结合上下文语境和企业知识库作答。当用户提出与企业无关的内容，Robot又会利用大模型泛化能力，快速做出反应。另外，还能自主风控管理敏感性信息，保障回答内容脱敏可控。

(合力企业级机器人示例图)

目前，合力亿捷已经完成了企业级机器人的产品化，并已投入使用。客服Robot发布后，数百家行业客户参与了产品体验，并给出了良好反馈。

除落地难度最高的客服Robot外，合力亿捷还在积极探索大模型在客户联络领域核心场景的其他能力。在坐席辅助方面，包括提供建议、多语言翻译、自动生成跟进记录等;另外在管理者决策方面，还有质检数据分析、客户数据分析、BI数据分析等能力。

AI时代，合力亿捷期待与所有行业客户，共同构建基于大模型的客户联络新价值!

免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。

责任编辑：kj005