大模型在企业呼叫中心知识库应用的7个场景

客服中心、呼叫中心和各种客户服务的职能，大家都知道是人工智能和大模型的应用的最佳的场景之一。

但是大模型在企业呼叫中心里，客服中心里到底该怎么用？有什么作用？能发挥解决哪些问题？事实上很多人没有想清楚，把它归纳成七种情况。

第一种情况是自动化的服务。

如果大模型真正在课程先用了，有一些简单的工作，常见的问题，产品使用的查询，订单的查询，就不需要再不需要人了，就是把知识内容设计好，AI的应用设计好，经过验证以后就可以常年用了。

第二种情况是知识库内容生产和内容优化。

传统的呼叫中心有知识采编人员，但采编人员干了个什么活？

是把从市场部、营销部拿来的文件，再去看一眼，改吧改吧就放上去。这个工作其实可以做成AI Agent，让单位型的ai去做这个事。

假如发现了一些内容需要跨文档的去整理，原来要靠人去做成本很高的，但是要用支付，用AI去生成，效率也挺高。

假如发现了一些内容需要跨文档的去整理，原来要靠人成本很高的，但是要用支付，用ai去生成，效率也挺高。

第三种情况是搜索发现。

这个是原来的基于关键词的搜索，跟现在基于大模型的搜索还是不一样的，大模型的搜索的质量明显要高一大截，也是被验证过的。

第四种情况是实时的辅助，实时的情感分析和个性化服务。

我觉得这一块其实是原来没有大模型，没有AI是做不到的。假如坐席代表在打电话的时候怎么能实时的帮助他？

能实时分析出就是假如讲的不对或没有把关键的讲出来，如果用了大模型以后就可以把语音通话的过程转录，然后在实时的提供建议，可以跟他说哪一些说的不对，这个也是只有有了大模型和有了人工智能才能做到的。

实时建议就是提示相关知识点，对于处理复杂问题的时候能提升每一个坐席代表的工作水平能力，进而提高满意度，我觉得这个其实是挺重大的。一个挺有价值的东西。

第五个就说知识库内容更新维护。

原来就是人假如说要设定更新时间，但是事实上就说如果一个知识库有好上千篇、上万半篇内容去更新，这个成本也是挺高的。现在也可以通过设置相关规则，有知识库实时的更新，再加上一点特别复杂的东西，可能加一些人工的干预，要人的一个知识库人员加上机器去做这个事，就能更有效率更高。

第六个是情感分析与个性化服务

这个其实是跟实时辅助、自动化服务结合在一起的。

第七个就是多模态的支持。

这也是假说客户某个产品出问题了，出现什么故障了，原来就是你只能让客户去描述，但是现在你可以让客户把他拍个照片发过来，也让AI去识别这个图片，然后找出问题来，然后给他提回建议了，其实也是只有AI能做到的。

总结一下就是说这七种形式。如果再抽象一下就是可能就是三个维度。

第一个就说自动自动化服务这一块。

第二个关于内容的内容包括生成优化、发现更新维护、包括多模态理解，这是关于都是内容。

第三个就说实时的分析辅助。我觉得这一块也是一个将来可能是一个有大应用空间的场景。

就说你这个关于呼叫中心知识库怎么去用AI去起到效果，怎么去改进优化。

当然这里面你这个目标是这七种，但是真正做出要去做这个事并不容易：就是它需要内容上，需要就说这个结构上，需要这个考虑场景化考虑元数据的规范，考虑相关的术语表，要去做大方向的微调和内容的优化，其实也挺麻烦。

关于人工智能呼叫中心知识库搭建优化，我们有相关的课程，也欢迎感兴趣的跟我们交流（VX:511956894）。