广州网站开发报价小广告模板

前期准备

平台链接：https://keyue.cloud.baidu.com/

一、开始创建

二、会话流程配置

我们以购车推荐的案例，来进行 AI agent 配置演示

1.添加开场白

在 起始主题 画布中，我们可以配置 AI agent 的开场白，画布左侧默认有 开始 这一节点，将鼠标放置在左侧 信息表达，拖动 文本回复 至 开始节点 右侧，即新建了文本回复节点，此时屏幕右侧弹出文本回复的编辑区，我们输入机器人的开场白文本（您好，我是您的购车推荐小助手Bowen，很高兴为您服务！），完成开场白的编写。

我们将鼠标放置在开始节点的右侧，拖动绿色节点至任务1，就可以完成两个节点之间的连接，此时机器人的开场白即配置完成。

2.配置推荐车辆意图及后续步骤

我们将鼠标点击右侧主题列表右上角的加号，即可新建主题画布，每个主题是一个单独的画布，将不同的业务场景划分到不同的主题，以便于我们清晰的配置和管理更多场景会话流程。

我们将购车推荐的意图，创建到这个主题中，此时画布默认出现意图这一节点，点击此意图，右侧会弹出意图编辑区，由于推荐车辆这个意图不是系统预制意图，所以这里点击新建意图

在弹出的新建意图编辑框中，填写相应的内容
意图名称：购车推荐
意图例句：给我推荐一款车
大模型生成：生成3条意图例句

大模型会根据新建的例句，自动生成相似例句，我们点击确定即可。

然后我们需要继续添加一个文本回复，引导用户提供基本需求。拖动 信息表达——》文本回复 至右侧工作台，编辑机器人回复（好的呀，我首先想简单了解一下您的购车需求，您有喜欢的品牌或者大致的预算吗？）

接着我们使用收集实体功能，收集客户的购车预算以及车型，拖动 收集实体 至 任务1 中 文本回复 的下方。

在右侧实体编辑框中，我们添加实体，系统预制中并没有购车预算，这里点击 新建实体 ，我们需要输入多个运算范围（十万以内；十五万以内；二十万以内；50万以内）作为实体值，输入一个后，单击右侧的加号或者回车，完成新建实体值。点击每个实体值右侧的彩色图标，点击生成3条同义词，利用大模型的能力生成同义词，点击确定即可完成。

 接下来，我们点击加号，再新建一个实体。车型这个实体也没有系统预制，同样 新建实体，步骤同上。

检查是否有引导话术，默认自动生成，如果没有请点击 大模型生成引导话术。

 

将配置好的节点连接

3.配置收集详细需求的步骤

3.1 添加一个文本回复

添加文本回复，引导用户提供更多详细需求。
1️⃣拖动 信息表达——》文本回复 ，编辑回复内容（了解了，这个范围内有很多车子可以供您选择呢。 您对车子还有什么详细需求吗?比如说一般在什么场景需要用车，偏好什么品牌等等，都可以跟我讲讲，我再给你推荐）
2️⃣拖动 信息收集——》收集用户回复 至任务2文本回复下方，将节点进行连接。

3️⃣拖动 信息表达——》大模型回复 创建一个新的任务3，在右侧弹出大模型回复的编辑框中选择 Prompt+记忆驱动 的大模型回复，输入内容（请你根据客户的需求，帮客户推荐一款汽车。）

此步骤用于机器人调用大模型能力，分析用户前面的输入，并用大模型输出内容。

3.2 收集用户满意情况

1️⃣拖动 信息表达——》文本回复 至任务3下方，编辑文本回复，输入内容（请问您对我的推荐满意吗？您也可以让我推荐其他符合要求的汽车噢~）

再次利用大模型的能力，收集客户的态度是否满意

2️⃣拖动 信息收集——》收集用户回复 至任务3下方，并连接节点

3.3 大模型变量赋值

然后我们开始使用大模型变量赋值功能，利用大模型的能力，根据用户上一轮的输入，判断用户是否感到满意，我们将表达的满意定义为True，表达不满意定义为False，让大模型输出True or False ，并赋值到新变量中。

1️⃣拖动 动作——》大模型变量赋值 输入描述（判断客户是否满意）

2️⃣继续输入prompt（

请你判断客户的态度，如果客户表达了满意的意思，输出True，否则输出False。请注意，你只需要输出True或者False，不需要输出其他的任何内容。
###
例子：
用户：非常满意
输出：Ture
用户：不满意
输出：False
用户：推荐其他车
输出：False
用户：这次的服务真是出乎我的意料，非常满意！
输出：True
###
以下是用户的真实表达：
用户：{&last_user_response}
输出：

）注意：这里的{&last_user_response}一定要加上地址引用符 &

3️⃣新增一个赋值变量（attitude）

3.4 条件判断功能

使用条件判断功能，让机器人进行判断分支，即满意和不满意两条分支。

1️⃣拖动 逻辑——》条件判断 至任务4 的下方
2️⃣配置两个条件判断 满意 or 不满意 对应 True or False，并连接节点

3.5 配置满意和不满意分支结果

本次案例中，若客户满意，则文本回复，结束流程。

1️⃣拖动 信息表达 ——》 文本回复，编辑客户满意后机器人的回复（很高兴您能喜欢我的推荐！）并将满意与此节点连接；

本次案例中，若客户不满意，我们使用大模型回复的功能，让大模型重新推荐一款车，形成一个循环。
2️⃣拖动 信息表达 ——》大模型回复 新建任务5，选择prompt+记忆驱动大模型回复，输入（客户对当前推荐的车辆不满意。请你根据客户的需求，重新帮客户推荐一款车）

此步骤用户机器人调用大模型的能力，去分析用户前面十轮对话的输入，并用大模型再输出一个内容

3️⃣将不满意和此节点进行连接，将任务6连接至任务3 文本回复，形成循环。

最后可以将每一个任务修改名称，方便后续的理解和查看

（收集初步需求、收集详细需求、推荐车型是否满意、判断是否满意、满意结束、不满意循环）

此时我们的 购车推荐AI agent配置完成了。

三、agent测试

1️⃣点击右上方 AI客服测试，即可进入 agent测试页面。

2️⃣输入内容，测试流程

四、agent发布

 1️⃣点击右上方 发布，点击确定

2️⃣点击返回，此时可以看到已上线，表示agent发布成功

3️⃣点击左侧菜单中的集成

4️⃣点击Web——》集成方式——》体验连接https://keyue.cloud.baidu.com/unit/experience?accessToken=b2543270-1659-463f-9211-51787a48dbb7

 点击体验连接即可进入网页

以上就是快速搭建一个购车推荐 AI agent 智能客服大模型的全部流程了，谢谢观看