客户支持
客服智能体、语音流程、安全升级处理、多语言处理和知识边界。
10 项内容 (4 篇文章 · 6 个视频)
从这里开始
浏览完整内容之前,先阅读几篇推荐文章。
此主题下的更多内容
32 分钟与Shashi Bhushan探讨如何在本地化中构建以人为本的AI工作流
Crowdin. Shashi Bhushan从工作流梳理而非工具选择入手,随后讨论源文本质量、人工审核、AI校对、术语表检查、产品团队参与、试点和隐私约束。这与文章为需要处理爱沙尼亚语、英语、俄语、芬兰语和客户专用术语的爱沙尼亚团队所建议的运营模式几乎完全一致。
中级
4 分钟EmbeddingGemma简介:一流的端侧嵌入开放模型
Google for Developers. 视频介绍了一种可以在本地运行的多语言文本嵌入模型,它支持语义搜索和RAG,无需把每份文档都发送到托管API。对爱沙尼亚企业而言,这是文章所述内部知识搜索模式的有益技术补充:只有在兼顾数据本地性、权限和来源权威性的情况下,多语言检索才真正有价值。
中级
20 分钟RAG权限与访问控制:深入教程
Paragon. 视频逐步讲解生产环境中的RAG权限问题,并比较工具调用、命名空间、ACL表和基于关系的权限。这直接支持文章的核心规则:检索只能返回当前用户获准查看的来源,而且不能把源系统权限视为事后补充。
高级
6 分钟AI语音智能体:工作原理及其声音逼真的原因
CX Foundation. 视频将语音智能体拆解为一条实用流水线:语音识别、语言模型、业务系统API、文本转语音和中断处理。在你选择Twilio、Retell、Vapi、LiveKit或其他平台前,这能为文章中的上线框架奠定具体的技术基础。
高级
10 分钟阅读企业知识RAG:权限、泄露与来源边界
只有检索过程遵守权限,企业知识助手才是安全的。本文介绍如何设计RAG来源边界、ACL筛选、文档责任归属、日志记录、过时来源处理和拒绝行为。
高级
10 分钟阅读爱沙尼亚企业的多语言AI工作流
为同时使用爱沙尼亚语、英语、俄语、芬兰语及其他客户语言的爱沙尼亚企业提供一套实用的工作流模型,在跨语言协作中保持语气、术语、隐私和责任归属。
中级
31 分钟如何使用n8n构建AI客户支持智能体(免费模板)
Bart Slodyczka. 这是一个实用的n8n工作流,可以接入Zendesk、Gorgias或Freshdesk,使用基于RAG的答案回复工单,并将已解决工单反馈到知识库中。它是YouTube上与文章所述架构最接近的视频。
中级
231 分钟如何构建并销售AI智能体:终极新手指南
Liam Ottley. 客户支持智能体是Liam最擅长的用例,这门课程用了相当多的篇幅讲解基于RAG的聊天机器人、升级处理逻辑,以及他服务真实客户时使用的无代码技术栈(Botpress、Voiceflow、Make和n8n)。其中的“智能体构成”一节尤其值得关注,它与文章中的分流→回答→操作→移交结构几乎一一对应。
中级
