【方案】金融業(yè)客服場景解決方案-基于大模型應(yīng)用開發(fā)平臺助力客戶加速客戶業(yè)務(wù)大模型應(yīng)用落地（deepseek 應(yīng)用）

騰訊金融業(yè)客服解決方案基于大模型應(yīng)用開發(fā)平臺，

助力客戶加速客戶業(yè)務(wù)大模型應(yīng)用落地01方案價值與產(chǎn)品定位知識構(gòu)建詞槽、詞典、任務(wù)流程配置機器人配置猜你想問圖卡配置知識更新LLM加持知識運營效率

+應(yīng)答范圍

+問答準(zhǔn)確率

+客戶滿意度

+知識導(dǎo)入標(biāo)準(zhǔn)問梳理相似問梳理模型訓(xùn)練對話交互意圖識別多輪對話轉(zhuǎn)人工話后小結(jié)工單小結(jié)客戶標(biāo)簽自動流程3LLM在客服業(yè)務(wù)多個業(yè)務(wù)環(huán)節(jié)都有應(yīng)用機會復(fù)雜業(yè)務(wù)流程樣例借書流程還書流程業(yè)內(nèi)普遍對話效果通用模型回復(fù)前排座椅調(diào)節(jié)(手動座椅)

的操作步驟如下:1.

座椅位置調(diào)節(jié):握住調(diào)節(jié)桿1的中部向上拉

,身體輕靠座椅

,將座椅滑動至所需位置

,松

開調(diào)節(jié)桿;2.

座椅高度調(diào)節(jié):向上拉或按下調(diào)節(jié)手柄2;需要注意的是

,在調(diào)節(jié)座椅時

,應(yīng)根據(jù)自身

身高、體型等情況選擇合適的座椅位置和高度

,以保證駕駛安全和舒適性。復(fù)雜圖文混排說明書LLM+RAGWorkflow丶Agent場景落地難點與方案價值降低大模型應(yīng)用地門檻,助力企業(yè)高效打造效果佳、有價值的大模型應(yīng)用方案落地難點1、

企業(yè)多模態(tài)知識復(fù)雜,解析及問答效果差落地難點2、

企業(yè)業(yè)務(wù)流程復(fù)雜,多輪對話不準(zhǔn)確、不靈活步驟不完整:原文檔中的步驟三遺漏丟失圖片丟失:看不懂步驟里面1和2表達(dá)的是什么銷售助手SSC助手

(內(nèi)部共享服務(wù))智能客服內(nèi)勤助手前排座椅,手動調(diào)節(jié)怎么操作?力落地場景文檔解析-拆分-入庫-檢索文檔拆分

向量化Rerank3、做深知識問答、完善流程編排、布局自主規(guī)劃應(yīng)用配置-評測-發(fā)布1、全面模型驅(qū)動

，各取所長精調(diào)多模態(tài)大模型

混元大模型（MOE）模型層

精調(diào)知識大模型(混元SFT)混元大模型（Dense）行業(yè)大模型三方優(yōu)秀開源模型（DS）①標(biāo)準(zhǔn)模式：內(nèi)置RAG最佳實踐（面向知識問答場景）2、RAG（檢索增強生成）能力組件靈活輸出②自定義工作流（面向自定義復(fù)雜流程場景）③Agent模式（模型遵循指令自主規(guī)劃）文檔解析多輪改寫原子能力組件應(yīng)用構(gòu)建層方案定位：用靈活的大模型應(yīng)用開發(fā)平臺支持客服業(yè)務(wù)l基于大模型的應(yīng)用開發(fā)平臺，提供RAG、Workflow、Agent等應(yīng)用開發(fā)方式、及原子能力（API）服務(wù)，助力企業(yè)加速大模型應(yīng)用落地。l

知識問答部分領(lǐng)域效果領(lǐng)先：在圖文混排文檔問答、復(fù)雜大表問答等領(lǐng)域相比友商有一定優(yōu)勢。擅長圖文表解析及公式解析，已被月之暗面采購，并支持元器、元寶調(diào)用。l

知識對接類型如未支持在線文檔對接、微信公眾號文章、客戶本地數(shù)據(jù)庫對接），還需進(jìn)一步完善。l

自研模型：混元全系列模型；自研精調(diào)知識在無關(guān)知識拒答、多模態(tài)閱讀理解上有優(yōu)勢；在醫(yī)學(xué)、教育等行業(yè)大模型上有落地標(biāo)桿。l

三方開源模型：接入DeepSeek

R1/V3,疊加聯(lián)網(wǎng)搜索

+RAG能力，進(jìn)一步放大RAG優(yōu)勢。l

新版工作流發(fā)布，支持14個常用畫布節(jié)點，支持客戶通過拖拽大模型節(jié)點、參數(shù)提取節(jié)點、知識問答節(jié)點等常用原子能力編排業(yè)務(wù)流程。RAG效果保持領(lǐng)先，知識對接類型還需進(jìn)一步擴展自研

+開源模型驅(qū)動，各取所長具備工作流、

Agent復(fù)雜應(yīng)用構(gòu)建能力騰訊內(nèi)部產(chǎn)品合作合作伙伴應(yīng)用共創(chuàng)樂享數(shù)智人騰訊學(xué)堂智能客服員工服務(wù)一網(wǎng)通辦代理人輔助電子說明書物業(yè)管家虛擬導(dǎo)游汽車助手能源泛政金融零售地產(chǎn)文旅汽車Agent模式“AI指揮官”Agent模式由大模型進(jìn)行任務(wù)自主規(guī)劃和工具調(diào)用（function-call）

，可實現(xiàn)高效應(yīng)用搭建。適用于有靈活回復(fù)或快速搭建需求的服務(wù)問答場景，如投資規(guī)劃、組合推薦等。工作流模式“智能生產(chǎn)線”使用指定的工作流來響應(yīng)用戶所有對話。通過工作流，來拖拉拽各種原子能力，編排你想要的服務(wù)流程，如賬戶查詢、掛失解卦、健康服務(wù)預(yù)約等。標(biāo)準(zhǔn)模式“RAG：最強知識外掛”平臺內(nèi)置最佳實踐流程，只需導(dǎo)入文檔/問答對

，即可達(dá)到更穩(wěn)定和精確的知識問答效果。適用于企業(yè)知識服務(wù)、產(chǎn)品咨詢等嚴(yán)肅問答場景。要穩(wěn)定選標(biāo)準(zhǔn)模式，

要定制選工作流，

要嘗鮮選Agent！三大應(yīng)用模式，滿足客服場景多樣需求02業(yè)務(wù)難點與方案優(yōu)勢復(fù)雜的表格結(jié)構(gòu)大模型客服落地的實際難點1：企業(yè)知識格式多樣、

圖文并茂復(fù)雜排版的閱讀順序復(fù)雜的子元素識別把企業(yè)五花八門的知識庫喂給大模型，沒那么簡單！跨欄段落

跨圖段落少線表格無線表格有線表格表格內(nèi)圖像段落內(nèi)公式表格內(nèi)公式段落內(nèi)圖像圖/圖注群組跨表段落縱向多欄表/表注群組圖表文環(huán)繞橫向多欄8傳統(tǒng)OCR技術(shù)局限：識別精度低、元素易丟失9全鏈路解決復(fù)雜文檔解析、切分、檢索、推理、生成基于OCR大模型

解析引擎解析

+切分

+檢索Embedding模型業(yè)內(nèi)首個語義切分大模型多模態(tài)、多行業(yè)大模型閱讀理解與生成-覆蓋復(fù)雜版面分析、元素子

-首個基于語義判斷的知識切分-綜合檢索+text2sql方案，支

-擅長復(fù)雜圖文表感知與理解

深入上百個客戶的應(yīng)用場景圖識別，準(zhǔn)確還原閱讀順序，識別準(zhǔn)確率提升30%模型比傳統(tǒng)正則切分方式，

回答完整性提升20%持上萬行、上百列大表篩選、求和計算-多模態(tài)檢索模型發(fā)布，支持

文搜圖、圖搜圖-結(jié)合文中“數(shù)據(jù)圖”“自然場景圖”“圖文關(guān)系”給出

準(zhǔn)確答案億級行業(yè)數(shù)據(jù)針對性訓(xùn)練端到端問答精準(zhǔn)產(chǎn)品優(yōu)勢一：全鏈路解決企業(yè)多模態(tài)知識處理難題

，讓模型看得清

推理

+生成10文檔解析業(yè)內(nèi)能力全面，準(zhǔn)確率相比傳統(tǒng)解析提升30%。11業(yè)內(nèi)競品文檔類型算法能力可編輯不可編輯版面分析元素排序文字識別表格識別公式識別圖像識別友商A★★★★☆☆★★★★★☆★★★★★☆★★☆★☆☆友商B★★★★☆☆★★★★★☆★★☆★★☆★★☆★★☆友商C★★★★★★★★★★★☆★★★★★☆☆☆☆☆☆☆友商D★★★★★★★☆☆★☆☆★★★★★☆★☆☆★★☆友商E★★★★★★★★★★★☆★★★★★★★☆☆★★☆優(yōu)圖多模態(tài)文檔解析★★★★★★★★★★★★★★★★★★★★☆★★☆基于OCR大模型，突破復(fù)雜版面分析、元素識別等技術(shù)瓶頸

業(yè)界首個支持200MB以內(nèi)超大文檔vs.業(yè)內(nèi)普遍100MB內(nèi)

豐富的文檔類型，超過26類vs.業(yè)內(nèi)普遍

10類以內(nèi)

支持圖文混排（多列排版）版面分析、圖文表/公式/頁眉等元素識別識別精度高、圖片元素不丟失亮點能力1：基于OCR大模型，提升圖文并茂文檔的解析準(zhǔn)確度大模型落地的實際難點2：結(jié)構(gòu)化表格數(shù)據(jù)龐大，檢索困難?

結(jié)構(gòu)化的知識散落在企業(yè)的各種數(shù)據(jù)源中，結(jié)構(gòu)化表格往往篇幅長（上百列、上萬行...)文檔中的非標(biāo)準(zhǔn)表格l

嵌套表格

，無法用Text2SQL進(jìn)行精確檢索。l

完整的表格文本長度往往大于32K

，一次性給大語言模型處理效果不佳。上百列、上萬行表格亮點能力2：Text2SQL，支持上萬行/上百列的大表問答

?上線基于大語言模型的embedding模型，支持8K長切片檢索，多文檔信息召回率從85%提升到92%；

提供

Text2SQL能力，支持處理標(biāo)準(zhǔn)大表格單表檢索及跨表檢索，SQL執(zhí)行準(zhǔn)確率超過80%。Query“非智能且在售，并且一級分類是天棚燈的產(chǎn)品包含哪些”通過SQL檢索表格信息小（摘要）找大（表格）：通過檢索摘要來獲取相關(guān)的表格通過大語言模型對表格進(jìn)行摘要

，通過檢索摘要來獲取相關(guān)的表格。如表格超過了大語言模型能夠支持的最大長度

，將表格切分為多個子切片

，通過子切片的摘要生成表格摘要。原始表格/文本召回原始表原始文本文本表征表格總結(jié)文本總結(jié)多路向量召回文本片段向量檢索：?

相近語義理解、多語言理解關(guān)鍵詞檢索：?精確匹配（如產(chǎn)品名稱、姓名、產(chǎn)品編號）?少量字符的匹配（很多用戶恰恰習(xí)慣只輸入幾個關(guān)鍵詞）?傾向低頻詞匯的匹配（低頻詞匯往往承載了語言中的重要意義）搜索詞關(guān)鍵詞搜索相關(guān)文本片段向量搜索相關(guān)文本片段亮點能力2：綜合使用摘要檢索、關(guān)鍵詞檢索、向量檢索，提升不規(guī)則大表格的問答準(zhǔn)確率，讓模型找得準(zhǔn)混合檢索：融合向量檢索、關(guān)鍵詞檢索多種能力表格功能支持情況友商A友商

B騰訊云知識引

擎理解文檔中【圖片內(nèi)容】部分支持僅支持帶文字的圖像不支持支持理解文檔中【圖片內(nèi)容】與【文字內(nèi)容】及其對應(yīng)關(guān)系，輸出圖像與文字不支持不支持支持理解用戶問題中【圖片內(nèi)容】與【文字內(nèi)容】聯(lián)合文檔內(nèi)容作答不支持不支持支持?

用戶的輸入包含圖文交錯信息的輸入，問題的答案在文檔中的圖片、或者圖文混排段落里面，圖文關(guān)系理解困難；?圖片類型多樣，無文字注釋的自然場景圖片，僅靠單模態(tài)的LLM無法理解?

集中在處理基礎(chǔ)視覺問答（VQA）任務(wù)?

這些任務(wù)通常只涉及與問題強相關(guān)的有限圖片，即：用戶輸入圖片，模型直接回復(fù)業(yè)界技術(shù)局限場景痛點落地難點3：用戶對話信息多模態(tài)，包含圖文交錯復(fù)雜信息輸入15指引樣例亮點能力3:讀懂理解文中“圖文關(guān)系”，提升問答準(zhǔn)確率及答案出圖率騰訊云RAG+DeepSeek：圖文并貌的產(chǎn)品操作說明“個人養(yǎng)老金在手機銀行怎么開戶？”知識庫中有這3個相近的型號的相關(guān)文檔：TL-TUMS2600-N、TL-TUMS2600-N-SA、TL-TUMS2600-N-A文檔1《TL_

TUMS2600_

N_

產(chǎn)品介紹2022_

09_

21.

pdf》文檔2《TL_

TUMS2600_

N_

SA_

產(chǎn)品介紹2023_

01_

05.

pdf》文檔3《TL_

TUMS2600_

N_

A_

產(chǎn)品介紹2023_

02_

04.

pdf》檢索到無關(guān)的知識，不足以回答用戶問題TL_

TUMS2600內(nèi)存是多少Pxxxxxxxxx-03

包裝清單針對模糊問題，可能在知識庫中找到多個相近答案針對用戶問題，可能在知識庫中找到無關(guān)知識難點4：嚴(yán)肅場景對模型判斷模糊知識、無關(guān)知識的能力要求高知識庫有內(nèi)容：“甲類藥品

全報

，乙類藥品

按比例”“退休人員65%

，在職人員60%”根據(jù)檢索片段判斷不足以回答用戶問題

，給出拒答回復(fù)：意圖名稱意圖樣例具體要求評價xx銀行以外的貸款評價本品牌以外的存款產(chǎn)品，如AA貸作為本行的客服銷售助手，委婉拒絕除本行以外的產(chǎn)產(chǎn)品/BB貸/CC貸品對比和評價評價本行的貸款產(chǎn)品評價本行的XX貸強調(diào)本行貸款產(chǎn)品在利率、還款方式靈活性的優(yōu)勢亮點能力4:支持無關(guān)知識拒答、模糊問題主動澄清

，讓模型答得對3.當(dāng)知識檢索結(jié)果不足以回答用戶問題時，模型不做錯誤回答1.基于上下文語境，結(jié)合檢索結(jié)果綜合判斷意圖，模糊意圖進(jìn)一步主動澄清2.面向業(yè)務(wù)訴求，可支持輕松自定義意圖，簡單樣例即可實現(xiàn)準(zhǔn)確理解作為XX行的客服，

關(guān)于其他行的貸款信息，

我這邊就不做具體評論了，如果您對我行產(chǎn)品感興趣，歡迎隨時向我提問...抱歉，根據(jù)已知信息，

沒有XX產(chǎn)品的預(yù)期收益數(shù)據(jù)。買了300元的藥品，按照報銷比例，我自己要實際支付多少錢請問你是退休人員還是在職人員呢？購買的是甲類還是乙類藥品呢？XX銀行的CC貸這款產(chǎn)品怎么樣？提供XXX產(chǎn)品的預(yù)期收益實際業(yè)務(wù)場景往往由多種條件分支組成。典型場景如“分期費率查詢”，包含了分期產(chǎn)品、期數(shù)、還款日、費用計算、優(yōu)惠活動等一系列復(fù)雜流程。痛點：1、涉及業(yè)務(wù)接口多、模型調(diào)試?yán)щy。2、大量問法話術(shù)、追問等機械的流程，對話體驗較差。落地難點5:復(fù)雜業(yè)務(wù)場景，涉及流程分支和業(yè)務(wù)接口多，僅依賴模型自主規(guī)劃準(zhǔn)確率不高已支持DeepsSeek模型2.信息處理節(jié)點均已支持DeepSeek模型1.信息收集節(jié)點3.基礎(chǔ)節(jié)點

通過可視化拖拉拽的方式編排不同的原子能力

，零代碼/低代碼構(gòu)建業(yè)務(wù)流程。

其中參數(shù)提取節(jié)點

，支持多參數(shù)同時提取、基于對話歷史進(jìn)行多輪反問澄清等優(yōu)勢能力，對話效果更優(yōu)勢。

大模型相關(guān)的節(jié)點均接入DeepSeek

R1和V3滿血版模型

，可支持自由選擇和切換。亮點能力5:用工作流支持復(fù)雜的固定作業(yè)流程，并保留靈活性和可拓展性通過可視化拖拉拽的方式編排不同的原子能力（如大模型、知識庫、插件等），零代碼構(gòu)建業(yè)務(wù)流程提供10

+畫布節(jié)點

，編排復(fù)雜應(yīng)用

，復(fù)雜流程的執(zhí)行準(zhǔn)確率和對話完成率效果領(lǐng)先。自動分析確定參數(shù)跳過已獲取參數(shù)的步驟多輪對話：多輪對話中，系統(tǒng)自動分析必填信息完整性，如果不完整則自動反問澄清，引導(dǎo)用戶提供必填信息靈活跳轉(zhuǎn)：系統(tǒng)支持靈活的工作流跳轉(zhuǎn)，每一輪對話都會由模型進(jìn)行意圖理解并使用最佳的達(dá)成方式滿足該意圖。工作流調(diào)試：多輪對話調(diào)試，支持展示處理路徑及詳情。節(jié)點調(diào)試：代碼節(jié)點提供了運行環(huán)境及IDE，支持用戶在線編輯運行。快捷反饋：為用戶提供了一鍵問題反饋功能。亮點能力5:工作流支持知識和流程類任務(wù)切換，快速的驗證和問題排查

支持多輪交互完善的配套功能選中對話內(nèi)容，支持查看調(diào)試內(nèi)容及歷史處理路徑代碼節(jié)點支持在線運行調(diào)試大模型知識引擎“Agent模式”：自主規(guī)劃和工具調(diào)用由大模型自主拆解任務(wù)和規(guī)劃路徑，

模型主動選擇和調(diào)用工具，

并能夠主動糾錯和反思，

回復(fù)效果更靈活。

知識引擎新版本Agent：把工作流畫布轉(zhuǎn)換成流程描述語言（PDL）

，通過Agent理解全局流程

，保證對話準(zhǔn)確率基礎(chǔ)上

，以更加靈活的方式應(yīng)對超出范圍的問題。

傳統(tǒng)畫布：工程執(zhí)行確定流程

，超出范圍

的問題無法靈活響應(yīng)；

業(yè)界普遍

：直接執(zhí)行工作流

，不支持多輪對話

，或?qū)υ挏?zhǔn)確率低無對應(yīng)結(jié)果時，主動推薦符合要求的其他醫(yī)院大模型知識引擎“Agent模式”：支持調(diào)用復(fù)雜工作流記憶上下文掛號時間信息

超出范圍問題，靈活響應(yīng)

04方案應(yīng)用案例下一步應(yīng)用計劃：智能風(fēng)控：

利用DeepSeek的模型能力，結(jié)合實時聯(lián)網(wǎng)搜索以及RAG能力，動態(tài)識別欺詐行為，提升風(fēng)險預(yù)警精準(zhǔn)度。場景金融：

搭建分鐘級響應(yīng)的智能客服系統(tǒng)，結(jié)合知識庫實現(xiàn)個性化財富管理建議。數(shù)據(jù)決策：通過大模型挖掘行內(nèi)金融數(shù)據(jù)價值，優(yōu)化信貸評估與市場策略。重慶農(nóng)商基于知識引擎和DeepSeek快速上線企微員工助手“AI小渝”2月5日開始DS測試，

2月8日快速應(yīng)用并上線企微內(nèi)部服務(wù)助手AI小渝，為該行1.5萬名員工提供更高效、便捷、智能的工作支持上傳知識覆蓋各業(yè)務(wù)的內(nèi)部操作規(guī)程(禁新契約、保全、理賠、投訴、客戶信息真實性、銷售可回溯、消保等)、外部業(yè)務(wù)經(jīng)營要求（金管局、人行、國務(wù)院等）和業(yè)務(wù)辦理模版（《權(quán)益確認(rèn)書》、《委托授權(quán)書》、《保險單變更通知書》等）