生成式人工智能正在改变客户支持的世界。以下是确保您成功设置客户服务帮助中心的方法，帮助您从这项改变游戏规则的技术中获得最大价值。
本文章包含以下主题：
- 客户服务设置中的生成式人工智能
- 将知识源提供给生成式人工智能驱动的人工智能专员时会发生什么
- 我们内部人工智能研究人员提供的关于格式化帮助中心的提示
- 生成式人工智能的帮助中心架构最佳实践
- 设置文章的格式，以获得最佳的清晰效果
相关文章：
客户服务设置中的生成式人工智能
大型语言模型 (LLM) 和生成式人工智能风靡全球。这些技术提供自然的对话体验，真正提高了标准。在体验了由人工智能提供技术支持的拟人交互体验后，客户对客户支持设置的期望也同样如此。
生成式人工智能在客户支持中最具创新性的用例之一，就是从帮助中心这样的知识源即时提取信息。将此技术应用到您的帮助中心，几分钟之内您将获得更准确、更人性化的支持对话。通过将法学硕士连接到您的帮助中心或常见问题页面，您可以立即为客户提供最新的支持信息，无需培训。
但要从生成式人工智能专员中发挥最大价值，法学硕士有权访问的数据必须尽可能简洁、连贯地呈现。为了帮助您让客户服务帮助中心为生成式人工智能做好准备，这里有一些最佳实践可供遵循。
首先，我们先了解为生成式人工智能提供知识源时实际发生的情况，然后介绍总体帮助中心架构的最佳实践，最后深入了解更详细的格式设置技巧。
将知识源提供给生成式人工智能专员时会发生什么
当您将知识源输入由生成式人工智能提供技术支持的人工智能专员时，知识源的文本将智能地分解为多个文本“块”。这是检索扩充生成 (RAG) 框架的第一步。RAG 使您的 LLM 可以访问原始训练数据以外的信息，例如您精心制作的帮助中心文章。
然后将这些数据块存储在按语义组织的数据库中。当用户消息发送到人工智能专员时，该消息的含义将与数据库中块的含义进行比较，以显示最佳匹配项。然后，您的人工智能专员使用该信息（根据其说明、性格和语气，以及安全防护）来回复用户的消息。
以下是生成式人工智能如何使用您的帮助中心，更详细地回答客户的问题：
- 分析：最初，您的帮助中心被导入并被分割成我们所说的“组块”。这些内容块大小各异，旨在捕获内容的长度和内在含义。
- 从数字中了解：然后，每个数据块都会收到其唯一的数字签名，即表示该数据块语义的向量。顾名思义，它是将您的文本翻译为人工智能专员可以理解的数学语言，并将其高效存储在矢量数据库中。
- 匹配的智慧:当用户向您的人工智能专员提问时，系统会将问题的语义与这些存储的向量进行比较，以找到最佳匹配项。此流程可确保检索最相关的内容块，以提供准确、明智的答案。
- 看看：最后，人工智能专员使用检索到的信息，根据其说明、性格和语气，以及安全护栏，回答用户的查询。
通过理解这里的要点，即内容块是人工智能专员回复的基础，您可以更好地准备帮助中心，在整合到生成式人工智能专员中时，提高兼容性和效率。
虽然 LLM 和 RAG 处于当今技术进步的最前沿，以其创新能力备受关注，但我们还没有通用人工智能（即可以执行人类能执行的所有任务的人工智能）。 .因此，当您将生成式人工智能整合到您的工作流程中时，请记住，它完全从您互联的知识来源创建的文本块中获取见解，而不是在后台浏览或进行研究。
我们内部人工智能研究人员提供的关于格式化帮助中心的提示
在讨论一般最佳实践之前，这里是我们人工智能研究人员的两个重要提示，可帮助您准备好帮助中心：
- 确保每篇文章直接回答了客户的问题。这不仅有助于法学硕士取得更好的业绩，也将使人类用户在您的帮助中心搜索答案时更轻松。
- 使问题和主题与解决方案保持一致。如果问题（例如“How do I XXyZ？”）或主题（例如“Steps toexec XXYZ”）仅出现在标题中，则在组块过程中可能无法始终附加相应的答案或说明。因此，明智的做法是在文章正文中的步骤或信息旁重复相关问题或关键语句，以确保背景信息清晰。这有助于确保文章的每个部分既全面又实用。
这样不仅可以在组块中保持问题与其答案的链接，还可以提高检索系统提供完整且上下文准确回复的可能性。
生成式人工智能的帮助中心架构最佳实践
如果您正在使用生成式人工智能驱动的人工智能专员，并希望它发挥最佳功能，那么优化帮助中心的架构至关重要。这里是一些简单易懂的指南，可帮助您入门：
- 消除冗余：筛选您的内容，移除任何重复或冲突的信息。请记住，人工智能专员的准确性取决于其接收到的数据质量。始终将最新的相关内容排在优先位置。
- 深度和焦点：构建高度聚焦的文章结构。您的帮助中心应全面涵盖每个支持主题。与真人不同，生成式人工智能专员无法浏览外部网页，也无法通过点击链接收集更多背景信息。因此，确保所有必要信息都是独立的，这一点至关重要。
- 为您的内容添加标签：为您的帮助中心内容添加标签。当您要使用搜索规则根据用户属性（例如地理位置）定制内容可见度时，这尤其有用。
- 选择文本：确保每篇文章都有纯文本版本。由于生成式人工智能会解释文本并将其含义保存到数据库中，因此帮助中心中任何非文本的内容（图像、视频或图表）都不会被读取或保存在数据库中。
设置文章的格式，以获得最佳的清晰效果
井井有条的结构可显着提高内容的可访问性和可用性。请记住，每个数据块都是根据其含义进行存储和检索的，因此其含义越清晰越好。
- 使用清晰的层次结构：有效使用标题和副标题，并通过面向行动的步骤构建内容。根据上述建议，避免将主题或问题与答案分开。
- 避免嵌套说明：如果一个问题有多个解决方案，请将每个方案作为单独的说明提供，而不是一个更广泛步骤中的子步骤。这种清晰明了的表述有助于用户和法学硕士快速找到解决方案。
- 包括简介：每篇文章都应以简介开头，概述文章的相关性及其要解决的问题。目前，这对人类用户很有用，并将随着法学硕士对背景信息理解的发展，对他们越来越有用。
- 尽量简洁明了：保持段落简短，专注于直接回答特定问题或简要解释主题。同样，句子应该简洁明了。这也有助于提高翻译质量。
- 结构列表：使用要点列出事实或提示，并在详细说明流程时为步骤编号。值得注意的是：虽然生成式人工智能专员可以阅读基于文本的表格（实际文本，而不是图像），但通常它们比普通句子中的信息更难让法学硕士理解并赋予其含义。因此，最好尽可能坚持使用自然语言。
- 澄清术语：始终拼写完整的术语，并在首次出现时将其缩写放在括号中。这样可以确保所有用户都清楚了解。
- 了解您的受众：如果您的帮助中心（或其中一部分）是为您自己的专员而不是面向客户的资源创建的，那么请考虑是否需要重写信息，以方便人工智能专员向客户提供服务。
与实施任何新技术一样，提前做好准备大有裨益。因此，在插入生成式人工智能解决方案之前，请先让您的客户服务帮助中心准备就绪。您将获得这样的回报：更快实现价值和更准确的自动支持。
最后，请记住，生成式人工智能专员并不是解决所有支持问题的灵丹妙药。相反，此技术应用作更广泛、周密规划的 CX 策略的一部分：在该策略中，生成式人工智能、基于情境的自行程序，以及（当然）人工专员，都可发挥各自的优势，共同为您的客户提供最佳体验。个客户。
翻译免责声明：本文章使用自动翻译软件翻译，以便您了解基本内容。 我们已采取合理措施提供准确翻译，但不保证翻译准确性
如对翻译准确性有任何疑问，请以文章的英语版本为准。