生成式AI（Generative AI）是当今科技领域的前沿技术之一。随着数据量的一直减少和计算能力的一直晋升，AI技术在企业和集体生存中的利用越来越宽泛。AI-BOT（以下简称BOT）是生成式AI技术的其中一种重要的利用模式，它能够通过学习各类业务数据信息，帮忙人们执行一系列工作，从而进步工作效率，缩小人力老本。
而GPTBots作为BOT开发平台，始终是生成式AI的前沿探索者。本文将与您分享，如何在GPTBots上，为您的业务开发和训练一个领有高可用性的BOT。
PART 01 筹备工作
注册GPTBots平台
注册一个GPTBots账号，是开发BOT的第一步。
进入GPTBots平台（https://gptbots.ai/developer），点击【注册】，并登录到【开发者后盾】。实现注册后，平台会为您赠送一些积分，这些积分可能让您进行平台性能的初体验，例如创立BOT、调试BOT、训练BOT等。如果实现企业认证，还能够取得高达 500 积分的赠送。
业务剖析
首先，您须要明确BOT在您的业务中的定位和指标。
定位指的是BOT在您的业务中的非凡地位，它被用于解决某个特定畛域的问题，因而与其余BOT是存在差别的。指标指的是BOT在您的业务中所能达成的具体后果，例如降低成本、晋升人效等。
咱们建议您能够把BOT了解为一名员工，这位员工常识渊博，无所不知，但在某些业余畛域又有些欠缺。不过，只须要提供相干专业知识，它就能够化身领域专家，无效解决业余问题。因而，在明确定位和指标时，咱们能够这么思考：
定位： 一名十分业余的电商售后客服人员，他对于公司业务一目了然，可能疾速且业余地为客户解决各类型售后问题。
指标： 晋升客户服务效率和品质，升高客户服务老本。其次，您须要理解BOT所需解决的业务畛域中存在的问题和挑战。理解这些，有助于帮忙您进一步定位BOT的能力范畴。
数据收集
在明确了BOT的定位和指标后，咱们须要为BOT进行数据收集。
依据上文咱们提供的倡议，咱们把这个BOT设想成为一名无所不能的员工。但一名弱小的员工，除非局部人有天才以外，更多地肯定是通过一直的常识学习和教训积攒后能力做到的。而BOT的数据，指的就是BOT须要学习的常识。
持续应用上文的例子。“一名十分业余的电商售后客服人员”，肯定是领有十分丰盛的公司售后业务知识，包含但不限于：公司的售后服务政策、公司历史解决售后问题经典案例……
因而，咱们须要做以下工作：
1. 收集数据。作为给这个“电商售后BOT”的学习材料；
- 数据分类。分类越清晰，越有助于BOT常识的保护治理，以及晋升BOT的响应品质。例如电商售后服务常识，咱们能够大抵分类为：服务总则、服务细则、服务流程、常见问题、经典案例等；
- 数据荡涤及预处理。以保障最终给BOT学习的数据是绝对“洁净”，不含“杂质”的。留神，数据的收集并不是越多越好，更重要的是数据的品质。咱们须要给BOT“学习”高质量的常识，BOT能力给咱们输入高质量的后果。
PART 02 构建BOT
在以上筹备工作均已实现后，就能够开始构建这个“电商售后BOT”。
更多的GPTBots应用教程，请拜访GPTBots官网文档（https://gptbots.gitbook.io/gptbots.zh/），在本文中不做具体开展。
创立BOT
依据业务理论，创立适合类型的BOT。GPTBots定义了两类BOT：
- 常识问答：领有“短记忆”能力，实用于一些简略的问答场景，例如翻译、客服、常识检索等；
- 智能助理：领有“短记忆+长记忆”能力，实用于较为简单的对话场景。
用户可按本身理论需要来抉择BOT类型。
身份提醒撰写技巧
在构建BOT的过程中，比拟重要的一个环节，就是为BOT撰写身份提醒。
身份提醒可用来塑造BOT的身份、能力，边界和情绪等。一个优质的身份提醒，可能让BOT以更加合乎冀望地回复用户问题。
咱们能够用一个通用的构造来撰写身份提醒，如下：
- 角色：BOT须要负责的角色，如“业余的售后服务人员”；
- 技能：BOT须要领有的技能，如“杰出的售后服务能力与客户沟通技巧”；
- 共性：BOT的语气、共性、沟通形式等，如“语气请温和，用词需礼貌”
- 指标：BOT的工作指标，如“基于参考内容及客户发问，答复客户的问题”；
- 链式思考：为BOT提供一些思考流程与形式，以疏导BOT依照你的要求进行思考和解决问题，如“MUST follow these steps to answer the customer queries: Step1 - Step2 - Step3 - Step4...”。在一些较为垂直、特定的场景下，该办法十分好用。
- 输入规定：若您须要BOT输入内容为特定构造或格局（如：json、markdown……），您也能够在此定义。请留神，这部分不是必须的，可按理论需要撰写。
以上文“电商售后BOT”为例，咱们能够这样撰写身份提醒：
请表演一名业余的售后服务人员。你领有杰出的售后服务能力与客户沟通技巧。你的工作是，基于参考内容及客户发问，答复客户的问题。语气请温和，用词需礼貌。
PART 03 训练BOT
在设定好BOT的根本信息后，咱们须要对BOT进行常识“投喂”以及训练。
常识输出
咱们须要将数据收集阶段收集到的售后服务类数据，以适合的格局，“投喂”给BOT进行训练。GPTBots平台目前反对文档导入（.docx、.md、.txt、……）、网站爬取、在线文本、在线Q&A等形式进行常识输出。
向量搜寻
训练实现后，能够立即通过“向量搜寻”性能，对常识进行向量搜寻测试，查看命中状况，目标是为了察看曾经训练好的常识在面对理论问题时，是否可能无效地实现信息召回。
聊天记录训练
在BOT曾经投入使用后，咱们仍然能够对BOT进行重复训练。
目前GPTBots反对基于用户的聊天记录进行训练。这种训练形式的劣势在于，训练的语料应用的是用户在应用BOT过程中理论产生的对话，应用这些对话作为训练资料，可能让BOT更无效地靠近理论的用户应用场景。
调试BOT
调试模式能够帮忙开发者一边应用BOT一边调整BOT参数，以让BOT达到开发者所冀望的成果。
PART 04 更简单的场景，如何解决？
在理论业务中，会很多远比售后服务问答要简单得多的场景。面对这些场景，GPTBots提供了更丰盛的解决形式以应答。
为BOT插上翅膀——插件能力
大语言模型（LLM）自身是有常识范畴限度的，当须要LLM帮忙咱们解决更多业务定制化的、简单的工作时，咱们能够通过为LLM增加插件的形式，扩大LLM的能力，使BOT领有更加弱小的能力。
GPTBots以后已反对插件性能。
GPTBots官网曾经提供了一些收费的公开插件供用户应用（更多的官网插件正在陆续开发中……）。
同时，GPTBots也反对开发者自行开发插件，以个性化地笼罩本身的业务场景。例如，开发者能够通过开发插件，将BOT对接到本人的业务零碎，调用本人的业务数据，让BOT来解决特定业务工作。
用可视化流程（FLOW）构建BOT
若是存在更加简单的业务场景，则能够通过可视化流程（FLOW）来构建BOT。
GPTBots目前正在内测的FLOW构建BOT性能。咱们将一个BOT应有的或常见的模块形象为多个组件，用户能够通过在可视化面板上利落拽的形式，个性化地构建一个简单场景下的BOT，以解决更加垂直、更加特定场景下的问题。
将BOT与业务连贯
GPTBots反对将构建好的BOT与用户本人的业务进行连贯，目前次要有以下三种形式：
- API：GPTBots以后提供了多个与BOT进行交互的API，包含但不限于创立对话、发送音讯、获取音讯等；
- iframe网页嵌入：将BOT对话界面以iframe的模式嵌入到您的网页内进行应用；
- bubble网页小部件：将BOT以bubble小部件的模式嵌入到您的网页内进行应用，它将以气泡的模式，展现在您网页的右下角。
写在最初
在生成式AI倒退迅猛的明天，GPTBots为开发者提供了弱小的自主构建AI-BOT的能力，可能帮忙开发者疾速高效地构建个性化的BOT，以解决其业务痛点或问题，驱动业务增长。
拜访极光GPTBots官网 https://www.gptbots.a立刻注册体验注册即赠送积分赠送。参加企业认证或邀请好友注册，也能获取更多积分~
对于极光
极光（Aurora Mobile，纳斯达克股票代码：JG）成立于2011年，是中国当先的客户互动和营销科技服务商。成立之初，极光专一于为企业提供稳固高效的音讯推送服务，凭借先发劣势，曾经成长为市场份额遥遥领先的挪动音讯推送服务商。随着企业对客户触达和营销增长需要的不断加强，极光前瞻性地推出了音讯云和营销云等解决方案，帮忙企业实现多渠道的客户触达和互动需要，以及人工智能和大数据驱动的营销科技利用，助力企业数字化转型。