核心内容摘要
ChatGLM3-6B-128K惊艳效果展示：Ollama中对128K芯片设计文档进行RTL代码生成提示
在企业数字化转型的进阶阶段燕千云通过在AI应用与服务引擎领域的深层迭代构建了全链路智能质检体系与客服组自治管理机制。
本次更新旨在赋能智能客服、质检与知识管理板块通过数据驱动的精细化治理实现服务质量的可追溯性与运营决策的科学化。
AI应用从交互自动化到质量治理的闭环随着人工智能技术在服务场景的广泛渗透企业对AI的诉求已从单纯的应答率转向回复质量与知识准确性。
燕千云ITSM通过引入全维度的智能监控与溯源机制填补了AI服务过程中的管理空白。
智能会话记录传统的AI服务往往面临“黑盒交互”的痛点管理层难以还原用户与机器人的真实对话逻辑。
数字化捕捉新增“智能会话记录”页面以用户与会话IDsession_id为统计维度实现对机器人对话的全量捕获。
关键行为识别系统可自动化识别用户是否触发了知识问答、是否转接了在线客服以及是否最终转化为服务工单。
服务链路完整性多维度的指标关联为评估AI分流效能提供了底层数据支撑并支持从会话记录直接跳转至相关工单。
智能会话质检为解决知识库更新滞后与AI回复偏差问题燕千云推出了智能会话质检体系。
管理员/质检员可以查看和审计用户与AI的对话交互内容和自助行为路径排查各种回复问题结果并对知识问答回复质量持续调优。
上下文归纳与溯源系统能够结合上下文自动归纳用户核心问题并记录AI回复的处理逻辑。
智能助理管理员可据此排查回复的数据来源实现对AI逻辑路径的精准审计。
质量闭环驱动质检员可对会话结果进行质检标记。
针对质检未通过的记录系统支持直接驱动问答更新或知识补充流程。
这种“质检-反馈-调优”的闭环机制确保了企业知识资产的持续进化。
相关推荐功能在ITR从技术到回复等复杂服务场景下单一的问答往往无法满足用户的深度需求。
燕千云新增的“相关推荐”功能支持在问答库中绑定关联问题并定义开通相关推荐。
开通后若该问题被用户提问命中智能助理可以同时输送答案与相关问题列表供用户点击。
这一功能不仅提升了自助服务的深度更有效降低了用户的重复提问率。
场景示例当用户问询一款商品或服务的内容时系统在提供答案的同时主动推送关联列表引导用户进一步了解操作方法、定价信息或售后方案。
服务引擎治理模式的精细化与时效管控服务引擎的优化侧重于提升一线客服的作业效能与管理层的精细化调度能力尤其是在大型多职能组织中的适用性。
客服组管理模式升级针对跨部门协同的复杂组织架构燕千云引入了“客服组各自管理模式”。
去中心化配置支持在客服组上单独设立管理员管理员可独立配置本组的规则、常用语、智能分配策略及自定义页签。
权责与配置隔离支持不同客服组设置不同的创建单据服务项、评价推送及知识生成空间。
业务数据隔离客服组管理员仅可见负责组内的各项业务数据如会话记录、质检结果等实现敏感部门间的数据隔离。
响应时效与标识优化燕千云在交互层面进行了精细优化增强时效感知确保服务等级协议SLA的严格履行并有效保障长周期服务场景的连续性。
新会话标识客服中心列表增加“新会话”标识帮助客服快速区分新接入且尚未响应的咨询。
未回复时长监控列表实时展示客服未回复时长并在到达预设的“回复预警时长”时高亮显示回复后计时重置。
会话锁定标识针对需长时间排查的复杂问题客服启用会话锁定功能防止因用户短时未响应导致会话自动关闭。
浏览器通知用户排队接入排队超时和取消排队的时候新增浏览器通知功能给客服人员即时提醒。
转交会话简化转交会话的操作从弹窗搜索改为下拉选择且支持选择客服后反向带出所属客服组信息减少操作步骤。
交互体验与操作效能优化生成知识全方位优化交互集成将普通与智能生成操作统一整合在“生成知识”页签下配置面板由弹窗改为更方便查询录入的固定版面。
覆盖校验智能生成时若页面已填写标题或标签系统会询问是否覆盖防止误操作。
待编辑留痕若未完成发布便切换页签系统会保留记录并标记“待编辑”防止信息丢失。
通过在AI应用层构建质检闭环并在引擎层实现精细化治理燕千云正助力企业构建一个透明、高效且具备自我进化能力的服务运营体系。