一种基于融合CoT和RAG技术的电信客服智能系统的制作方法

本发明涉及电信行业的客服问答，尤其涉及一种基于融合cot和rag技术的电信客服智能系统。

背景技术：

1、电信运营客服领域的智能助手技术在提供服务时，通常用提示词工程来优化回答内容。这种方法通过预设的提示词或模板来引导对话，以提高回答的规范性和正确性。然而，这种依赖提示词工程的系统存在以下缺点：

2、缺乏深度理解：只使用提示词工程的系统可能无法充分理解用户查询的复杂性和上下文，导致回答可能过于表面化，无法深入问题核心。

3、回答质量不稳定：提示词工程无法预设所有的对话场景或者客户需求，如果遇到客户问题和提问方式比较特别，用这种方式往往获取不到令人满意的回答。

4、个性化服务不足：由于缺乏对用户个性化需求的深入分析，这些系统可能无法提供真正定制化的服务推荐，降低了用户满意度。

5、更新滞后：依赖预设模板的系统在面对电信行业快速变化的服务产品和规定时，可能更新滞后，无法及时反映最新的服务信息。

6、与此同时，电信运营商的用户数据具有其独特性，这进一步凸显了现有系统的不足。与通用的客服系统相比，电信用户数据不仅包括一般的客服交互信息，还涵盖了额外的用户属性、服务特征和行为特征，例如号码归属、通信调用习惯、套餐消费情况等。这些数据的复杂性，加上电信运营商服务产品体系的多样性和复杂性，使得现有客服系统面临重大挑战。

7、现有系统往往无法在一次对话中提供有效和精准的回复建议，难以满足电信运营商用户和服务产品的特点，进而难以实现精准服务推荐和个性化用户支持。这种局限性在电信行业尤为突出，因为用户期望获得快速、准确且个性化的服务体验，而现有系统常常无法满足这些期望。

8、为解决上述问题，故本发明提出一种基于融合cot(思维链)和rag(检索增强生成)技术的电信客服智能系统，本系统需要调用cot思维链技术先模拟人工客服的解决问题的逻辑方式，然后调用rag检索增强生成加载更多电信领域的专业知识和电信用户个人服务调用情况，比如电信用户套餐消费情况，通话，短信，流量。并且最后通过规则库的筛选，得到符合要求的回答结果。

技术实现思路

1、本发明旨在突破现有电信客服系统的局限，首次在电信行业提出一种融合cot(思维链)和rag(检索增强生成)技术的创新方法，专为电信运营客服智能小助手量身定制。

2、为了实现上述目的，本发明采用了如下技术方案：

3、一种基于融合cot和rag技术的电信客服智能系统，包括如下步骤：

4、步骤y1：环境配置；

5、步骤y2：电信用户首次提问；

6、步骤y3：生成查询；

7、步骤y4：加载电信用户的存量资料；

8、步骤y5：更新查询字符串；

9、步骤y6：查询电信知识库；

10、步骤y7：修改完善结果；

11、步骤y8：加载规则库，合规检查；

12、步骤y9：检查候选答案是否为空；

13、步骤y10：回复最终结果。

14、作为本技术方案的进一步改进方案：还包括电信用户第n次提问，具体包括如下步骤：

15、步骤n1:环境配置；

16、步骤n2：电信用户n次提问；

17、步骤n20：系统获取问题，并触发流程开始；

18、步骤n21：生成草稿回答；

19、步骤n210：用电信大模型解读电信用户的问题；

20、步骤n211：用电信大模型生成一个草稿回答；

21、步骤n3：生成查询；

22、步骤n30：总结合并问题和草稿回答；

23、步骤n300：调用电信大模型总结合成问题和草稿回答；

24、步骤n31：生成查询字符串；

25、步骤n310：调用电信大模型生成一个用于搜索的查询字符串；

26、步骤n4：加载电信用户的存量资料；

27、步骤n40：通过第三方api加载电信用户资料；

28、步骤n5：更新查询字符串；

29、步骤n50：调用电信大模型分析电信用户资料，并输出更新查询字符串；

30、步骤n6：查询电信知识库；

31、步骤n60：调用更新后的查询从电信知识库中搜索相关内容；

32、步骤n61：设置查询一次；

33、步骤n62：计算查询字符串与文档之间相似度；

34、步骤n63：获取第一个搜索结果；

35、步骤n7：加载对话记录；

36、步骤n8：修改完善结果；

37、步骤n80：调用电信大模型根据以上搜索结果和对话记录对草稿回答进行修改和完善，输出候选结果；

38、步骤n9：加载规则库，合规检查；

39、步骤n10：检查候选答案是否为空；

40、步骤n11：回复最终结果。

41、作为本技术方案的进一步改进方案：所述步骤y2：电信用户首次提问，包括：

42、步骤y20：系统获取问题，并触发流程开始；

43、步骤y21：生成草稿回答；

44、步骤y210：用电信大模型解读电信用户的问题；

45、步骤y211：用电信大模型生成一个草稿回答。

46、作为本技术方案的进一步改进方案：所述步骤y3：生成查询，包括：

47、步骤y30：总结合并问题和草稿回答；

48、步骤y300：调用电信大模型总结合成问题和草稿回答；

49、步骤y31：生成查询字符串；

50、步骤y310：调用电信大模型生成一个用于搜索的查询字符串。

51、作为本技术方案的进一步改进方案：步骤y4：加载电信用户的存量资料，包括：

52、步骤y40：通过第三方api加载电信用户特有的资料。

53、作为本技术方案的进一步改进方案：步骤y5：更新查询字符串，包括：

54、步骤y50：调用电信大模型分析电信用户资料，并输出更新查询字符串。

55、作为本技术方案的进一步改进方案：步骤y6：查询电信知识库，包括：

56、步骤y60：调用更新后的查询从电信知识库中搜索相关内容；

57、步骤y61：设置查询一次；

58、步骤y62：系统根据余弦相似度，计算公式为：cos(θ)＝(a·b)/(|a||b|)，其中a和b是查询和知识库文档的tf-idf向量，计算查询字符串与文档之间相似度；

59、步骤y63：获取第一个搜索结果。

60、作为本技术方案的进一步改进方案：步骤y7：修改完善结果，包括：

61、步骤y70：调用电信大模型根据电信相关知识搜索结果的理解基础之上，对草稿回答进行修改和完善，确保答案的专业性和准确性，输出候选结果。

62、作为本技术方案的进一步改进方案：步骤y8：加载规则库，合规检查，包括：

63、步骤y80：回答中是否有禁用词；

64、步骤y81：推荐的服务是否过期；

65、步骤y82：回答涉及的服务流程是否有新的变化；

66、步骤y83：回答内容是否符合电信规章制度。

67、作为本技术方案的进一步改进方案：步骤y9：检查候选答案是否为空，包括：

68、步骤y90：调用电信大模型理解语义，检查语义是否包含信息；

69、步骤y91：如果有信息，保存结果；

70、步骤y92：如果无有用信息，回到步骤y63，获取第2个；

71、步骤y93：依此类推，直到获取有意义的内容为止。

72、与现有技术相比，本发明的有益效果是：

73、与现有技术相比，本发明提出了一种基于融合cot(思维链)和rag(检索增强生成)技术的电信运营客服智能小助手方法，专为电信用户服务场景设计，具有以下优点和效果：

74、(1)精准服务推荐：

75、传统客服系统难以一次对话就有效地回复电信运营商用户的复杂需求。本发明通过思维链技术模拟人工客服的解决问题逻辑，结合rag技术加载电信领域的专业知识和电信用户个性化服务数据，能够在多次交互中不断修正答案，提供更精准的服务推荐。

76、(2)深度电信用户画像：

77、在数据采集和知识构建过程中，本发明综合了电信用户属性、服务特征和行为特征，如号码归属、通信调用习惯和套餐消费情况等。通过数据流量源进行电信用户画像分析，进一步提高推荐的个性化和精准度。

78、(4)智能过滤和优化：

79、系统在生成最终答案前，会经过思维链训练，确保回答符合电信最新更新的规则，不包含禁用词，推荐的服务价格更新及时，涉及的服务流程准确。结合电信大模型的语义理解能力，对答案进行智能过滤和优化，保证回答的质量和可靠性。

80、(5)动态调整和循环改进：

81、针对电信用户的多次提问，系统会在修改答案时，加入对话记录和电信用户背景信息作为上下文，进行循环式的回答改进，直至电信用户满意为止。这种动态调整和循环改进的机制，能够更好地满足电信用户需求，提升电信用户体验。

82、上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例并配合附图详细说明如后。本发明的具体实施方式由以下实施例及其附图详细给出。