AIGC案例-腾讯文档 AI 架构剖析

一、总体技术架构剖析

腾讯文档（https://docs.qq.com/）AI 大模型助手应用，如下图所示：

腾讯文档的 AI 大模型助手总体架构如下图所示，包括6大模块：AICopilot、AIServer、AIAgent、AIEngine、AIOperation、AIExtension。

AICopilot 模块：提供 AI 侧边栏对话功能，负责意图识别、对话管理、缓存及存档等功能。

AIServer 模块：提供各类别定制化的浮层助手服务。

AIAgent 模块：作为 AI 智能代理，集成并提供各类别的文档处理工具，由上层服务调用识别意图后驱动。AIEngine 模块：作为文档 AI 引擎，统一抽象并封装各项 AI 能力（比如：文生文、文生图、语音转写、语音识别、图像识别、嵌入式 AI 等），实现能力间无感切换。

AIOperation 模块：负责文档 AI 灰度发布策略、隐私保护措施以及运营操作。

AIExtension 模块：扩展 AI 服务，支持AI应用落地所需的支持能力，比如：文本搜索、图片搜索、Python 执行环境等。

二、问答场景技术架构剖析

针对 Word、PPT、Sheet、思维导图、数据收集表及知识库等多种内容形态的问题解答。

AI 大模型应用的核心挑战在于建立基础的问答系统架构。攻克这一难题的关键，在于如何使 AI 大模型精准掌握并理解各类文档的领域知识内容。

两种解决方案：

一种：领域知识通过微调（Fine-tuning）记忆到大模型中。

二种：通过 Prompt 的方式把领域知识即时给到大模型。

问题思考：

1. 用户文档信息本质上是用户个人数据的整合，主要用于个性化服务。
2. 由于用户文档常更新且注重时效性，无法每次变更都重新训练模型。
3. 同时出于隐私保护原则，用户数据不能用于模型训练。因此，针对每位用户单独训练模型的方案并不现实可行。

一般第二种 RAG 方案：

RAG 技术方案工作流程：

第一、文档加载：定义统一的 Document 数据模型，将实现默认典型的数据源加载实现，业务方也可以根据接口自定义实现自身所需文档数据源。

第二、文档分片：大模型上下文大小有一定限制，需要将大量数据进行分割操作。

第三、文档 Embedding：Embedding 过程将对应文本向量化，以提供更好的语义表达。

第四、文档向量存储：使用向量数据库存储文档向量数据。

第五、文档召回：根据用户输入的问题召回和问题最相关的文档信息。

第六、问题解答：根据召回文档资料 + 用户输入问题提供给大模型进行知识问答。