我们来尝试用53AI平台来实现企业知识库的快速创建。
首先,我们把需要形成知识库的语料整理成文档,TXT、PDF、DOCX这些主流格式都可以,系统会智能分片,然后将分片的语料进行向量化,这是我们实现语义搜索的基础。
如果要实现一些特定问题的解答,还要根据问题形成问答对,加到的语料库中。以上的操作并不能确保得到想要的答案,我们需要对一些经常性提问的问题进行测试,如果答案未达到预期,就要进行调整和优化,直至答案准确无误。
我们拿HR的一个问题来举例,新人刚入职,对公司人力资源方面的流程等并不熟悉,希望了解入职的一系列流程和手续,此时的知识库应该要发挥足够的作用。
看上去没有错,但我们知道这些都是正确的废话,和实际的公司流程有很大出入。新人无法从知识库中获取有用的信息。
回答已经和公司的入职流程搭边了,但还是差点意思,新人知道了大概流程,但合同怎么签署,入职培训时间多长……这些全部都没有直接回答,离实操还是有距离。我们再把语料调整一下,准确度也再测试和优化一下。看一下效果如何?
这次对新人来说非常友好了,回答准确,涉及的流程相当详尽,新人按照指导操作即可。但我们发现一个问题,回答的内容偏长,阅读负担较重,如果能把一些流程用图片的方式呈现,既直观,又能减少文字输出。我们把其中的内容用多模态的方式优化一下。
这一段如果用短视频的方式呈现应该效果更好,我们试着替换一下。
文字概述+短视频,知识库使用感受比大堆纯文字要好多了。
至此,新人入职流程的语料整理完毕,且实现了文字、图片、文档、视频等多模态的输出,大大提升了员工、客户使用知识库的感受和意愿,直观且生动,像个贴心且有求必应的小助理,谁会不爱用呢。
企业知识库问答是AI在企业运营中提效的典型应用。我们的目标是利用AI的能力帮助企业降本增效,可改造的场景还会有很多很多,比如说,公文的写作、运营话术的生成、自媒体文案生成、招聘辅助、内容分析、内容纠错、售前咨询、售后服务、技术支持,已知的已经很多,未知领域更为广阔有非常大探索空间。