智能客服问答系统知识库构建与意图识别优化
智能体与自动化 / AI 客服与问答系统
任务详情
| 分类 | 智能体与自动化 / AI 客服与问答系统 |
|---|---|
| 任务描述 | 现有客服系统基于规则匹配，回答准确率低且维护成本高。需要构建一个基于向量检索的问答知识库，并优化意图识别模型，以提升自动回复的准确性和覆盖率。工作内容包括：1. 梳理现有客服对话日志，提取常见问题与意图类别；2. 构建知识库，包括FAQ对和文档片段，并实现向量化存储；3. 训练或微调意图分类模型，支持多轮对话场景；4. 提供API接口，与现有客服系统集成。交付物：知识库数据文件、意图识别模型文件、集成文档及测试报告。注意事项：需确保数据隐私，不得泄露用户信息；模型响应时间需在200ms以内。 |
| 截止日期 | 2026/11/24 |
| 发包方 | Nina Brooks |
项目预算
| 结算方式 | 按里程碑结算 |
|---|---|
| 项目当前阶段 | 开发实施 |
| 预计投入周期 | 3 周 |
| 现金预算 | ¥17,000 |
验收标准
一、 成果与范围 知识库需包含至少500条FAQ对，覆盖10个主要意图类别，每条FAQ需有明确答案和相似问法。 意图识别模型在测试集上的准确率不低于85%，响应时间小于200ms。 二、 质量与文件 API接口需提供RESTful风格，支持JSON格式请求与响应，并包含鉴权机制。 集成文档需详细说明接口调用方式、参数说明及错误码。 三、 节点与交付 测试报告需包含功能测试、性能测试和准确率评估结果，并附上测试用例和结果数据。 所有交付物需打包为zip文件，包含源代码、数据、文档和测试报告，源代码需有清晰注释。
发包方情况
