歡迎體驗(yàn)得助產(chǎn)品
手機(jī)號(hào)碼
歡迎注冊(cè)得助智能
注冊(cè)尚未完成
現(xiàn)在離開將導(dǎo)致注冊(cè)失敗確定要退出嗎?
填寫時(shí)間過長(zhǎng)
頁面已停止響應(yīng)
請(qǐng)?jiān)?0分鐘內(nèi)完成填寫
登錄成功
請(qǐng)選擇您感興趣的產(chǎn)品
得助大模型平臺(tái)
一站式服務(wù)簡(jiǎn)化大模型訓(xùn)推評(píng)全流程
高效、低成本構(gòu)建大模型企業(yè)級(jí)應(yīng)用
知識(shí)管理
為財(cái)富顧問提供一站式智能問答服務(wù)
組合式AI打造大模型企業(yè)知識(shí)助手
智能客服
全渠道全媒體、一站式AI+呼叫中心
外呼大模型加持,聽得準(zhǔn)確說得自然
即時(shí)文本對(duì)話,自研知識(shí)引擎
大模型擬真,千人千面沉浸式AI對(duì)練
智能運(yùn)營
全場(chǎng)景自研AI+RTC實(shí)時(shí)音視頻服務(wù)
高精度、高安全的圖文檢測(cè)識(shí)別服務(wù)
AI+RPA深度融合,賦能企業(yè)自動(dòng)化
全鏈路生物數(shù)據(jù)核驗(yàn),守衛(wèi)安全防線
大模型賦能合規(guī),金融級(jí)多模態(tài)質(zhì)檢
自然語言交互,可視化智能分析數(shù)據(jù)
企業(yè)出海
企業(yè)跨語種無界溝通,贏占國際市場(chǎng)
多語言國際服務(wù),跨時(shí)區(qū)溝通無障礙
多語言智能交互助力全球營銷與服務(wù)
大模型賦能國際企業(yè)多模態(tài)質(zhì)檢服務(wù)
智能營銷
智能營銷服引擎,高效轉(zhuǎn)化私域流量
打通營銷全鏈路,賦能企業(yè)增速業(yè)務(wù)
打造超低延遲、超穩(wěn)定的直播平臺(tái)
其他
為企業(yè)提供多場(chǎng)景、高質(zhì)量專業(yè)服務(wù)
安全穩(wěn)定、應(yīng)用多場(chǎng)景的線路服務(wù)
描述具體需求(選填)
歡迎微信掃碼咨詢
中關(guān)村科金得助智能-小得
成功案例
2025-04-10 15:13:12
作者:wenqian
閱讀量:7
文章目錄
在政務(wù)數(shù)字化轉(zhuǎn)型浪潮里,諸多“雷聲大雨點(diǎn)小”的信息化項(xiàng)目屢見不鮮,投入巨大卻效果欠佳,給群眾和工作人員帶來困擾。然而,某市醫(yī)保局與得助智能合作的醫(yī)保服務(wù)升級(jí)項(xiàng)目堪稱破局典范。它憑借智能自動(dòng)聊天機(jī)器人技術(shù),精準(zhǔn)對(duì)接用戶需求,突破傳統(tǒng)服務(wù)瓶頸,讓醫(yī)保服務(wù)從“群眾跑斷腿”轉(zhuǎn)變?yōu)椤皵?shù)據(jù)多跑路”。接下來,讓我們深入剖析這一標(biāo)桿案例,探尋其成功秘訣。
某醫(yī)療保障機(jī)構(gòu)此前已采用了得助的傳統(tǒng)智能客服系統(tǒng),為市民提供服務(wù)。然而,隨著市民咨詢問題的日益多樣化和復(fù)雜化,傳統(tǒng)智能客服在回答準(zhǔn)確率和命中率上,逐漸顯露出進(jìn)一步提升的空間。與此同時(shí),市場(chǎng)競(jìng)爭(zhēng)激烈,類似其他知名平臺(tái)的智能客服已具備大模型問答能力,這也促使該醫(yī)療保障機(jī)構(gòu)迫切希望引入大模型能力,提升自家智能客服的問答效果。
在專業(yè)的醫(yī)療保障知識(shí)領(lǐng)域,普通的通用模型雖在一般客服場(chǎng)景表現(xiàn)尚可,但在處理具有強(qiáng)知識(shí)背景、低容錯(cuò)要求的專業(yè)問題時(shí),決策和回答表現(xiàn)往往不盡人意。為滿足機(jī)構(gòu)對(duì)于回答風(fēng)格、方式的特定要求,需要在提示詞工程、知識(shí)庫迭代、召回策略優(yōu)化等方面持續(xù)投入精力進(jìn)行優(yōu)化迭代。
1.積累的數(shù)據(jù)量少
得助智能在醫(yī)療保障領(lǐng)域積累的數(shù)據(jù)本就有限,可直接用于訓(xùn)練的數(shù)據(jù)僅有 300 條。如此少量的數(shù)據(jù),遠(yuǎn)遠(yuǎn)不足以支撐高精度的模型訓(xùn)練,難以讓智能自動(dòng)聊天機(jī)器人學(xué)習(xí)到足夠豐富的知識(shí)和應(yīng)對(duì)策略。
2.可訓(xùn)練數(shù)據(jù)質(zhì)量低
現(xiàn)有的數(shù)據(jù)存在諸多問題,如準(zhǔn)確率不高,許多數(shù)據(jù)標(biāo)注存在偏差,像重要的醫(yī)保業(yè)務(wù)解讀、政策適用場(chǎng)景等關(guān)鍵信息標(biāo)注錯(cuò)誤或缺失。而且在業(yè)務(wù)場(chǎng)景覆蓋上也極為有限,無法涵蓋實(shí)際咨詢中復(fù)雜多樣的情況,這使得訓(xùn)練出來的模型難以應(yīng)對(duì)真實(shí)場(chǎng)景中的各類問題。
3.知識(shí)庫需要重新構(gòu)建
醫(yī)療保障業(yè)務(wù)知識(shí)更新頻繁,且專業(yè)性強(qiáng)。機(jī)構(gòu)需要構(gòu)建一套從基礎(chǔ)的醫(yī)保政策知識(shí)(FAQ)到產(chǎn)品端的高可維護(hù)、知識(shí)迭代便捷的全新知識(shí)庫體系。這不僅要求對(duì)大量專業(yè)知識(shí)進(jìn)行梳理、分類和錄入,還得確保知識(shí)庫能夠隨著政策變化和業(yè)務(wù)拓展,及時(shí)、高效地更新。
4.需求復(fù)雜、時(shí)間緊
市場(chǎng)上用戶對(duì)醫(yī)療保障服務(wù)的需求豐富多樣,涉及醫(yī)保報(bào)銷范圍、轉(zhuǎn)診流程、費(fèi)用結(jié)算等多個(gè)方面,且要求系統(tǒng)能夠準(zhǔn)確理解并給出專業(yè)、易懂的答復(fù)。而項(xiàng)目推進(jìn)時(shí)間緊迫,需要在有限時(shí)間內(nèi)完成從模型優(yōu)化到系統(tǒng)上線的一系列工作,對(duì)團(tuán)隊(duì)的技術(shù)實(shí)力和協(xié)作能力都是巨大考驗(yàn)。
1.部署方式:私有化部署
考慮到醫(yī)療保障數(shù)據(jù)的敏感性和安全性,得助智能采用私有化部署方式。將智能客服系統(tǒng)部署在機(jī)構(gòu)內(nèi)部服務(wù)器上,確保數(shù)據(jù)存儲(chǔ)和處理的安全可控,防止數(shù)據(jù)泄露風(fēng)險(xiǎn),滿足醫(yī)療保障機(jī)構(gòu)對(duì)數(shù)據(jù)安全的嚴(yán)格要求。
2.使用產(chǎn)品:大模型 + 智能文本機(jī)器人
通過將大模型與智能文本機(jī)器人相結(jié)合,從多個(gè)維度提升機(jī)器人的問答準(zhǔn)確率。
重構(gòu)知識(shí)庫模塊:得助智能團(tuán)隊(duì)對(duì)知識(shí)庫進(jìn)行全面梳理。將 600 條高頻問題答案提煉給醫(yī)保老師標(biāo)注,補(bǔ)充外部標(biāo)準(zhǔn)知識(shí)庫,完成標(biāo)準(zhǔn)化分類。同時(shí),對(duì)知識(shí)庫進(jìn)行專題化處理,針對(duì)醫(yī)保老師提供的多類高頻咨詢場(chǎng)景,重新標(biāo)注專題化數(shù)據(jù),提升系統(tǒng)對(duì)專題問題的準(zhǔn)確回答能力。支付 6 萬條標(biāo)準(zhǔn)問答數(shù)據(jù),清洗并入原有的 300 條文本數(shù)據(jù),增強(qiáng)數(shù)據(jù)的豐富性和準(zhǔn)確性。
新增多輪對(duì)話模塊:團(tuán)隊(duì)替換不穩(wěn)定的大模型列表判斷,實(shí)現(xiàn)多輪對(duì)話系統(tǒng)的智能升級(jí)。優(yōu)化上文案例判斷準(zhǔn)確率,用戶體驗(yàn)得到明顯改善。通過增加用戶追問判斷準(zhǔn)確率提升點(diǎn),讓對(duì)話更貼合實(shí)際交流場(chǎng)景,智能客服能夠更準(zhǔn)確理解用戶意圖,提供更連貫、有效的回答。
新增 RAG 模塊:引入 RAG 模塊,增加醫(yī)學(xué)文獻(xiàn)文檔,豐富回答來源。優(yōu)化 RAG 模塊的召回率和準(zhǔn)確率,使系統(tǒng)在面對(duì)復(fù)雜問題時(shí),能從更廣泛的知識(shí)源獲取信息,給出更全面、準(zhǔn)確的答復(fù)。
引入 LLM 問答模塊:利用用戶畫像生成個(gè)性化答案,提升用戶體驗(yàn)。設(shè)定固定答案模板,提高回答的規(guī)范性和專業(yè)性。系統(tǒng)回復(fù)更具針對(duì)性,顯著提升用戶滿意度。
在項(xiàng)目推進(jìn)過程中,得助智能團(tuán)隊(duì)把握關(guān)鍵時(shí)間節(jié)點(diǎn),有序推進(jìn)各項(xiàng)優(yōu)化工作。從知識(shí)庫的重構(gòu)起步,逐步拓展到多輪對(duì)話、RAG 模塊、LLM 問答模塊的新增與優(yōu)化。每個(gè)階段都經(jīng)過精心策劃和嚴(yán)格測(cè)試,例如在知識(shí)庫重構(gòu)階段,與醫(yī)保專業(yè)人員密切合作,確保知識(shí)的準(zhǔn)確性;在新增模塊時(shí),通過模擬大量用戶咨詢場(chǎng)景進(jìn)行測(cè)試,不斷調(diào)整參數(shù),優(yōu)化性能。通過這一系列有條不紊的攻堅(jiān)行動(dòng),系統(tǒng)性能逐步提升,為最終的成功上線奠定堅(jiān)實(shí)基礎(chǔ)。
在機(jī)構(gòu)工作人員的評(píng)測(cè)中,優(yōu)化后的智能客服系統(tǒng)成績(jī)斐然:
1.準(zhǔn)確率提升:模型準(zhǔn)確率達(dá)到 90.2%,相比傳統(tǒng)智能客服近乎提升一倍。這意味著現(xiàn)在市民提出的問題,智能客服能夠更精準(zhǔn)地理解并給出正確答案,減少了答非所問的情況。
2.命中率提升:命中率提升至 76.5%,大幅提高了對(duì)用戶問題的覆蓋率。以往可能被遺漏或無法準(zhǔn)確匹配答案的問題,如今能得到有效回應(yīng),大大增強(qiáng)了智能客服的實(shí)用性。
3.用戶滿意度提升:智能客服的回答更加精準(zhǔn)、擬人化,能夠以通俗易懂且專業(yè)的語言與市民交流,用戶滿意度顯著提高。市民在咨詢醫(yī)保問題時(shí),能感受到更貼心、高效的服務(wù)體驗(yàn)。
4.技術(shù)突破:成功引入并優(yōu)化 RAG 技術(shù)和通用大模型,得助智能積累了寶貴的技術(shù)經(jīng)驗(yàn)。這不僅為該醫(yī)療保障機(jī)構(gòu)的智能客服系統(tǒng)升級(jí)提供了有力支持,也為后續(xù)服務(wù)其他類似專業(yè)領(lǐng)域客戶,奠定了堅(jiān)實(shí)的技術(shù)基礎(chǔ)。
這個(gè)案例充分展示了得助智能在智能自動(dòng)聊天機(jī)器人領(lǐng)域的技術(shù)實(shí)力和創(chuàng)新能力。對(duì)于企業(yè)從業(yè)者而言,尤其是在專業(yè)領(lǐng)域提供服務(wù)的企業(yè),得助智能的成功實(shí)踐為大家提供了可借鑒的范例。在面對(duì)客服系統(tǒng)升級(jí)需求時(shí),通過合理利用先進(jìn)技術(shù)、精心優(yōu)化系統(tǒng)模塊、緊密結(jié)合業(yè)務(wù)實(shí)際,能夠打造出更高效、更智能的客服體系,提升企業(yè)服務(wù)水平和市場(chǎng)競(jìng)爭(zhēng)力。
做人力資源管理軟件的人員應(yīng)該知道現(xiàn)在市場(chǎng)競(jìng)爭(zhēng)太激烈咯,就跟火鍋里頭滾燙的紅湯一樣,熱辣又殘酷。咱們做...
最近我在小紅書里聽到不少客服吐槽,說現(xiàn)在當(dāng)銀行客服真的太難了!每天要應(yīng)對(duì)各種咨詢,從基礎(chǔ)的業(yè)務(wù)辦理到...
每天數(shù)以萬計(jì)的游客涌入博物館,他們對(duì)歷史文化的渴望、對(duì)藝術(shù)品的欣賞,以及對(duì)展覽信息的咨詢,都構(gòu)成了博...
現(xiàn)階段客戶對(duì)法律服務(wù)的需求日益多樣化、個(gè)性化,而法律政策、法律法規(guī)的更新速度更是日新月異。作為律師公...
做過金融客服的同學(xué)應(yīng)該知道金融產(chǎn)品那是五花八門,從傳統(tǒng)的銀行儲(chǔ)蓄、信貸業(yè)務(wù),到如今各種復(fù)雜的理財(cái)產(chǎn)品...
在目前自行車的日常使用率看似有所下降,然而隨著大眾健康理念的持續(xù)興起,騎行受到了越來越多人的追捧。這...