基于Coze开发电商售后客服
像以前传统的话，大家要去问一个问题的话，那可能需要我们人工给用户做一个回答。那这样的话对于售后的这么一个成本的话，这个是影响比较大的。成本比较高，需要招很多人来解决一些售后的问题。现在有了这么一个AI智能客服之后，我们只需要把一些常见的一些问题，因为我们的这个问题的知识库需要不断的更新，并且的话可以第一时间，最主要的一个问题就是要第一时间给客户解答问题。因为你的电商平台如果做的很大的话，比如说用户量可能上亿了。
每天有大量的用户来咨询这些重复的一些问题，这些问题其实答案都有，已经有标准答案了，他不需要人工去做一个回复了。像这种问题的话，就可以大量的用这个AI的客服来代替，这样的话可以优化用户的一个体验，也就是让我们用户他第一次用你这个售后，在这个聊天框的时候，他可以得到一个比较友好的一些答复。像目前很多主流的电商平台，其实都已经用上这个AI客服了。AI客服会在一个前置的给用户做出很多的一些回答。只有说你明确的提到你要申请这个人工客服的时候，那才给你分配人员去做一个沟通，这样的话就可以在很大程度上可以去优化，用这个客户的一些等待的一个体验，那也可以节省人工客服的一个能力开支。所以说这是目前来说一个很好的降本增效的一种方式。
那下面我就给大家讲一下，以抖音电商客服的这么一个为例，我们去讲这样的一个智能体怎么来搭建，所以说我们会分以下几块。首先的话就是进线用户的一个特征解析，也就是说我们用户他首先是一个什么情况，什么场景来去用到我们这么一个电商客服的一个系统。然后第二块的话就是要对用户的意图识别，还有场景做一些判断。比如说我现在是问一些售后的一些问题是吧？售后的一些问题或者是问物流的一些问题，或者是问一些关于产品本身的一些问题。那我要对用户的一些场景做一些意图识别，这样的话我们就可以针对不同场景去做一些优化，然后我们要针对场景的话做一些解决方案的一些输出，不同的场景意味着它的知识库是不一样的。比如说你问物流，那我们的一个物流知识库的话，它的内容一问题，包括回答问题的一些方式，那可能就要做出一些调整。比如说我要问订单，我要问这些这个产品的细节，那这样对应的解决方案的话又会不一样，所以说我们要把对应场景的一个解决方案的话做一个输出。
最后的话最关键的一个内容就是我们一定要把因为用户问的一个问题，他可能问了多个问题，我可能又问物流又问订单，那这种情况的话我们要做一个总结归纳，也就是用户的问题可能是千奇百怪的，他可能不会只问你一个简单的问题，他可能一次性问你三四个问题。那这种情况下，我们需要对整个做一个总结归纳。最后给用户总结一下，把我们的一个关键内容回复给用户，这个是我们真正用AI这个电商售后客服他需要完成的一个需求。OK。
然后大家想要去快速的去实现一个功能的话，那这个扣子官方的话也提供了这么一个模板，叫电商售后客服。我们可以基于这个模板基础之上，大家可以做一些二次开发，然后可以参考他的一个实现，去做我们自己的一个核心业务流程。比如说你是做细分行业的，比如说你是做女装的，你是做那种美妆的。就是你不同行业的话你都可以做这么一个售后客服，不一定得是电商，就是这一些什么快消品什么的，你可以做很多细分品类的。比如说你可以卖书是吧，这个也可以作为一个场景。
所以说大家可以去看一下这个模板的一个地址，这个是官方提供的一个模板，就类似于有怎么有这么一个页面。就是用户已经下完单之后，比如说买了一个包是吧。那这个呃现在我现在需要点一个咨询客服的这么一个小按钮，点开这个按钮之后，大家就可以看到这么一个页面，这个就是我们非常熟知的，给那个电商客服咨询一些问题，比如说电商发货的时间什么时候，比如说目前订单是。什么状态？就问一下目前订单的一个交易状态，你就随便问，就涉及到订单相关的问题，或者是发货的问题，或者是物流的问题，是吧？你看他就会回复你，一般下单后什么什么订单是吧？你要去我的订单这个页面查看发货状态，比如说。我的这个宝贝什么时候可以到？
你就问他物流是吧？我的物流什么时候可以到达？我这个你就这个你看这个是问的一个误答物流问题。一般下单后什么什么几个工作日之内，然后在我的订单查看详情，特殊情况有说明，就是都让你去我的订单页面看具体的一个发货状态。因为每个商品它有时候有些特性，不是每个因为它这个到达时间跟地区，跟你的货物它是有一些关联的，不一定所有的时间都是一样的。所以说他建议你去我的订单里面看具体的一个发货状态以及特殊情况商品的一些说明。
所以说这个是我们要做的一个功能。这个里面我们其实可以给他去做一些上传，做一些一些细节的一些处理，整个都是OK的。OK这个就是我们要实现的这么一个功能。
然后的话大家看啊，这个里面的话，首先我们去分析一下它的一个实现逻辑，就是怎么来实现的。首先我们要基于客服的这么一个服务流程，结合扣子提供的这么一个大模型知识库，我们要做一些事情。首先就是要把整个流程给梳理一下，给大家过一下整个流程怎么回事，然后从最左边说起，首先最开始的话用户会去输入这么一个提示词，就是这个问题。我在这个输入完之后，接下来这个流程走到哪里呢？一开始我要查询对话历史，因为大家可以看到，就是它会记录你之前问的一些问题。
你看小组小明刚提到过，可见这个人工客服的话，他是知道你之前问的一些问题的。也就是你们所有的对话历史记录他都得记住。所以他首先会有一个查询对话历史的这么一个模块，就这个节点会干这个事情，首先查历史对话记录。如果说你之前问过这个问题的话，直接把之前的一些结果给你就可以了。
如果说你没有问过的话，好，那接下来干嘛呢？接下来就要分场景了，比如说你是问的物流的这个场景是吧，你要走物流的这个场景，那我就给你路由到物流的这个解决方案专家那个工作流节点上面去，这个就是分场景去做识别。比如说你做支付的那我就给你路由到这个支付的这么一个解决方案专家这么一个场景里面去。也就是根据客户不同的需求，我给你路由到不同的场景，让你去走什么呢？不同的这个业务逻辑，如果说我们问的是物流的问题的话，大家看这个流程，首先它会有一个解决方案专家来去干嘛呢？根据你提的这个问题，去我们的知识库或者叫方案库里面去做一个匹配。我这个知识库里面可能就是一些问答，比如说方案一、方案2，就是用户问的问题，有问题很多，我们要1-2是吧？
就是大家可以把这个东西理解为一个章节，第一个章节，比如说是问物流里面的发货的，第一个章第一个大章节里面的，小章节里面的，在下面一个章节，1-2-3就整个一个方案，每个方案它是怎么样的，我们根据首先匹配到不同方案。因为客户问的问题的话，他可能是什么呢？可能会有多个问题，说白了就是这个东西他可能问支付，也可能问物流，还有有可能问一些什么什么其他的问题。这个时候会有一个点，就是我可能需要匹配到多个知识库，每个方案我都要去查询一下，都要去匹配一下，看一下到底哪个符合我们的方案，最终我们可能符合的方案就是1-2-3，还有一个3-4-6，还有一个是B比如说6-5-3。然后我们匹配了三个方案，这三个方案可能来自于不同的解决方案。这个专家有的人是物流的，有的专家的也是支付的，可能还有一些补充问题的这个方案，最终所有的方案都被匹配出来之后，大家看到这里就要做一个什么呢？叫协商并执行，也就是说白了我们的结果最终要交由一个人来做一个总结归纳，就像我们现实当中，我们要开一个会，很多人都有意见，那这时候就需要组织会议的人把大家所有的意见给综合起来做一个总结归纳，最后干嘛呢？输出一个结论就可以了。
这个智能客服系统的话，它的逻辑就是这样的，就是用户问的问题，我可以可能问你七八个问题，那你最终要给我一个答案。那带有总结性的，你要帮我把七八个这个问题都给解答了，那你需要专门的一个智能体，或者叫节点去帮你处理，协商解决处理。他会把你之前的会话列表，用户的输入的问题，以及最开始的产品信息的匹配，包括最终的解决方案的列表，包括常见问题的一些分析，全部把你输入进来，交由这个大模型帮你做总结归纳。说白了这个协商的话其实就是调用大模型的总结归纳能力。你把所有的信息归纳一下，然后把提示词写清楚一些。比如说根据上面输入的一些内容，最终给我一个总结归纳，最后给结果，这个就是我们要做一个智能客服的一个核心流程，其实不是很复杂，说白了就是要去把一些节点给穿插起来，涉及到这个多智能体之间的一个协作，就是我主流程整个一个串链路就是我需要把绘画往下传递，聊天记录的有，然后到不同的这个绘画记录之后，我要做一个匹配，这叫意图识别。
比如说我要做解决物流的问题，我要解决他一些订单的问题。那这个里面可能就会处理一些细节。比如说需要给客户打一些招呼寒暄？然后问题澄清场景路由判断解决方案等等，做完之后最后做一个匹配。
然后到了完了配置节点，就是一个知识库配置判断条件，然后再到大模型参数的一些配置，然后可能还会涉及到一些代码逻辑，什么IM通信、特征提取，是吧，包括实验参数提取等等的一个逻辑。其实说白了就是一个对话分析，历史对话记录，然后做方案的匹配。匹配完之后把方案对话常见问题全部总结归纳，最后给一个输出，就这么一句话，就这么来理解就可以了。
所以说我们接下来就给大家来实操去搭建一下这个怎么来弄。好，首先按照刚刚说的，我们复制一下官方的这个模板，点一下这个复制来说一下。这个叫比如说我的我的电商，我们就简单一点，我的电商售后。客服。就这么一个智能体，这个名字叫这个，来我们确认一下。
好，大家复制完之后，你看这个还在创建中。我们等下创建完来点开这个就是一个应用。首先打开这个应用的话，它分两块，第一块叫业务逻辑，业务逻辑这里的话大家就可以去加一些什么插件，然后配置工作流然后你还可以看到用户界面。大家看这个就是它的用户界面，其实就是把刚刚那个模板把它复制过来了。然后大家看啊这里面首先有几块，首先会有一个客服的这么一个页面，对不对？有了这么一个页面之后，大家可以看到你看一些常见的问题，这里你就可以跟他做交互了。
这个是一个相当于一个图形化的编辑页面，大家可以在这里面加各种各样的控件，比如说我们加AI对话或者怎么样的，这个都是由大家自己去加的。说白了这个应用里面就是让大家可以去快速搭建一个这样的智能客服系统。我可以加很多控件，比如说图片，文本，音频，按钮，整个大家都可以自定义的加。现在官方已经提供了一个模板给你，他帮你把一些聊天框，对不对，一些内容的展示都帮你做好了。
我们主要是要搞清楚它的整个流程是怎么来实现的，就是当你在这里问完一个问题之后，这个工作流是怎么来运转的，大家最主要把这个东西搞清楚。然后我们在这个业务流程里面，就这个逻辑里面，我们点开最左边有一个工作流叫chat temple ate people，就是这个售后整个工作流是怎么来运转的，我们来看一下。好，大家看这个就是它的一个流程。其实整个的逻辑就是按照我们刚刚讲的那个有一个这个地方，大家看就是这个核心业务流程，大家只要把这个理解了，其实这个工作流其实跟这个是一样的。只是说它处理上稍微有一些复杂一点的地方，就是会多加一些流程。
首先我们大家来看，就是这个工作流的话，所有工作流都有一个开始节点，就是在工作流里面节点的话，就代表的是这个具体要执行一些什么任务。比如这个开始节点一般就是传递那个什么呢？传递一个对话信息是吧？就在这里要问一个问题，开始用户输入，然后比如说我要可以查询对话历史，还有意图是识别等等，所有节点都是去完成一个工作。如果大家对这个工作流这一块不是很清楚的话，可以听一下我之前分享的有一些关于扣子怎么样对接这个工作流，就专门讲这个工作流的，可以去听一下那期的一个分享。OK那我们现在的话就给大家来逐步的去讲一下。
首先我们要做一个电商客服的话，你比如说你最开始要发起一个对话？比如说我们有一个人工客服，这里首先会有一个什么东西呢？叫角色配置。大家可以看到在这个下方有一个叫人工配置，叫角色配置就是我首先做一个角色定义，这里大家可以看到，你看有一个地方叫什么呢？角色信息，就是我们首先也丢一个头像进去，因为我们这次做的一个工作流的话，是真的要做一个人工客服的。所以说这个工作流我们要做一个什么事情呢？要做一个角色配置。在这个里面角色配置这个的话就是我们首先比如说人工客服小咪，给它加一个头像，当然这个头像大家也可以自动的去生成，这里有一个按钮，你可以去生成一些角色的头像。好，然后就是开场白，大家可以在这边你可以看到，来给大家看啊，就是你最开始我们把绘画清理一下，大家看你第一次进来的时候什么？
Hello小鼠，我是你的专属客服，请问你有什么问题？这个其实就是一个初始化的一个问题。这个问题就是在这个地方，在这个开场白里面给他填好的，还有包括一些开场白的预设问题。比如说这个用户第一次进来，我也不知道问什么问题，那我就问一个，给他提供三个问题。商品的发货时间，什么信用卡支付失败什么什么等等，什么售后申请被驳回这种常见的问题。你把它放在这里，用户点击一个让他去体验一下这个客服，就是大家知道应该怎么来问问题，所以说一般要放一些开场白。
玉的问题一般是用户问的比较多的常见的一些问题。然后是大家看啊，你看用户问题建议，每一次回复之后，智能体回复之后不会提供任何用户的建议，就是没有什么建议，就直接回答答案就完事了。然后这个里面我们还可以配一些背景，让老聊天的时候更加具有沉浸感，包括一些A键的声音，我回答问题的时候播报语音OK这个就是角色的一个定义。你看我们刚刚那个头像其实已经换了，对不对，我们已经换了这个头像了。好，然后的话大家看啊就在这个地方，我们点这个什么呢？有个试运行，试运行的话就是我整个可以把一些这个对话的信息，有有问一个问题，我可以把这个工作流给跑起来。
好，然后角色定义完之后，接下来干嘛呢？就要查询客服的对话技术。我们现在有一个逻辑就是什么呢？
我整个一个对话记录我要记住，就是你问的是重复问题的话，那你要把对话历史也加上，加这个对话历史有什么好处呢？就会让整个对话显得会比较什么呢？有有记忆这个功能，就是你跟客服去交流，你之前问过一些重复的问题，客服他是知道你之前的一些问题的，这样的话他就更像一个人了？可以记住你之前的，而不是很机械式的。你问他什么就答他什么，没有任何记忆的这个功能的话，这个体验是不太好的。所以说我们需要有这个对话历史记录，然后再往后就是到后面就是一个什么呢？
叫用户意图识别，这里就比较关键了，这里就是什么呢？需要借助AI的一些能力。所以说我们这里加入的一个节点的话是一个什么节点呢？是一个大模型节点，大家在下面有个添加节点，这里大家看有个这么一个图标的叫大模型节点。大模型节点的话主要就是去调用大模型的一些能力。比如说我现在调用豆包大模型，让他帮我干嘛呢？帮我做一个系统，就是一些意图识别。
比如说大家可以看到，你这个里面首先判断关键信息，查询用户的问题和诉求。然后第二步是判断所有的一个场景怎么样。比如说我问的是物流场景，那用户可能问问一些什么发货时间慢，对不对？如果是支付场景，那么支付要么就是支付失败了，或者怎么样没扣款的一些问题。
如果售后场景的话，比如说损坏功能缺失，或者说一些什么没有修好，要求进一步处理等等这些问题，或者是没有明确场景的，也就是找不到找不到是吧。然后那我就可能会输出内容，就不知道没不知道这种问题怎么解答。然后是输出格式为售后场景怎么样，就是把我们具体的结果给它输出来限制，只能输出物流场景、支付场景、售后场景、无明确场景的一个场景。就是你没有这个场景没匹配到的话，就不要输出其他相关的内容，就是说可能不知道就完事儿了。这个就是用户意图识别，就是我们最关键的一个内容，就是要匹配到用户的一个具体场景。好，然后大家看啊，下面我们把一些历史对话记录关联进来。整个我们历史对话的话是通过这个有一个变量叫Robert history，这个东西就是我们上次获取历史对话，把它往下传递，就是我们整个对话记录要在这里呈现，就是让做意图匹配的时候，每次都要让这个智能体知道用户当前的对话进行到哪一步了。所以说这里一定要做一个意图识别OK。
然后刚刚提到了它用户匹配完之后，意图匹配会输出一些东西，就是场景的一个描述。比如说用户问的是物流的问题的话，他肯定会输出一个物流场景。如果是支付场景的话，那就支付场景等等。好，不同场景的话我们就要对应的不同的一个解决方案了。如果说是物流场景的话，大家看啊这里你就要匹配到一个叫解决方案专家物流，那这里干嘛呢？大家打开，这个也是这样大模型的一个能力。这里大家注意，只要涉及到内容的匹配总结归纳的话，基本上都是大模型，只有大模型其实能干这个事情。所以说到这个解决方案专家其实指的就是大模型去帮你做总结归纳。
然后我们打开这个操作，大家看啊你看它的一个细节，这个是做物流专家，首先要判断关键信息，比如说查询用户的问题和诉求，查询历史绘画，你看他每一个大模型节点都会有一句话叫什么呢？查询信息中的历史对话，一定要知道用户之前遇到什么问题，因为对话它是有记录的，他每每我每次发的问题可能会不一样。我要分析你历史的一些情况，就很方便的去帮你做后续的一些内容的输出。所以说一定要把历史规划这个事给它带入进去，然后是判断所属场景。
比如说我们要根据判断什么用户的问题跟诉求，判断出用户所处的一个场景。以下为事宜，比如说他问的是发货，那你就进入什么什么场景。如果是问的是礼物配送的话，你就进入什么什么场景。二如果是什么咨询收礼物的物流的话，那进入什么场景。三也就是说归类，这段其实是说白了就是归类。
第二步第三步的话判断处理方案。比如说场景一发货配送时效问题，你看下面就是什么分类的，什么1-1就是用户咨询发货时间，1-1就是是否已发货，1-2就是下单后都能到达，以此类推，就是有很多分类的。你看配送地址问题就是2-1，物流进度问题就是3-1。这个说白了就是把问题作为一个分类，就跟我们去写文章一样，哪一个章节，哪一个大纲的某一点大家做一下方案的匹配，匹配完之后，可想而知最终输出这个格式肯定是一个方案的名称。比如说最终用户他只要一个结果，但是我们需要根据这个结果去做方案的匹配。所以说输出内容其实就是你具体匹配到了几个方案。
比如说方案1-1，方案2-2-1，就是把方案给输出出来，然后还要给出一些什么注意事项，比如说有一些特别提示，比如说什么什么发货了吗？是吧？地址提错了吗？可以改吗？这个你要说出具体的一些情况，比如说输入方案2-2，就是你要把具体的方案给匹配出来，如果匹配不到的话就是无。所以说这里要做一些特别场景的一些补充说明，这个就是物流的。然后其他的大家其实就是以此类推了，你要物流后面还会有一个逻辑。大家看啊这里会有一个代码的一个处理逻辑，为什么会要用到代码呢？
代码的话就是它会帮你把所有的方案做一个解析，就什么方案编号，也就是说你可能会匹配一堆编号是吧？一堆方案。那我现在需要把你这个方案格式化的做一个输出，最终的方案是啥？输出格式什么？也就是说白了这个东西帮你做格式化，用代码的方式帮你把内容解析出来，解析出来之后按照他的一个要求输入成指定的一个方案的一个格式。
有了这个方案格式之后干嘛呢？大家看最后就要做聚合了，就是我所有的内容，什么什么查询支付的，查询物流的，最终的方案跟输出的一个方案列表，这个都要给到。就是他要总结出来最终的解决方案是什么，解决方案的一个列表是什么，详情？描述都给他做一个聚合，聚合完之后干嘛呢？再丢给这个叫协商沟通的这个agent，就是由在他这个依旧是一个大模型节点，只是说这个大模型节点比较特殊，他是做一个什么呢协调，就跟我们组织开会的那个组织人员一样，他做什么事情呢？
大家看啊他其实就是具体的一个客服了，客服最终的一个逻辑就是你要有一个总结归纳。比如说你的名字叫小明，非常喜欢聊天，你有非常强大的人格魅力，就是做一个性格的定义，这个其实就是做行业定制化。比如说大家做那个电商客服的那你的回答问题的方式，比如说在某宝上面就是什么什么亲，你的什么东西到了什么，就是小组，就是有这种友好的一个称谓，这样的话会提升整个的一个人格魅力，说白了就是让对话更加具有人性化？就别人跟你这个客服聊天的时候，他是开心的，就这么个意思。然后富有耐心，就是客服这个工作他是一定要具有耐心的。不管用户的问题有多刁钻，那你也需要具备一个耐心和同理心的去敏锐的感觉到别人的一个情绪。
当别人生气失望的时候，你可以需要安抚一下别人的情绪，这个是比较关键的，这个才是一个合格的一个客服，就是可以解决除了解决问题本身以外，还可以照顾别人一个情绪。然后你的职业是什么什么某某什么电商平台的一个电商客服是吧？然后哎比如说最开始你有一个开场白，就是最开始你要给我做一些什么开场寒暄、打招呼、问题澄清、方案协商、安抚情绪。因为你给的结果可能用户不一定满意，他可能会对你失望生气什么的，那你要稍微安安抚一下，然后服务收尾怎么样是吧？最终完成了，就感谢您的一个咨询，最后致谢，就是整个一个流程要体现你的职业是比较专业性的。
好，然后你的任务就是用户也在某某平台买的商品遇到问题的时候，你需要理解什么呢？与智能客服一些历史对话，包括一些其他的一些问题，你要做一个总结归纳。包括你的工作步骤，第一步判断基本情况，第二步什么什么判断用户情绪，然后判断用户问题等等的一个流程。这个是写的非常细的，就是你的具体的工作步骤都已经列清楚了，然后来判断什么呢？
之前客服给过的方案类型是否相同，比如说你看刚刚之前那个对话里面，比如说我再重复问他一个问题，他其实会知道小明之前已经回答过什么什么之类的，是吧？那你去那个那个就可以了。他有时候你跟他问了重复的问题，问多的话，他就会提示你，你之前已经问过这个问题了，人家已经做过答复了。所以说这个里面你要判断一个什么历史状态，包括他在当前的服务状态，就是你之前是不是首轮对话，是不是第一次来聊？第一次来聊就是开场寒暄，如果是第二次来聊，就不需要重复的寒暄了，那你就直接给结果就可以了，按照方案一个匹配。如果第三次的话，那你也可以说，我你之前已经问过类似的问题了，这个客服已经回答过你类似的，最后再给你做一个总结归纳，这个他是要有一个当前服务的一个阶段的，而不是每次都说出一样的，一定是开场寒暄是吧？
问的不同的次数的话，他给出的一些反馈应该是不一样的。这才能让别人觉得你这个客服真的是很智能，然后参考服务指南去回复用户，包括你要总结话术，比如说不能超过80个字，尽量不要使用句号，整个话术要流畅衔接，然后包括一些开场寒暄的服务指南，什么什么第一次进来发了一个什么消息，澄清问题诉求，提供跟协商问题解决方案包括下面还要给一些这个示例，示例的话就是可以让这个智能体更好的去给你输出内容。比如说什么积极乐观，与商品详情、店铺规则相关东西，要给出你一些事例，就是说白了就给你提要求，也不能回复一些？很奇怪的这种回答，一定按他的要求去回答，包括服务收尾，你就是用户问题已被解决，要求主动收尾，他用户一个是自己发起的这个主动收尾，然后是什么呢？用户主动表示感谢，要积极回应，要积极热情礼貌，然后输出回复这个话术。用文本格式就可以了啊不要超过80个字。然后就是限制啊不要称呼用户为小组，自称为小咪，不可以有其他的称呼，要充分结合用户的情绪，做好必要的安抚。
这个要具体的一个限制，就是你的要求是什么？这个客户必须按这个要求来做什么，能做什么不能做，这个就是限制里面需要关注的一些点。OK这个就是我们最关键的有一块内容，叫做什么呢？
叫系统提示词，就是沟通这个agent他需要做的一个事情，所以这个节点其实是最核心的，把所有的结果拿到之后，由这个节点去做最终结果的一个输出，然后把它打印出来这里我给大家试运行一下，试一下给大家看一下结果。比如说我现在首先问一个物流的问题，你就随便问一个，我在这个方案库里面找一个问题，比如商品是预计什么时候送达，就问这么一个问题大家可以在这个试运行里面，我们大家可以看到整个方案的一个执行逻辑，从第一个节点它会有一个过程给你看到，来我们输入这个问题来跑一下。选择这个默认，第一次对话听一下，然后发送消息。大家看这个节点开始运作了，你看运行成功。
首先大家看啊，你看我刚刚问的是一个物流的问题，对不对？物流的问题，商品预计什么时候送达？大家看啊他首先走的是第一个节点是吧？它意图匹配我们看他输入啥，意图匹配输出的就是这个物流场景物流场景，那就走物流场景的这个解决方案到这里，这也是个选择器，匹配哪个场景他就走哪个。那我现在匹配的是一个解决方案专家，那就走这里呗。走这里大家看啊，他就会说出一个东西，就是匹配到了这个方案1-2-2，这里会做一个解决方案的一个匹配。然后完了之后大家看啊，它会把1-2的一些细节给你去做一些打印。当然这个里面的打印它可能也包含其他方案，就他会帮你把一些分块的内容给你打印出来，所以这里会做一些匹配。
匹配完之后大家看啊，这会做一个方案的一个查询，我们看它输入是啥，最终的方案是1-2，但是他会给你一个输出，大家看他会把1-2的内容给你做一个输出。也就是上面的内容虽然给你的给了你一堆，大家看他给你21个解决方案，但是你想要的其实就是11-1-2的这个方案。所以这里咱们得做一个匹配，就是哪个是最合适的哪个是最合适的一个节点。这里需要代码帮你去做一些梳理，帮他把内容做一些格式化。因为它是知识库里面的，它只能帮你把知识库里面部分内容抓取出来。至于你需要哪些最精准的内容的话，需要用代码的逻辑把它输出出来。这个代码的一个逻辑就是把最终的方案给匹配出来，然后干嘛呢？然后帮你把结果输出，最后聚合。
大家看啊聚合这里的话，它会聚合很多内容。当然我们这里的聚合目前只聚合了这个涉及到物流查询相关的一些问题。其实它还有一个知识库，叫补充知识库。这个知识库大家看一下，就是你自己可以在这里加问题，这是一个表格，大家可以自己去加。就是不在那个范围以内的话，大家可以比如说我问的是这个问题，他就会问这个补充的这个知识库，也就是我们我们自己，除了它原有的知识库以外，其实你还可以自己补充的知识库。
补充问题你可以加在这个里面，也就是这三个方案都解决不了了，你可以在补充知识库里面再加。所以说这个方案里面会聚合各种各样的一些方案，什么什么是吧产品，各种各样的解决方案，包括常见的问题，都在这个里面。所以说这个完了之后，最终这个聚合出来的结果的话才是我们想要的。你看到最终返回大家就能看到一个什么东西呢？看到一个最终我想问的这个什么物流什么时候送达？商品什么时候送达，他说商品送达收发货地什么什么物流方式什么的影响，需要你在订单详情里面看啊。这个就是这个答案最终匹配出来的一个什么结论，就是通过整个一个流程去做的，这个流程大家一定要搞清楚。
然后比如说我们现在再问一个问题再问一个问题。比如说我问的是这个订单状态未更新怎么办？它就会匹配到那个补充知识库里面去。那我们再跑一下工作流，选这个default，我们清一下历史记录。商品的发货时间是什么时候？问一下这个问题，订单状态未更新怎么办，把这个问题复制一下。然后在刚刚那个地方试运行一下。
在这个地方。我们看一下他有没有走那个补充知识库，大家看是不是走了这个了。你看他这次协商的一个结果的话，就是补充知识库里面输出一个结果。大家看啊，你看是不是这个里面，你看FAQ里面是不是就有结果了，也就是说它会匹配多种知识库。比如说我现在问的是一个什么呢？支付的一个问题，大家看我随便找一个支付的问题，那他就会把支付的一些问题输出出来，比如说如何更换支付方式，我们再来实验型一下。
好，大家看啊，就是我们现在要更换这个支付方式是吧？来，再来跑一下。听一下历史对话，然后再跑一下。
好，大家看他现在是不是去匹配这个支付了，对不对？支付的一个问题是不是就被匹配出来了，所以说这个逻辑大家应该现在都应该搞清楚了。就是我问什么问题，根据场景匹配出来之后，它就会在不同的方案里面匹配，你后续可以加各种各样的知识库，你想让他走什么场景就走什么场景，只要他能匹配到就可以。OK这个逻辑大家一定要搞清楚。
好，以上的话就是关于这个基于cos开发电商售后客服的一个分享。大家最主要的就是把这个整个流程要搞清楚。我们最开始讲那个流程每一步他是做一个什么事情呢？把这个搞清楚之后，整个就好理解了，大家也可以去搭建自己的垂直行业的一个电商售后客服。