在数字化时代，AI赋能客服已成为企业提高效率、满足客户需求的重要策略。此课程旨在为参与者提供深入了解如何将AI技术与传统客服流程结合，创建智能、高效和用户友好的客服体验。从AI在客服场景的应用，到技术实现的探索，再到具体的实践案例，本课程将为您提供全面的知识体系。

第 一 章：AI赋能智能客服场景探索

1. AI赋能信息整理

自动文本分类：利用大模型处理技术自动分类客户的咨询、投诉和建议。

自动标签提取：通过机器学习技术自动为每条客户反馈提取关键标签，便于后续检索和分析。

2. AI赋能信息处理

情感分析：应用AI技术分析客户反馈的情感倾向，**识别不满意或紧急的问题。

自动回复建议：根据历史数据和AI模型为客服人员提供回复建议，提高响应速度和质量。

3. AI赋能处理流程

智能工作流：结合AI技术辅助设计更合理的工作流，使得流程能越来越高效和规范。

智能优先级分配：利用AI技术自动为每条客户反馈分配优先级，确保重要或紧急的问题得到及时处理。

3. AI知识库整理

自动知识抽取：利用机器学习技术从大量客户反馈中自动提取常见问题和答案，不断丰富知识库。把产品资料自动整理QA对。

2. 基于资料的客服模型微调

持续学习：让AI模型定期从最新的客户反馈中学习，不断提高其性能。

模型细化：针对不同类型的客户或问题，微调AI模型，使其更加精确和高效。

探讨：客服的痛点和AI解决方案识别。

第二章：AI赋能智能客服技术探索

2.1 大模型+embedding进行知识库服务

2.1.1向量数据库入门

2.1.2 Embedding入门

2.1.3语义搜索vs关键词搜索

2.2 打造卓创大模型：通用大模型+FT（微调）

2.3打造卓创大模型生态：大模型+Agent形成个性化应用

2.4 案例分享

案例1：同花顺金融信息大模型

同花顺业务场景中的大模型: 问答

同花顺业务场景中的大模型:对话

同花顺业务场景中的大模型: 信息抽取

同花顺业务场景中的大模型:奥情监控

案例2：浙江移动基于GPT的客服意图识别

第三章：客服提示词工程

3.1 prompt的一个本质

3.2 Prompt的二个心法

3.3 Prompt的三项沟通要点

3.4 prompt的四项chat法则

3.5 prompt的五个业务法则

3.6 Prompt的六条咒语

3.7 Prompt的七项注意

3.8 Prompt的天龙八部

案例：天津集创造物（天猫Marks）赋能客服解决投诉问题和推荐问题（附现场视频）