为什么用 AI 做客服

传统客服系统面临几个核心痛点：

人力成本高：7x24 小时值守需要大量人力
响应速度慢：高峰期排队等待影响用户体验
知识不一致：不同客服回答口径不统一
无法规模化：业务增长时客服团队难以同步扩张

AI 客服的优势在于：秒级响应、全天候在线、回答口径统一、成本可控。通过词元圈的 API，你可以在几行代码内获得一个能理解自然语言、支持多轮对话的智能客服。

系统架构

系统架构

一个完整的 AI 客服系统包含以下组件：

组件	职责	技术选型
前端界面	用户对话入口	React / Vue / 小程序
后端服务	业务逻辑、会话管理	Node.js / Python / Go
知识库	FAQ、产品文档	向量数据库 / 本地文件
LLM API	自然语言理解与生成	词元圈 API

基础实现

1. 初始化客户端

from openai import OpenAI

client = OpenAI(
    base_url="https://www.ciyuano.com/v1",
    api_key="sk-your-api-key"
)

2. 定义系统提示词

系统提示词决定了客服的角色、语气和行为边界：

SYSTEM_PROMPT = """你是「词元圈」的智能客服助手。

你的职责：
1. 回答用户关于 API 接入、定价、模型选择的问题
2. 协助排查接入过程中的常见问题
3. 对于无法解决的问题，引导用户联系人工客服

规则：
- 只回答与词元圈产品相关的问题
- 不确定的信息不要编造，告知用户需要确认
- 回答简洁明了，避免冗长
- 使用中文回答"""

3. 实现多轮对话

class CustomerServiceBot:
    def __init__(self):
        self.client = OpenAI(
            base_url="https://www.ciyuano.com/v1",
            api_key="sk-your-api-key"
        )
        self.conversations = {}  # session_id -> messages

    def chat(self, session_id: str, user_message: str) -> str:
        # 获取或创建会话
        if session_id not in self.conversations:
            self.conversations[session_id] = [
                {"role": "system", "content": SYSTEM_PROMPT}
            ]

        messages = self.conversations[session_id]
        messages.append({"role": "user", "content": user_message})

        # 调用 LLM
        response = self.client.chat.completions.create(
            model="deepseek-v4",
            messages=messages,
            temperature=0.3,
            max_tokens=1000
        )

        assistant_message = response.choices[0].message.content
        messages.append({"role": "assistant", "content": assistant_message})

        return assistant_message

RAG 知识库检索

纯靠 LLM 的通用知识无法回答业务 specific 的问题。RAG（检索增强生成）通过先检索相关文档，再让 LLM 基于检索结果生成回答，解决了这个问题。

知识库构建流程

import numpy as np

class KnowledgeBase:
    def __init__(self):
        self.documents = []
        self.embeddings = []

    def add_document(self, content: str, metadata: dict):
        """添加文档到知识库"""
        embedding = self._get_embedding(content)
        self.documents.append({"content": content, "metadata": metadata})
        self.embeddings.append(embedding)

    def search(self, query: str, top_k: int = 3) -> list:
        """检索最相关的文档"""
        query_embedding = self._get_embedding(query)
        similarities = [
            self._cosine_similarity(query_embedding, emb)
            for emb in self.embeddings
        ]
        top_indices = np.argsort(similarities)[-top_k:][::-1]
        return [self.documents[i] for i in top_indices]

    def _get_embedding(self, text: str) -> list:
        """获取文本向量"""
        response = client.embeddings.create(
            model="text-embedding-3-small",
            input=text
        )
        return response.data[0].embedding

    def _cosine_similarity(self, a, b) -> float:
        """计算余弦相似度"""
        return np.dot(a, b) / (np.linalg.norm(a) * np.linalg.norm(b))

RAG 增强对话

def chat_with_rag(self, session_id: str, user_message: str) -> str:
    # 1. 检索相关知识
    relevant_docs = self.knowledge_base.search(user_message, top_k=3)
    context = "
".join([doc["content"] for doc in relevant_docs])

    # 2. 组装带知识的提示词
    enhanced_prompt = f"""{SYSTEM_PROMPT}

以下是从知识库中检索到的相关信息，请基于这些信息回答用户问题：

{context}
"""

    messages = [
        {"role": "system", "content": enhanced_prompt},
        {"role": "user", "content": user_message}
    ]

    # 3. 调用 LLM
    response = self.client.chat.completions.create(
        model="deepseek-v4",
        messages=messages,
        temperature=0.3
    )

    return response.choices[0].message.content

流式输出

对话流程

流式输出让用户看到「打字效果」，大幅改善等待体验：

def chat_stream(self, session_id: str, user_message: str):
    """流式返回，逐字输出"""
    messages = self._get_messages(session_id, user_message)

    stream = self.client.chat.completions.create(
        model="deepseek-v4",
        messages=messages,
        temperature=0.3,
        stream=True  # 开启流式
    )

    full_response = ""
    for chunk in stream:
        if chunk.choices[0].delta.content:
            token = chunk.choices[0].delta.content
            full_response += token
            yield token  # 逐字返回给前端

    # 保存完整回复到会话历史
    messages.append({"role": "assistant", "content": full_response})

前端通过 SSE（Server-Sent Events）接收流式数据：

// 前端 JavaScript
async function sendMessage(message) {
  const response = await fetch('/api/chat', {
    method: 'POST',
    headers: { 'Content-Type': 'application/json' },
    body: JSON.stringify({ message })
  });

  const reader = response.body.getReader();
  const decoder = new TextDecoder();

  while (true) {
    const { done, value } = await reader.read();
    if (done) break;

    const text = decoder.decode(value);
    appendToChat(text);  // 逐字显示
  }
}

模型选择建议

场景	推荐模型	原因
简单 FAQ 问答	Qwen Plus	成本低，响应快
复杂业务咨询	DeepSeek V4	推理能力强，中文好
需要工具调用	MiMo v2.5 PRO	Function Calling 支持好
性价比优先	MiMo v2.5	限时免费

优化建议

会话管理

设置会话过期时间（建议 30 分钟无活动自动关闭）
限制历史消息轮数（建议保留最近 10 轮），避免 token 超限
对长对话进行摘要压缩，保留关键信息

提示词优化

明确角色边界：告诉模型什么该回答、什么不该回答
提供Few-shot 示例：给出标准问答对，统一回答风格
设置兜底策略：当模型不确定时，引导用户联系人工

成本控制

简单问题用小模型，复杂问题用大模型（路由策略）
设置 max_tokens 限制输出长度
对重复问题缓存回答

完整示例代码

以下是一个可直接运行的完整示例：

from openai import OpenAI

client = OpenAI(
    base_url="https://www.ciyuano.com/v1",
    api_key="sk-your-api-key"
)

SYSTEM_PROMPT = """你是智能客服，请简洁、准确地回答用户问题。"""

def chat(user_message: str, history: list = None):
    if history is None:
        history = []

    messages = [{"role": "system", "content": SYSTEM_PROMPT}]
    messages.extend(history)
    messages.append({"role": "user", "content": user_message})

    response = client.chat.completions.create(
        model="deepseek-v4",
        messages=messages,
        temperature=0.3,
        stream=True
    )

    full_response = ""
    for chunk in response:
        if chunk.choices[0].delta.content:
            token = chunk.choices[0].delta.content
            full_response += token
            print(token, end="", flush=True)

    history.append({"role": "user", "content": user_message})
    history.append({"role": "assistant", "content": full_response})
    return full_response, history

# 交互式对话
if __name__ == "__main__":
    history = []
    print("智能客服已启动，输入 'quit' 退出
")
    while True:
        user_input = input("用户: ")
        if user_input.lower() == "quit":
            break
        print("客服: ", end="")
        response, history = chat(user_input, history)
        print("
")

总结

搭建一个 AI 客服系统的核心步骤：

选择 API：注册词元圈，获取 API Key
设计提示词：定义客服角色、职责、回答规则
实现对话：多轮对话管理 + 流式输出
接入知识库：RAG 检索增强，回答业务 specific 问题
持续优化：根据用户反馈调整提示词和知识库

整个过程只需几十行 Python 代码，配合词元圈的 API 即可完成。对于中小型业务，这套方案足以覆盖 80% 以上的客服场景。

下一步：尝试接入 Function Calling，让客服机器人具备查订单、查物流等实际操作能力。

查看 API 文档 · 选择模型

技术博客

用 AI API 搭建智能客服机器人：完整实战方案

热门标签