2024年AI客服选车助手LLM评测

智能客服行业近年快速迭代，但用户频繁遭遇“答非所问”的痛点：例如询问优惠券，系统却自顾自推荐车型，体验极为割裂。本文剖析货拉拉如何借助大模型技术，将“选车助手”这一看似简单的场景，打磨出高转化率的实操方案。

业务背景与挑战

客服咨询场景可拆为两类：FAQ（用户提问、系统应答）与任务型（逐步引导完成操作，如取消订单、开发票）。AI客服的本质是通过人工智能实现效率与质量提升，同时压缩运营成本。选车助手正是任务型咨询中的典型子场景，其难点在于用户意图多变、货物信息非结构化。

选车助手现状

为精准推荐车型，请配合回答几个问题：您货物的重量是多少？可选择下方近似选项，或手动输入如“0.5吨”“1吨”等

（此处包含货物重量选项列表）

仅剩2个问题！请根据货物长度选择以下选项，或手动输入如“4米”。若有多件货物，只需填写最长件长度（例如床长2米）。注意：长度指物品平放于车厢内从车头到车尾的尺寸；不可倒放的物品（如冰箱），高度不计入长度。

（此处包含货物长度选项列表）

最后一问！请选择要运输的物品类型；若未列出，可输入“水果”“装修建材”等

（此处包含物品类型选项列表）

（以下是用户与助手的真实对话案例，暴露助手无法理解用户问题的糟糕体验）

典型问题一目了然：

1. 仅支持预设类别，货物信息不全，车型推荐失准。

2. 纯点选交互僵硬，无法处理“一张桌子、一台七十寸电视”等复合表达。

3. 回复冗长啰嗦，缺乏人机自然对话感。

4. 用户一旦偏离主流程（如询问优惠），机器人直接“死机”，体验断崖下跌。

技术选型与路线

市面主流商业方案偏保守——重可控、轻灵活。客服需先绘制复杂流程图、编写固定规则，系统严格照本宣科。用户路径稍有偏移，体验崩溃，不得不转人工，成本反而攀升。

过去一年，大模型与智能体技术快速进化。货拉拉内部自研货运大模型，为选车助手的彻底重构注入底气。

系统架构设计

整套选车助手系统自顶向下分为四层：

• 交互层：覆盖Web、App、小程序，全渠道接入。
• 应用层：IM后台、WebSocket网关，负责通信链路。
• 逻辑层：DM对话机器人系统，管理会话与状态。
• 算法层：核心大脑，基于Multi-Agent框架，配合内部机器学习平台（海豚平台）管理模型。

图1 客服选车助手系统框架图

算法方案详解

线上数据分析显示：用户行为完全不可控。他不会按预设流程走，常插入“有优惠券吗？”（FAQ）或“今天天气怎么样？”（闲聊）。如何在推进主流程的同时，自然地将话题拉回，是核心难点。此外，货物类型多样、用户描述方式千奇百怪，精准理解挑战极大。

我们选择大模型破局，因其具备三大核心能力：强理解力（精准定位多种表述）、智能生成力（回复更拟人、体验更优）、跨语言能力（支持多语种对话）。

LLM-based多智能体系统

为兼顾大模型Agent的灵活性与可控性，我们采用务实路线：通过SOP（标准作业程序）分解任务，实现对Agent的细粒度控制，确保方案易于落地。

图2 LLM-based多智能体系统图

单一智能体难以应对复杂任务，故拆分为两个：NLG Agent负责应答、工具调用与流程引导；NLU Agent专攻对话中货物信息的提取。

NLG Agent

收到用户问题后，首先判断问题类型，再决定响应策略。示例见图3。它会与Memory、Tools及NLU Agent协同工作。

图3 NLG Agent示例

Memory

图4 Memory模块图

Memory存储三类先验知识：

• 通用知识库：用户提及“电动车”，系统自动补全典型尺寸重量，无需反复追问。
• FAQs：用户问“客服电话”，直接返回标准答案。
• 长短记忆：对话历史，让Agent记住上一轮上下文，提升配合流畅度。

Tools

图5 Tools模块图

Tools负责对接外部系统，包括：

• 车型推荐接口：基于NLU Agent收集的完整信息，输出精准推荐。
• 敏感词过滤接口：安全红线，必备组件。
• 业务SOP：控制对话节奏，避免在闲聊上过度消耗。
• 流程引导：综合所有信息，决定下一步是回复FAQ还是继续采集货物信息。

NLU Agent

这是最关键的模块。选车助手的核心任务是根据货物信息匹配车型，但用户表达极度多样：

• “我要拉一个箱子，长1米”（仅部分信息）
• “我要拉20个1m*1m*1m的箱子”（多个同规格物品）
• “我要拉1.8m的床和冰箱”（多个不同物品）
• “长1.8m，重量不清楚”（信息模糊）

从中精准提取信息是难点。传统NER方法需要大量标注样本、训练周期长，且容易在实体嵌套场景出错。

我们基于自研货运大模型，初始基线在内部测试集上仅50%准确率。经过一轮prompt调优，最高达到60%。分析bad case发现，模型对“不清楚多重”、“外机700×400×500”等表述处理困难。为此引入RAG（检索增强生成）技术。

图6 RAG基本流程图

召回采用多路策略：

• 向量召回：寻找语义相似的问法，如“1.5长 70cm高 74宽”，系统可常识补全为“长1.5米，宽74厘米，高70厘米”。
• 货物名称召回：根据“电视”、“冰箱”等具体名称，匹配同类货物的典型规格，如“60寸液晶电视”。

通过多路召回RAG，准确率直接跃升至80%。

此外，在第n轮对话时，将前一轮（n-1轮）已收集的信息作为上下文输入，效果显著提升。再结合硬编码规则处理固定句式，最终内部测试集上的货物信息识别准确率稳定达到90%。

表1 迭代效果对比展示

效果展示

示例1

（以下是新系统的真实对话案例）

用户询问优惠券，助手不仅正确回答，还能自然拉回主流程（“请问桌子的长度、重量？”）。用户更正重量后，助手准确理解上下文，直接更新推荐车型（从小面换为中面）。

效果分析：

• 流程引导：回答后主动回归主线。
• 拟人化回复：简洁、自然。
• 上下文理解：用户更正信息后，推荐实时刷新。

示例2

（另一个真实对话案例）

用户说“一个桌子，一个七十寸的电视机”，助手直接追问桌子信息，对七十寸电视的尺寸和重量已具备常识。用户表示“重量不清楚”，模型自动推理出桌子大致重量，无需再次追问。

效果分析：

• 多物品信息理解：能处理“一个桌子、一个电视”等复合输入。
• 具备常识：七十寸电视不用再问重量，桌子重量可自动推断。

总结与下一步

这是大模型在货拉拉业务场景的一次务实落地。面对具体业务的实际挑战，我们摒弃炫技，基于自研货运大模型与多智能体架构，稳扎稳打地打造出兼具“人情味”和“懂业务”的AI客服选车助手。未来将持续迭代优化，并将这套能力复制到更多客服子场景中。

来源：互联网