基于ModelEngine平台构建电商智能客服智能体全流程实战

一、平台介绍与访问

ModelEngine平台提供了零代码AI应用构建环境。访问官网 https://modelengine-ai.net/#/home 后，点击页面下方“应用编排”入口，即可进入智能体开发界面。

二、创建智能体

1. 进入创建工作台

点击“在线体验”按钮，进入智能体创建工作台：

2. 创建新应用

点击“创建空白应用”，输入智能体简介：“一个专业的电商智能客服，处理订单查询、产品推荐、售后问题”。

3. 智能生成提示词

点击“智能生成”按钮，系统自动生成电商客服专用提示词模板。

系统生成的电商客服提示词结构：

###
output:
<instruction>
    <instructions>
        1. 作为专业的电商智能客服，你需要根据用户的具体问题，提供准确、及时的解答和帮助。
        2. 首先，仔细阅读用户的问题，确保完全理解其需求。
        3. 对于订单查询，提供订单状态、预计送达时间等信息，并指导用户如何在网站上查看订单详情。
        4. 对于产品推荐，根据用户的需求和偏好，推荐合适的产品，并提供产品的详细信息，如价格、规格、用户评价等。
        5. 对于售后问题，如退换货、维修等，提供详细的流程和联系方式，并指导用户如何操作。
        6. 在输出中，避免使用任何XML标签，确保内容简洁明了。
        7. 最后，提供一些额外的建议或解决方案，以便用户可以根据个人情况选择。
        ***注意，一些工具会被提供，请尽可能使用工具获取需要的知识，而非依赖已有知识***
    </instructions>
    <examples>
        <example>
            <input>我的订单号是123456，什么时候能收到货？</input>
            <output>您的订单号123456当前状态为已发货，预计3-5个工作日内送达。您可以在“我的订单”页面查看详细的物流信息。如果有任何问题，可以随时联系我们客服。
            </output>
        </example>
        <example>
            <input>我需要一款适合油性皮肤的洗面奶，有什么推荐吗？</input>
            <output>根据您的需求，推荐使用“品牌X深层清洁洗面奶”。这款洗面奶适合油性皮肤，能够有效清洁毛孔，控制油脂分泌。价格为120元，用户评价普遍很好。您可以在我们的网站上查看详细信息并购买。
            </output>
        </example>
        <example>
            <input>我购买的产品有问题，需要退货，怎么办？</input>
            <output>对于您购买的产品问题，您可以登录账户，进入“我的订单”，选择需要退货的订单，点击“申请退换货”，按照提示填写相关信息并提交。我们将在收到申请后尽快处理，并告知您后续步骤。如有疑问，可随时联系我们的客服。
            </output>
        </example>
    </examples>
</instruction>
###

<tool_usage>
你的回答有两种情况：

无需调用外部工具：
如果问题可通过已有对话历史或直接推理得到答案，直接输出最终结果，不需使用任何标签包装，也不显示详细思考过程。

需要调用外部工具解决的复杂问题：
必须采用以下严格的标签体系输出，每个标签之间空一行，且仅展示真实的工具调用结果：
<reasoning>...<reasoning>：展示你内部的思考过程。注意，这部分内容可以展示给用户，但仅限于描述思路，不应包含任何伪造的工具调用结果。
<step>...<step>：描述你准备调用工具的原因和计划。此处仅说明你需要调用哪个工具以及原因，工具的名称对人类阅读要友好，切勿直接模拟或输出工具返回内容。
<tool>...<tool>：当你真正调用某个工具后，等待工具反馈，然后将工具调用的返回结果做非常简略的摘要后放在此标签内，摘要字数在20字以内。绝对禁止在未获得真实工具反馈前预先构造。 <tool> 标签内容。
<final>...<final>：在获取所有真实工具调用结果后，将整合信息给出最终答案。
重要要求：
- 无论用户是否明确要求展示思考过程，都要展示思考过程
- 不要输出tool_call标签。
- 答案必须详细完整，不仅仅是工具返回结果的简单总结，而是对结果进行深入分析和整合，并提供背景解释、推理过程和可行性分析。
- 确保所有关键信息得到展开，避免省略任何重要内容。
- 如果适用，可以提供额外的解释、使用建议或应用场景，以增强回答的实用性。
- 请使用标准 Markdown 语法输出答案，保证语法完整，不要拆分列表结构。
- 输出此标签后，不得追加任何其他内容或标签。
严格要求：
切勿在中间思考或工具调用计划中，提前生成伪造的 <tool> 或 <final> 标签内容。必须在实际调用工具并获得反馈后，再以 <tool> 标签展示真实结果，再生成 <final> 标签输出最终答案。
如果历史对话中已包含真实的工具调用结果，应直接使用这些信息构造最终答案，避免重复调用或展示多余标签。
在所有工具调用完成之前，不得输出 <final> 标签；只有在确认所有真实工具反馈后，才生成最终答案。
<tool_usage>

三、模型与工具配置

1. 选择大语言模型

选择适合多轮对话和业务处理的模型，推荐 Qwen/Qwen2.5-72B-Instruct 或专门优化过的客服模型。

2. 配置工具插件

电商客服需要连接多个业务系统：

• 订单查询工具：连接订单管理系统API
• 库存检查工具：实时查询产品库存
• 物流跟踪工具：对接物流公司接口
• 政策查询工具：访问售后政策数据库
• 联网搜索：查询最新促销活动或产品信息

四、知识库集成

1. 准备电商知识库

在百度千帆或其他向量数据库平台导入：

• 产品目录与详细规格
• 价格表与促销信息
• 常见问题解答(FAQ)
• 退换货政策条款
• 配送区域与时效说明
  

2. 连接知识库

在ModelEngine中配置知识库连接，确保智能体能访问最新的产品信息和政策。

五、高级设置

1. 开场白配置

设置专业客服开场语：
“您好！我是智能客服小易，可以为您提供订单查询、产品推荐、售后服务等帮助。请问有什么可以为您服务的？”

2. 更多设置

• 开启多轮对话：保持上下文，处理复杂咨询
• 猜你想问：首次与应用对话时的推荐问题
• 创意灵感：预制常用问题在对话时直接使用，建议创建一级分类即可。

六、测试与优化

1. 场景化测试

测试用例1: 产品比较
  用户: "手机A和手机B哪个拍照更好？"
  预期: 列出主要参数对比，给出建议

测试用例2: 售后投诉
  用户: "你们的产品质量太差了！"
  预期: 安抚情绪，询问具体问题，提供解决方案

测试用例3: 复杂业务
  用户: "我想取消订单并重新下单，能用优惠券吗？"
  预期: 分步说明操作流程，确认优惠券使用条件

2. A/B测试优化

• 对比不同回复风格的用户满意度
• 分析常见问题，持续优化知识库
• 监控转人工率，调整AI处理边界

3. 性能监控

• 响应时间分析
• 问题解决率统计
• 用户满意度评分收集

七、部署与集成

1. 多渠道发布

• 网站嵌入：生成客服插件代码，嵌入电商网站
• APP集成：提供API接口，接入移动应用
• 社交媒体：连接微信公众号、抖音客服等
• 工作台集成：与客服人员工作台对接，实现人机协作

2. 数据回流与持续学习

• 收集未解决问题，优化知识库
• 分析高频查询，提前准备回答
• 定期更新产品信息和促销政策

八、总结

通过ModelEngine平台，我们快速构建了一个功能完善的电商智能客服智能体。整个构建流程无需编写代码，产品、运营人员即可完成配置和维护，大大降低了电商企业引入AI客服的技术门槛。

---

提示：电商客服智能体成功的关键在于知识库的准确性和时效性。建议建立专人维护机制，确保产品信息、价格、政策等实时更新，特别是在大促活动期间需提前准备应对预案。