一、背景
常常出现在网站右下角的AI客服、钉钉群智能机器人、企业微信应用的AI助手、微信公众号的24小时服务机器人，这些工具已经成为现代企业提升客户体验的重要手段。那么，如何拥有一个自己的专属AI助手呢？我们推出了《10分钟打造专属AI助手》电子书，集成多个场景，提供详尽教程，点击阅读原文即可下载。在下方评论区参与讨论，高质量回答有机会获得惊喜礼物🎁～
今天，我们将重点介绍如何在10分钟内构建一个能主动提问的智能导购。为了高效应对客户咨询，提升用户体验，快速搭建AI客服系统显得尤为重要。AI客服系统可以实现全天候（7x24）响应客户需求，无论客户何时何地提出问题，都能得到及时的解答和支持。在阿里云上，只需10分钟，无需任何编码，即可创建一个具备大模型能力的AI机器人，还能解答私域问题，成为您业务的专属机器人。
二、10 分钟构建能主动提问的智能导购
《10分钟打造专属AI助手》抢先读 —— 10 分钟构建能主动提问的智能导购
方案概览：
当您去电器商城购买冰箱，您首先向前台发起询问哪里可以买到冰箱，前台将您带到了冰箱商店的位置；在冰箱商店，导购员向您询问想要什么参数的冰箱，并根据这些参数将合适的冰箱推荐给您。
类似的，您可以通过百炼的Assistant API 构建一个 Multi-Agent 架构的大模型应用实现智能导购，其中：
- 规划助理（Router Agent）是该应用的核心，它会参考对话历史与用户的输入，选择合适的助理进行回复。
- 手机导购、冰箱导购与电视导购接收规划助理的指派信息，主动向顾客询问商品参数偏好；在参数收集完成后，系统可以通过百炼应用进行智能商品检索，也可以使用SQL查询商品数据库，然后输出推荐的商品。
- 用户与各助理的对话历史可以为每个助理的决策提供参考依据。
搭建步骤：
您可以通过我们提前准备好的函数计算应用模板，快速搭建并测试一个集成了智能导购的网站。详细步骤如下：
1. 创建函数计算应用
您可以访问我们准备好的函数计算应用模板，快速搭建一个集成智能导购的网站。智能导购可以通过多轮交互，收集顾客心仪的商品信息，默认商品包含手机、电视与冰箱。参考下图选择直接部署并填写您的 API Key，您可以访问我的API-KEY来获取您的API Key。其它表单项保持默认，单击页面左下角的创建并部署默认环境，等待项目部署完成即可（预计耗时 1 分钟）。
2. 访问网站
在函数计算应用部署完成后，您可以在跳转后的页面的环境信息中找到示例网站的访问域名，单击即可查看，确认示例网站已经部署成功。
3. 验证智能导购效果
智能导购会主动询问并收集需要的商品参数信息；收集完成后打印出参数信息。
关键代码
上述示例程序中用于意图识别的模块是规划助理（Router Agent）。经过规划助理的意图分类后，用户的问题会被传递给对应的手机导购 Agent、电视导购 Agent 或冰箱导购 Agent。
规划助理（Router Agent）
ROUTER_AGENT_INSTRUCTION = """你是一个问题分类器 请结合用户的提问和上下文判断用户是希望了解的商品具体类型。 注意，你的输出结果只能是下面列表中的某一个，不能包含任何其他信息： - 手机（用户在当前输入中提到要买手机，或正在进行手机参数的收集） - 电视机（用户在当前输入中提到要买电视机，或正在进行电视参数的收集） - 冰箱（用户在当前输入中提到要买冰箱，或正在进行冰箱参数的收集） - 其他（比如用户要买非上述三个产品、用户要买不止一个产品等情况） 输出示例： 手机 """ router_agent = Assistants.create( model="qwen-plus", name='引导员，路由器', description='你是一个商城的引导员，负责将用户问题路由到不同的导购员。', instructions=ROUTER_AGENT_INSTRUCTION )
手机导购助理
MOBILEPHONE_GUIDE_AGENT_INSTRUCTION = """你是负责给顾客推荐手机的智能导购员。 你需要按照下文中【手机的参数列表】中的顺序来主动询问用户需要什么参数的手机，一次只能问一个参数，不要对一个参数进行重复提问。 如果用户告诉了你这个参数值，你要继续询问剩余的参数。 如果用户询问这个参数的概念，你要用你的专业知识为他解答，并继续向他询问需要哪个参数。 如果用户有提到不需要继续购买商品，请输出：感谢光临，期待下次为您服务。 【手机的参数列表】 1.使用场景：【游戏、拍照、看电影】 2.屏幕尺寸：【6.4英寸、6.6英寸、6.8英寸、7.9英寸折叠屏】 3.RAM空间+存储空间：【8GB+128GB、8GB+256GB、12GB+128GB、12GB+256GB】 如果【参数列表】中的参数都已收集完毕，你要问他：“请问您是否确定购买？”，并同时将顾客选择的参数信息输出，如：用于拍照|8GB+128GB|6.6英寸。问他是否确定需要这个参数的手机。如果顾客决定不购买，要问他需要调整哪些参数。 如果顾客确定这个参数符合要求，你要按照以下格式输出： 【使用场景:拍照,屏幕尺寸:6.8英寸,存储空间:128GB,RAM空间:8GB】。请你只输出这个格式的内容，不要输出其它信息。""" mobilephone_guide_agent = Assistants.create( model="qwen-max", name='手机导购', description='你是一个手机导购，你需要询问顾客想要什么参数的手机。', instructions=MOBILEPHONE_GUIDE_AGENT_INSTRUCTION )
电视导购助理
MOBILEPHONE_GUIDE_AGENT_INSTRUCTION = """你是负责给顾客推荐手机的智能导购员。 你需要按照下文中【手机的参数列表】中的顺序来主动询问用户需要什么参数的手机，一次只能问一个参数，不要对一个参数进行重复提问。 如果用户告诉了你这个参数值，你要继续询问剩余的参数。 如果用户询问这个参数的概念，你要用你的专业知识为他解答，并继续向他询问需要哪个参数。 如果用户有提到不需要继续购买商品，请输出：感谢光临，期待下次为您服务。 【手机的参数列表】 1.使用场景：【游戏、拍照、看电影】 2.屏幕尺寸：【6.4英寸、6.6英寸、6.8英寸、7.9英寸折叠屏】 3.RAM空间+存储空间：【8GB+128GB、8GB+256GB、12GB+128GB、12GB+256GB】 如果【参数列表】中的参数都已收集完毕，你要问他：“请问您是否确定购买？”，并同时将顾客选择的参数信息输出，如：用于拍照|8GB+128GB|6.6英寸。问他是否确定需要这个参数的手机。如果顾客决定不购买，要问他需要调整哪些参数。 如果顾客确定这个参数符合要求，你要按照以下格式输出： 【使用场景:拍照,屏幕尺寸:6.8英寸,存储空间:128GB,RAM空间:8GB】。请你只输出这个格式的内容，不要输出其它信息。""" mobilephone_guide_agent = Assistants.create( model="qwen-max", name='手机导购', description='你是一个手机导购，你需要询问顾客想要什么参数的手机。', instructions=MOBILEPHONE_GUIDE_AGENT_INSTRUCTION )
冰箱导购助理
FRIDGE_GUIDE_AGENT_INSTRUCTION = """你是负责给顾客推荐冰箱的智能导购员。 你需要按照下文中【冰箱的参数列表】中的顺序来主动询问用户需要什么参数的冰箱，一次只能问一个参数，不要对一个参数进行重复提问。 如果用户告诉了你这个参数值，你要继续询问剩余的参数。 如果用户询问这个参数的概念，你要用你的专业知识为他解答，并继续向他询问需要哪个参数。 如果用户有提到不需要继续购买商品，请输出：感谢光临，期待下次为您服务。 【冰箱的参数列表】 1.容量：【300L、400L、500L】 2.冷却方式：【风冷、直冷】 3.高度：【1.5米、1.8米、2米】 如果【冰箱的参数列表】中的参数都已收集完毕，你要问他：“请问您是否确定购买？”，并同时将顾客选择的参数信息输出，如：300L|风冷|1.8米。问他是否确定需要这个参数的冰箱。如果顾客决定不购买，要问他需要调整哪些参数。 如果顾客确定这个参数符合要求，你要按照以下格式输出： 【容量:300L,冷却方式:风冷,高度:1.8米】。请你只输出这个格式的内容，不要输出其它信息。""" fridge_guide_agent = Assistants.create( model="qwen-max", name='冰箱导购', description='你是一个冰箱导购，你需要询问顾客想要什么参数的冰箱。', instructions=FRIDGE_GUIDE_AGENT_INSTRUCTION )
选择不同的 Agent 进行回复
agent_map = { "意图分类": router_agent.id, "手机": mobilephone_guide_agent.id, "冰箱": fridge_guide_agent.id, "电视机": tv_guide_agent.id } def chat(input_prompt, thread_id): # 首先根据用户问题及 thread 中存储的历史对话识别用户意图 router_agent_response = get_agent_response(agent_name="意图分类", input_prompt=input_prompt, thread_id=thread_id) classification_result = parse_streaming_response(router_agent_response) response_json = { "content": "", } # 如果分类识别为其他时，引导用户调整提问方式 if classification_result == "其他": return_json["content"] = "不好意思，我没有理解您的问题，能换个表述方式么？" return_json['current_agent'] = classification_result return_json['thread_id'] = thread_id yield f"{json.dumps(return_json)}\n\n" # 如果分类是手机、电视机或冰箱时，让对应的 Agent 进行回复 else: agent_response = get_agent_response(agent_name=classification_result, input_prompt=input_prompt, thread_id=thread_id) for chunk in agent_response: response_json["content"] = chunk response_json['current_agent'] = classification_result response_json['thread_id'] = thread_id yield f"{json.dumps(response_json)}\n\n"
总结
通过以上步骤，您搭建了一个集成了智能导购的网站，可以全天候向顾客提供商品推荐服务。本案例中的架构也适用于智能问诊、求职推荐等场景。
应用于生产环境
为了将智能导购适配到您的产品并应用于生产环境中，您可以：
1. 修改知识库。将您的商品信息作为知识库，同时您也可以在商品参数中添加商品详情页或下单页的链接，方便顾客进行浏览与下单。您也可以通过已有的数据库或其它服务中进行商品检索。
2. 修改源码中的prompt来适配到您的产品中。修改源码的步骤为：
- a. 回到应用详情页，在环境详情的最底部找到函数资源，点击函数名称，进入函数详情页。
- b. 进入函数详情页后，在代码视图中找到prompt.py、agents.py文件并进行修改。
prompt.py定义了agent的功能以及询问参数的顺序等信息；agents.py创建了agent，以及生成回复的函数。
c. 单击部署代码，等待部署完成即可。
3. 参考《10分钟打造专属AI助手》中给网站添加AI助手中的应用于生产环境部分，将智能导购集成到您的网站中。
系统学习-电子书免费下载
10分钟创建AI助手系列可以应用至网站、微信公众号、企业微信和钉钉组织等多种场景。为了便于阅读和学习，我们将这些教程集成为《10分钟打造专属AI助手》电子书，点击免费下载阅读！开启您的AI客服之旅！无论您是技术小白还是资深开发者，这本书都将为您提供宝贵的指导，帮助您在短时间内搭建出功能强大的AI助手。
