我用LLaMA大模型开发了一个聪明又温柔的智能客服机器人——她的名字叫“云云”

1、非常现实的问题

像绝大多数小型科技公司一样，作为一家中关村里的软件企业，我们的产品定位清晰、目标客户明确，在自己擅长的领域持续研发和耕耘，拥有了一定规模的用户群。

在公司发展的近10年时间里，我和我的同事共接待了近万名客户，这些客户有的购买了我们的产品成了真正的用户，有的只是做了咨询。我们的售前人员和售后服务人员平均每天要花3个多小时通过QQ或微信与客户聊天，每年的聊天记录保存下来有上万条，电脑的大部分空间被历史聊天记录占据着。

说到这里，你可能猜到我想说什么了。那就是：这么多客户、这么多次的沟通，聊天的内容大多是雷同的。

分析总结一下几十万条聊天记录，最后发现交流的内容竟然都聚焦在仅仅一百个左右的具体问题上。换句话说，我们大部分时间是在做重复的工作、说重复的话，只是面对的人不同、说话的语气不同、聊天的话术不同而已，但沟通的内容是一样的。这一点我们每个人也是非常清楚的，同样的话在翻来覆去的说，所谓的成长，只是语气更温和了、讲话更简洁清楚了、说话的主题更明确了、让用户更容易理解和接受我们了......（这就是我们与机器的区别吧）。

大概5年前吧（2018年），我就有了使用AI客服的想法，在用户访问我们的网页或APP的时候，使用智能聊天机器人接待客户，回答客户问题，必要时再引导到人工客服那里进一步沟通，从而实现节约接待成本、提高接待效率的目的，毕竟机器人可以时刻在线，如果足够智能应该还是不错的。这期间我也逐渐开始接到一些智能机器人呼入的推销电话、打过一些大厂的智能客服电话、在大厂的网页上跟一些机器人聊过天，说实话，总体效果不好，不管对方是多么大的企业，实现的效果真的很牵强，经常答非所问、不能真正理解客户需求，也很难解决实际问题，最终还是要转到人工，排队等待真人客服接待。三大电信公司、银行、几大云厂商的智能电话都是这个情况，真正的效果他们应该也清楚。

效果不理想的原因其实很简单，那就是这些智能客服其实一点也不“智能”，他们采用的技术只是传统的搜索和匹配，并没有上升到“学习”、“总结”、“理解”和“推理”的层次。这个结论是我自己在反复调查、体验和技术尝试的过程中总结出来了。

这个情况直到2022年11月份一天，被彻底改变了，那就是ChatGPT的出现