智能客服的现状与挑战

智能客服领域发展很快，但很多用户都遇到过“鸡同鸭讲”的尴尬。你问一句“有优惠券吗？”，它还在那自顾自地推荐车型。这确实让人生气。

今天，我们来聊聊货拉拉如何用大模型，把选车助手这个看似简单的场景做出了新意。

背景介绍

客服咨询场景分为两种：一种是FAQ，用户问、系统答；另一种是任务型，需要一步步引导用户完成操作，比如取消订单、开发票。

AI客服的核心目标是两样：提高效率和质量，同时降低运营成本。选车助手，就是AI客服咨询里一个典型的子场景。

选车助手概况

基本流程

为了更准确地推荐车型，助手会引导用户回答几个问题。

首先，请问您的货物重量是多少？您可以选择以下接近的选项，或者输入“0.5吨”、“1吨”等。

（此处包含货物重量选项列表）

只剩2个问题喽~请您根据货物长度选择以下选项？或者手动输入如“4米”。如果货物比较多，只要说其中最长的那件（例如床的长度为2米）。

温馨提示：这里的长度是物品平放在车厢内从头到脚的长度。不能倒放的物品比如冰箱，是不能把它的高度算成长度哦～

（此处包含货物长度选项列表）

最后一个问题啦！请选择以下要运输的物品类型。如果都不是，可以输入“水果”、“装修建材”等。

（此处包含物品类型选项列表）

用户遇到的典型问题

（以下是用户与助手的真实对话案例，展示了助手无法理解用户问题的糟糕体验）

可以看到，这里暴露的问题非常典型：

• 只能收集预设的几个类别，货物信息不准确，推荐自然不准。
• 全靠点选，交互僵硬，没法处理“一个桌子，一台七十寸电视”这种复杂表达。
• 回复又长又啰嗦，一点不像人在说话。
• 一旦用户跳出主流程问点别的，机器人就彻底“宕机”，体验极差。

技术背景

传统方案的局限

市面上主流的商业方案，路子都比较“保守”——重可控，轻灵活。客服先得画一堆复杂的流程图，还要写一堆死板的规则。系统就按这个来运行。

结果就是用户稍微绕一点路，体验就崩了，只能转人工，成本反而上去了。

大模型的潜力

过去一年，大模型技术发生了翻天覆地的变化。基于大模型的智能体展现了巨大潜力。巧的是，货拉拉内部也自研了货运大模型，这为彻底改造选车助手提供了底气。

系统框架

整套选车助手服务的系统架构，从上到下分四层：

• 交互层：Web、App、小程序，用户从哪进来都行。
• 应用层：IM后台、WebSocket网关，负责通道。
• 逻辑层：DM对话机器人系统，负责会话管理。
• 算法层：核心大脑，Multi-Agent框架加上内部机器学习平台（海豚平台）来管理模型。

图1 客服选车助手系统框架图

算法方案

用户行为的不可控性

分析线上数据后，发现用户行为是完全不受控的。他不会乖乖按流程走，问着问着突然就来一句：“有优惠券吗？”（FAQ），或者“今天天气咋样？”（闲聊）。

怎么既能推进流程，又不生硬地把话拉回来，是个难点。另外，货物五花八门，用户描述的方式也是千奇百怪，理解起来非常困难。

大模型的核心能力

我们结合大模型来破局，看中的就是它的三大核心能力：强大的理解能力（各种表达都能准确定位）、智能的生成能力（回复更像人，体验更好）、以及跨语言能力（支持多语种对话）。

LLM-based多智能体系统

任务分解与智能体分工

为了让大模型Agent干活的同时又保证可控，我们选择了一条务实的路线：用SOP（标准作业程序）来分解任务，实现对Agent的细粒度控制，这样更容易落地。

图2 LLM-based多智能体系统图

单一智能体扛不住复杂任务，所以拆成了两个：NLG Agent负责回答、调用工具、引导流程；NLU Agent专门负责从对话里提取货物信息。

NLG Agent

收到用户问题后，它先思考这是个什么问题类型，然后决定怎么干。示例见图3。它还会和Memory、Tools以及NLU Agent打交道。

图3 NLG Agent示例

Memory

图4 Memory模块图

Memory里存着三类先验知识：

• 通用知识库：用户说运“电动车”，系统自动补全尺寸重量，不用再问细节。
• FAQs：用户问“客服电话”，直接给出正确回复。
• 长短记忆：对话历史，让Agent记得上一轮说了啥，更好配合。

Tools

图5 Tools模块图

Tools负责和外部系统对接，包含：

• 车型推荐接口：根据NLU Agent收集的信息，给出准确推荐。
• 敏感词过滤接口：安全红线，必须有。
• 业务SOP：指导对话节奏，防止在闲聊上浪费时间。
• 流程引导：综合所有信息，决定下一步是回FAQ还是继续问货物信息。

NLU Agent

货物信息提取的挑战

这可以说是最关键的环节。选车助手的核心任务就是根据货物信息推荐车型。但用户的表达实在太丰富了：

• “我要拉一个箱子，长1米”（只有部分信息）
• “我要拉20个1m*1m*1m的箱子”（多个相同物品）
• “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）

怎么把信息从这些表达里精准捞出来，是难点，也是重点。

传统NER的局限

传统的NER方法，既要标注样本，又要训练，周期长不说，遇到实体嵌套还特别容易翻车。

RAG技术的引入

我们试了自研的货运大模型，初始基线在内部测试集上只有50%准确率。经过一轮prompt调优，最好也只能到60%。分析bad case发现，模型对“不清楚多重”、“外机700×400×500”这类表述特别头疼。于是，我们引入了RAG（检索增强生成）技术。

图6 RAG基本流程图

召回这块用了多路召回：

• 向量召回：找语义相似的问法，比如“1.5长 70cm高 74宽”，系统能根据常识补全成“长1.5米，宽74厘米，高70厘米”。
• 货物名称召回：根据“电视”、“冰箱”这类具体名称，去匹配同类货物的典型信息，比如“60寸的液晶电视”。

通过多路召回RAG，准确率直接提到了80%。

最终效果

另外，在第n轮对话时，把前一轮（n-1轮）收集到的信息作为上下文输入，对效果提升很大。再配合一些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在了90%。

表1 迭代效果对比展示

效果展示

示例1：优惠券问题与流程引导

（以下是新系统的真实对话案例）

用户问优惠券，助手不光回答了，还能自己把话题拉回主流程（“请问桌子的长度、重量？”）。用户说重量错了，助手能准确理解上下文，直接更新推荐车型（从小面换成中面）。

效果分析：

• 流程引导：回答问题后，主动回到主线。
• 拟人化回复：更简洁、更像人。
• 上下文理解：用户更正信息后，推荐实时更新。

示例2：多物品信息理解与常识推理

（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”，助手直接问桌子的信息，对七十寸电视的尺寸和重量了然于胸（具备常识）。用户说“重量不清楚”，模型也能自动推理出桌子的大致重量，不必再追问。

效果分析：

• 多物品信息理解：能处理“一个桌子，一个电视”这种复杂输入。
• 具备常识：七十寸电视不用再问重量，桌子不知道重量也能自动推断。

总结展望

这就是大模型在货拉拉业务里的一次务实落地。面对具体业务场景中的实际挑战，我们没有盲目追求花哨的技术，而是结合自研货运大模型，用多智能体的架构，稳扎稳打地实现了具备“人情味”和“懂业务”的AI客服选车助手。

未来，我们会继续优化迭代，把这些能力推广到更多客服场景中去。