企业内部客服正迎来智能化变革。借助腾讯元器平台打造的智能客服助手，通过意图识别+RAG检索的先进架构，3秒内即可响应文字/截图提问巴音郭楞预应力钢绞线价格，解决传统客服响应慢、知识覆盖不全、成本高等痛点。本文将深度解析工作流模式下的智能体搭建全流程，揭秘截图识别与问题优化等核心技术，分享提升90%问题解决率的实战方法论。

企业内部客服最头疼的事是什么？不是回答问题，而是响应不及时、知识覆盖不全、成本居高不下。员工遇到问题需要排队等待，客服人员知识储备有限，7×24小时服务成本巨大。

参加腾讯元器智能体比赛，我搭建了”智能客服助手“，支持文字提问和截图提问两种方式，通过意图识别+RAG检索，3秒内给出专业回复。今天我将详细拆解搭建过程，分享实战心得。

一、背景与痛点：企业内部客服的真实困境真实场景还原

作为企业内部数字化产品的使用者，我每天都会遇到这样的场景：

上午9点：新员工入职，询问”企业微信怎么添加成员？”，需要等待客服响应上午10点：系统报错，上传截图询问原因，客服需要转接技术团队下午2点：产品更新后操作不熟悉，咨询客服但回复不及时下午4点：非工作时间遇到问题，无法获得帮助…

这就是企业内部客服的日常：

响应不及时：平均响应时间3-5分钟，高峰期需要排队知识覆盖不全：客服人员知识储备有限，复杂问题需要转接成本居高不下：需要配备专门团队，7×24小时服务成本巨大培训成本高：产品更新频繁，客服培训跟不上节奏

痛点数据对比

智能体方式：响应时间2-3秒，7×24小时服务，问题解决率90%+，成本可控。

二、解决方案：智能体+工作流双引擎

我采用了智能体+工作流的开发模式，充分发挥腾讯元器平台的优势：

为什么选择工作流而不是Chatbot？

Chatbot模式：

流程不可控：依赖大模型推理，容易出现偏差

难以调试：无法看到中间处理步骤，黑盒操作

稳定性差：每次对话结果可能不一致

迭代繁琐：每次修改提示词，必须重新发布智能体才能生效

工作流模式：

流程可控：每个节点职责明确，流程可预测

易于调试：可以看到每个节点的输出，快速定位问题

稳定性高：相同输入产生相同输出，结果一致

快速迭代：修改节点配置后直接保存即可生效，无需重新发布

核心架构

工作流程图：

时序图：

设计思路：

智能体层：负责用户交互，支持文字和截图两种输入方式输入预处理层：判断输入类型，对截图进行OCR识别意图识别层：理解用户问题意图，区分售前、售后等场景问题优化层：优化用户问题，提升检索精准度知识检索层：从知识库中检索相关信息回复生成层：生成专业、准确的回复

三、技术亮点：截图识别+意图识别+RAG检索1. 支持截图提问，降低表达门槛手机号码：13302071130

核心优势：

降低表达门槛：用户不需要准确描述错误信息，直接截图即可信息更完整：截图包含界面元素、错误提示、操作状态等完整信息

提高准确率：基于实际界面截图，问题识别更精准

实现方式：

使用OCR插件识别截图中的文字和界面元素通过大模型从识别结果中提炼用户核心问题将截图问题和文字问题联合处理

2. 意图识别，精准分流

功能说明：使用大模型对用户问题进行意图分类，精准区分5种不同类型的咨询场景

售前问题：产品介绍、功能咨询、价格询问等，帮助用户了解产品特性、适用场景和使用价值功能应用：具体功能如何使用、操作步骤等，提供详细的使用指导和操作建议二次开发咨询：关于二次开发的问题，包括开发流程、接口使用、应用集成等，帮助用户实现个性化功能异常反馈：使用过程中遇到的异常问题，提供解决方案或反馈渠道闲聊或情绪宣泄：用户进行闲聊或情绪宣泄，提供适当的回应以缓解用户情绪

关键配置：

模型选择：选择理解能力强的语言模型（如混元，Deepseek等模型）意图设计：这里就要根据客服的实际情况进行分类,我这个智能体是分成了6种。

关于【意图】的配置分享给2个小Tips：

意图的内容必须要按提供的模板填写，尤其是“##”符号意图识别必须要考虑兜底情况

提示词设计：

3. 问题优化，提升检索精准度

为什么需要问题优化？

用户提问往往不够精准，包含冗余信息优化后的问题能更好地匹配知识库内容提升检索结果的准确性和相关性

优化示例：

原始问题：“我想知道企业微信怎么添加成员，就是那个，怎么操作？”优化后问题：“企业微信如何添加成员的操作步骤”

通过问题优化，知识库检索的准确率提升了约30%。

（节点设计截图）

（提示词设计样本截图）

4. RAG检索，知识库完全可替换

重要说明：本案例为企业内部应用的真实案例，由于RAG知识库涉及敏感信息，预应力钢绞线本文以企业微信操作手册作为知识库示例进行演示。在实际应用中，您可以将知识库替换为任何实际的业务知识库（如ERP系统手册、CRM操作指南、产品文档等），工作流逻辑完全通用，无需修改。

核心优势：

灵活替换：知识库是独立的配置项，可以轻松替换为任何业务相关的知识库

无需修改工作流：替换知识库后，工作流的其他节点无需修改

适配多种场景：同一套工作流逻辑，可以适配不同的业务场景

可替换的知识库类型：

系统操作手册（ERP、CRM、OA等各类系统）用户FAQ文档、产品功能说明故障处理指南、培训材料政策法规文档、技术文档企业内部规章制度

四、拆解智能体搭建过程：从0到1的完整步骤步骤1：创建智能体

1）进入腾讯元器平台，点击”创建智能体”

2）填写基本信息：

智能体名称：智能客服助手（填写智能体的名称）描述：支持文字和截图提问，自动识别意图并检索知识库回复头像：选择合适的图标

3）选择工作流模式：因为需要复杂处理逻辑，选择”工作流”模式

步骤2：配置工作流节点

工作流包含6个核心节点：

节点1：判断输入类型

功能：检查用户是否发送了问题（文字或图片） 判断条件：SYS.UserQuery或SYS.RewriteQuery是否已填充 分支处理：区分文字输入和截图输入

节点2：OCR识别（截图处理）

节点类型：OCR插件节点输入配置：image_url（图片URL）、prompt（识别提示词）输出配置：Output.content（识别后的文本内容）作用：识别截图中的文字和界面元素

节点3：问题提炼与联合

功能：从OCR结果中提炼用户问题，并与文字问题合并输入：OCR识别内容 + 用户文字问题输出：联合后的完整问题

节点4：意图识别

节点类型：LLM节点功能：分析用户问题，判断意图类型输出：intent_type（意图类型：1-售前问题、2-功能应用、3-二次开发咨询、4-异常反馈、5-闲聊或情绪宣泄）

节点5：问题优化

节点类型：LLM节点功能：优化用户问题，使其更加聚焦和清晰输入：用户原始问题 + 意图类型输出：optimized_query（优化后问题）

节点6：知识检索与回复生成

节点类型：知识库检索 + LLM节点 功能：从知识库检索相关信息，生成专业回复 输入：优化后问题 + 意图类型 输出：final_answer（最终回复） 知识库配置：本案例以企业微信操作手册作为示例，实际应用中可替换为任何业务知识库 知识库添加：先要在智能体添加（这步很关键，不然在工作流里是选不到知识库）

工作流节点选择：选择大模型知识问答，同时支持知识库检索和大模型优化回复

走进厂区内，丹桂飘香，馥郁的香气与车间里传出的机器轰鸣声交织在一起，构成一幅独特的节日生产图景。一辆辆大型货车有序排队等候装货，工人们忙碌地将成卷的橡塑保温材料、成板的玻璃棉制品装载上车，这些产品即将发往西南各地，为当地的建筑和工业项目筑起节能屏障。

节点知识库配置：支持指定知识库，指定知识库的”全部知识“，“按特定知识”，“按标签”

回复优化提示词：

步骤3：配置转人工判断（可选）

对于识别为”其他问题”的用户咨询，系统会智能判断是否需要转接人工服务。这确保了复杂问题等场景能够得到人工专业处理，可以添加转人工判断节点：

判断逻辑：分析问题是否需要转接人工服务需要转人工的情况：用户明确要求、涉及投诉建议、问题过于复杂、情绪激动等处理方式：生成转人工提示信息，引导用户联系人工客服

Tips：智能客服一定要有兜底的处理，客户咨询问题的时候是无序的尤其是问一些与本智能体无关的问题，这就需要进行针对性的处理，可以是拒接用户问题的回复，也可以处理人工介入

步骤4：测试智能体

工作流测试

智能体测试

步骤5：智能体发布与部署

完成智能体搭建后，可以通过腾讯元器平台提供的多种发布渠道，将智能客服部署到不同的应用场景中。

测试通过后，点击”发布”，填写发布版本记录

选择发布渠道：

微信生态（官方小程序，微信公众号，微信服务号，微信客服，企业微信应用）腾讯其他渠道（元器官网，应用宝）第三方平台（小米应用商店，荣耀YOYO智能体平台）API接口

发布建议：

对于企业内部数字化产品客服场景，推荐以下发布策略：

首选：企业微信应用

直接对接企业内部员工，使用场景最匹配与企业微信生态深度集成

补充：微信公众号/服务号

如果企业有对外客服需求，可同步发布支持7×24小时自动回复提升客户服务体验

展示：元器官网

五、实战心得：3个关键技巧1. 问题优化是提升准确率的关键

用户原始问题往往存在表达不够精准、包含冗余信息等问题。通过大模型优化后，问题变得更加聚焦，知识库检索的准确率提升了约30%。

优化要点：

2. 知识库质量决定回复质量

建议：

内容结构化：按照功能模块、问题类型进行分类整理及时更新：产品更新后，及时同步更新知识库内容格式规范：使用统一的文档格式，便于检索和理解覆盖全面：确保常见问题都有对应的知识库内容

3. 截图识别功能大幅提升用户体验

优势分析：

降低表达门槛：用户不需要准确描述错误信息信息更完整：截图包含界面元素、错误提示等完整信息提高准确率：基于实际界面截图，问题识别更精准

优化建议：

针对不同界面类型优化识别策略重点关注错误提示、按钮文字等关键元素结合图片内容和用户文字描述，提供更全面的问题理解

六、应用效果展示：真实场景验证效果对比数据

实际使用场景

场景1：文字提问

输入：“企业微信怎么添加成员？”（注：本案例以企业微信手册作为知识库示例）处理时间：2.5秒输出：详细的操作步骤说明

场景2：截图提问

输入：上传系统报错截图处理时间：3.2秒输出：识别错误原因并提供解决方案

场景3：意图识别分流

输入：“企业微信登录显示系统错误”处理：识别为“异常反馈” → 检索知识库 → 提供解决方案

场景4：二次开发咨询

输入：“如何通过二次开发实现自定义审批流程？”处理：识别为“二次开发咨询” → 检索开发文档 → 提供开发指导

说明：以上场景示例基于企业微信操作手册知识库，实际应用中可替换为任何业务知识库，工作流逻辑保持不变。

七、总结与展望

通过腾讯元器平台，成功构建了一个高效、智能的企业内部客服系统。

智能客服的时代已经到来。希望本文的分享能够帮助更多企业快速搭建自己的智能客服系统，实现服务效率的全面提升。

体验智能体：

（本文为腾讯元器智能体比赛参赛作品，欢迎交流讨论。）

本文由 @Lucky培丽 原创发布于人人都是产品经理。未经作者许可，禁止转载

题图来自Unsplash巴音郭楞预应力钢绞线价格，基于CC0协议