内容预告
本期分享介绍利用明道云与大语言模型结合，快速构建企业知识问答平台的方法，该系统能够提高内部效率并加速业务发展。涵盖以下内容：
- 现有知识库或产品帮助中心的痛点及解决方案
- 如何让大语言模型回答企业知识问题
- 详细的系统设计框架介绍
- 无需编写代码的知识中心内容管理
- 用户身份识别和提问记录管理，生成问题标签以便进行数据分析
- 系统Demo展示
直播回放
分享嘉宾
朱俊｜上海梅花信息股份有限公司｜客户总监
- 在软件行业深耕十年，引领团队服务过200多家企业
- 互联网产品的全能手，自学了Docker容器技术，部署过单机版明道云
- 熟悉python和 JavaScript，充分使用明道云工作流中的代码块功能，实现跨平台的数据交互
活动信息
- 活动时间：2023年04月13日(周四）20:00～21:00
- 时长：1个小时
- 方式：腾讯会议Webinar
报名方式
AI内容总结
会议摘要
CGPT平台应用与分享
今天的分享嘉宾是明道的老朋友James，他将在群里分享关于CGPT、零代码平台以及企业组建等方面的知识，包括最新AI技术的应用场景。大家可以通过扫描群二维码加入交流群，今晚8:05正式开始直播。在直播中，James将详细介绍平台构建的系统构成、效果和实现原理，让大家了解这个平台能构建出什么样的商业化应用。此外，还有明道云的应用体验环节，大家可以扫描二维码加入群，体验产品。
模型微调与企业知识库构建
本次分享会介绍了模型微调的方式和方法，以及与零代码平台结合的一套系统流程。分享者提到，通过两到三个月的探索研究，已经整理出一套实际落地的方案。目前，这套系统可以围绕一些预知的问题进行回答，回复效率和准确率较高。此外，分享者还提到了明道云的林奈马训练营，该训练营主要面向刚刚接触零代码的用户，采用全新的教学模式，帮助用户快速掌握这门技术。感兴趣的朋友可以扫码报名，详情可联系当地顾问。
AI技术在商业应用中的探索
本次分享会主要探讨了Chat GPT作为现象级话题的应用，明道云的兄弟单位梅花信息在GPT结合零代码平台方面的一些商业化应用探索。梅花信息是一家企业数据服务商，主要帮助企业进行数据洞察和商业机会挖掘。分享会中，主讲人介绍了如何利用GPT提升业务价值，包括快速文案生成、运维慢查询分析、销售团队销售日志分析等。此外，还分享了结合Siri、明道云和GPT的应用尝试，以及通过数据分析洞察用户需求和功能点。
大模型应用与市场分析
主要分享了围绕一个项目的背景、实践方式和数据分析。首先，通过梅花数据舆情分析，获取到国内外一些模型发布的信息，如2022年11月30日OpenAI发布的PPT语言模型，百度3月16日国内率先发布的文星一眼模型等。接着，介绍了GPT生成型预训练模型的概念，即通过大量数据让机器学习并形成参数，推理过程中根据参数获取下一个词或图片像素的概率。最后，分享了GPT模型的训练过程，包括三个步骤：1. 邀请专家处理问题；2. 生成模型并通过人工排序生成奖励模型；3. 让两个模型进行交流，自动迭代优化参数。
大语言模型在知识库中的应用
主要介绍了基于优化后的3.5模型，该模型具有GPT三的特点，包括语言生成、上下文学习和包含世界知识等。通过大量语料和参数训练，可以实现对通用问题的良好回复。然而，该模型在处理企业专业内容方面存在不足，如帮助中心和企业内部文档等。此外，会议还提到了明道云帮助中心在日语模式下的搜索问题，说明传统知识库在关键词匹配和语言搜索方面存在局限性，为商业机会提供了新的可能性。
AI聊天搜索引擎的应用案例
主要讲述了微软发布的003c杂音003e聊天搜索引擎，通过输入问题，系统会生成搜索结果和一段文字，以深层式的方式进行聊天。会议提到了两个案例，一个是AI公司发布的GPT-4，另一个是微软的认知搜索。这两个案例都展示了人工智能在帮助中心中的应用，通过关键词和基于搜索意向的方式来提供信息。这些技术可以帮助用户更方便地获取所需信息，提高工作效率。
AI在信息检索中的应用与实践
主要介绍了一个基于AI的搜索服务，通过机器学习技术，可以实现对非结构化信息的有效检索，帮助用户创建最佳搜索体验。同时，该服务还支持自定义的微调模型，通过提示词的方式进行优化。在实验过程中，发现该服务在回答问题时，可能会受到模型训练语料的限制，需要根据实际情况进行调整。
微调优化客户服务机器人
主要讲述了微调的过程和策略。首先，定义了角色和场景，要求GPT模拟专业的客户服务，回答用户问题。然后，通过知识库调取用户提问的内容，根据客户的语言进行语言选择，以适应更多场景。接着，介绍了向量搜索方式，它可以跨语言，因为模型训练时可能包含多种语言。最后，通过类比的方式判断词语关系，以工作流作为特征，介绍工作流的定义和相关内容。
基于向量空间的工作流理解
主要讲述了如何通过向量空间和知识库的结合，实现基于用户意图的文本搜索。首先，将用户的问题转化为向量，然后在知识库中查找相似度最高的知识点。接着，将知识点结构化后发送给大模型，让模型基于这些知识点回复。在这个过程中，需要注意向量数据库的构建，以及如何整理和归类数据。梅花公司提供基于企业数据的向量数据库服务，帮助客户实现定制化的向量数据库。最后，结合明道云进行结合，形成完整的流程体系。
零代码平台下的知识库应用构建
主要介绍了通过明道云的零代码平台创建工作表单，将用户提问和维护人员修改的内容转化为向量，并存储在向量数据库中。用户问答系统通过前端界面获取用户问题，将问题转化为向量，然后在向量数据库中检索相似内容，根据文本长度决定抽取相似度排名。最后，通过相似内容组合提示词，将结果发送给大模型进行输出。这套流程可以实时更新，提高用户问答的准确性和效率。
企业级产品应用与优化探索
主要介绍了聊天页面的设计，包括用户ID识别、自定义页面参数获取、知识库内容匹配生成对话过程等功能。同时，还提到了数据分析和知识库管理，包括用户榜单、提问数据分析、提问类型分布、知识库活跃度等。此外，还介绍了知识库管理的设计，包括字段设置、工作流上传、记录ID传递等功能。最后，讲述了聊天页面的嵌入方式，以及遇到的问题和解决方案。
聊天页面与提问日志的开发与应用
讨论了动态大括号的参数处理，前端页面开发难度，以及开源项目的前后端开发。同时，提到了提问日志的记录和数据分析，包括用户聊天记录、生成大模型、知识库调取等内容。此外，还讨论了API的使用，历史对话内容的优化，以及数据分析和用户活跃度排名等问题。
数据分析在产品优化中的应用
主要讲述了数据分析在产品功能、平台介绍、特定用户洞察、问题类型分析等方面的应用。通过数据分析，可以了解产品的特点、用户的关注点和需求，以及业务的特点和用户情况。同时，还可以通过向量匹配来匹配到用户的特征，进行特定用户的洞察。此外，还可以通过问题类型的分析，了解用户对产品功能的关注度，从而优化产品交互和功能引导。
技术管理人员分享知识库管理经验
主要讨论了技术管理人员创建相关内容，并留出时间供大家提问。同时，提到了明道云公司位于朝经镇，离梅花公司较近，大家可以去体验。会议还演示了知识库管理和系统日志等功能，并回答了一些问题。此外，提到了模型发布的问题，以及知识库中只有九条直做demo，不能回答页面里的三个问题。最后，讨论了连续对话的优化，以及如何基于客户以前的问题展开对话。
大模型应用与向量数据库构建
讨论了大模型在处理附件限制、免费版上传附件大小等问题上的表现，以及如何通过改变问法来提高命中率。同时，提到了向量数据库的构建和应用，以及数据安全控制的问题。最后，建议对chat GPT的应用商业化场景感兴趣的人加入群聊，以便进一步交流。
招募分享嘉宾
想要分享您的零代码实践经验，成为分享嘉宾，请点击报名。
直播课排期表
