💡
原文中文，约7700字，阅读约需19分钟。
📝
内容提要
本文介绍如何使用Amazon Connect、Amazon Lex、Amazon Kendra、Amazon Lambda和Amazon SageMaker打造企业专属的智能客服，实现更加专业精准的应答和更快速更顺畅的客户体验。同时，介绍了如何使用Amazon Connect和Amazon Lex实现客服联络中心的自动客服机器人，并借助Amazon Lambda调用Amazon Kendra+ChatGLM扩展了自动客服机器人的对话能力。
🎯
关键要点
- 客户联络中心是企业与顾客的连接纽带，使用 Amazon Connect 可以快速搭建全球客服联络中心。
- 当前客服联络中心面临长时间等待、沟通困难等挑战，使用对话机器人可以改善客户体验。
- Amazon Lex 是基于 AI 的聊天机器人框架，能够通过自然语言理解与客户对话，节省人力成本。
- 引入检索增强生成技术（RAG）和大型语言模型（LLMs）可以提升机器人的应答专业性和准确性。
- 本文演示如何结合 Amazon Connect、Amazon Lex、Amazon Kendra、Amazon Lambda 和 Amazon SageMaker 打造智能客服。
- 使用 Amazon Connect 创建符合业务场景的 IVR，并通过 Amazon Lex 实现用户对话的语义理解。
- Lambda 函数处理用户对话内容，并调用 Amazon Kendra 查询知识库以获取相关信息。
- Kendra 支持多种数据源，能够自动更新知识库，提升查询匹配的精准度。
- 在 SageMaker 中部署大语言模型 ChatGLM-6B，支持中文对话。
- 创建 Lambda 函数并配置权限，以便调用 Kendra 和 SageMaker 的服务。
- 使用 Amazon Lex 创建智能对话机器人，并将其与 Lambda 函数连接。
- 通过 Amazon Connect 构建客户联络中心，测试自动客服机器人的功能。
- 自动客服机器人能够在没有预设对话流的情况下，查询知识库回答客户问题，提升顾客体验。
➡️
