一键构建智能导购 AI 助手,轻松重塑购物体验

在数字化时代,线上购物已成为消费者生活中不可或缺的消费方式,而消费者的购物习惯和需求逐渐呈现多样化的趋势,为了帮助商家全天候、自动化地满足顾客的购物需求,本方案将详细介绍如何基于商品内容构建一个智能商品导购助手。

本方案以 Multi-Agent 架构为核心,通过 Router Agent 对用户问题进行精准的意图分析,并将其分配至对应的商品导购 Agent,如手机导购、冰箱导购与电视导购等。这些 Agent 主动向顾客收集商品参数信息,在收集完详细信息后,利用百炼的知识检索增强功能或已有数据库进行商品搜索,为顾客推荐最合适的产品。

方案的优势在于其灵活与可扩展性,只需调整 Agent 的数量及对应的 Prompt,即可适配不同商品种类及参数信息的场景。同时,借助百炼大模型应用,0 代码快速创建商品检索引擎,大大降低了技术门槛。部署过程仅需 10 分钟,预估费用仅为 1 元,让企业轻松实现智能导购功能。

适用客户

  • 期望为顾客提供商品导购服务的平台
  • 基础 RAG 应用无法满足复杂场景需求

使用产品

  • 大模型服务平台百炼
  • 函数计算

架构与部署

方案概览

您的商城有顾客来购买冰箱,下面是一个常规流程:

  1. 前台会询问顾客希望购买什么,并将顾客带到商店售卖冰箱区域,并有对应商品导购来服务。
  2. 导购向顾客询问想要什么样的冰箱,以及相关预算。
  3. 导购根据信息将合适的冰箱推荐给顾客,并促成购买。

类似的,您可以通过百炼的 Assistant API 构建一个 Multi-Agent 架构的大模型应用,实现与用户主动提问,搜集必要信息的智能导购。

  • 规划助理(Router Agent): 它会参考对话历史与用户(智能导购应用的用户,商城的潜在顾客)输入的购买意向,决策调用合适的商品导购助理进行回复。
  • 商品导购助理: 某品类的导购,包括手机导购、冰箱导购与电视导购等。他们接收规划助理的指派信息,判断信息是否齐全,并主动向用户询问商品偏好。在信息收集完成后,可通过百炼应用进行智能商品检索,也可以通过 SQL 查询商品数据库,然后给用户输出推荐的商品。
  • 历史对话信息: 用户与各助理的对话历史,作为助理决策的参考依据。
  • 商品信息知识库: 包含商品具体信息的知识库,供应用检索查询。

快速体验

您可以通过我们提前准备好的函数计算应用模板,快速搭建并测试一个集成了智能导购的网站。

方案所需的函数计算以及百炼均为新用户提供一定的免费额度,可以覆盖体验意见简单调试所需的资源消耗,额度消耗完后,会进行计费。对于本教材所涉及的Web服务以及大模型服务,只有在访问的情况下会产生费用。具体免费试用信息请参见函数计算试用,百炼试用。

一、 创建函数计算应用

您可以访问我们准备好的函数计算应用模板 [ 1] ,快速搭建一个集成智能导购的网站。智能导购可以通过多轮交互,收集顾客心仪的商品信息,默认商品包含手机、电视与冰箱。

参考下图选择直接部署并填写您的 API Key,您可以访问我的 API-KEY [ 2] 来获取您的 API Key。其它表单项保持默认,单击页面左下角的创建并部署默认环境,等待项目部署完成即可(预计耗时 1 分钟)。

百炼应用 ID(可选):如果您计划使用百炼应用进行商品智能检索,请在创建应用时提供百炼应用 ID,获取方式请参考创建百炼商品检索应用并集成到智能导购中(可选) [ 3] 。如果您计划使用商品数据库检索,此项可留空。如果您决定后期集成百炼应用,可在创建函数计算应用后,通过环境变量配置方式添加您的百炼应用 ID。

二、访问网站

在函数计算应用部署完成后,您可以在跳转后的页面的环境信息中找到示例网站的访问域名,单击即可查看,确认示例网站已经部署成功。

三、验证智能导购效果

智能导购会主动询问并收集需要的商品参数信息;收集完成后打印出参数信息。

在导购收集到顾客的商品参数偏好后,您可以通过查询商品数据库来返回商品。如果您想通过百炼应用来进行智能商品检索,请参考创建百炼商品检索应用并集成到智能导购中(可选)。

关键代码解释

规划助理(Router Agent)

上述示例程序中用于意图识别的模块是规划助理(Router Agent)。规划助理根据用户意图进行分类后,将用户的问题按需传递指定的商品导购 Agent。

ROUTER_AGENT_INSTRUCTION = """你是一个问题分类器
请根结合用户的提问和上下文判断用户是希望了解的商品具体类型。

注意,你的输出结果只能是下面列表中的某一个,不能包含任何其他信息:
- 手机(用户在当前输入中提到要买手机,或正在进行手机参数的收集)
- 电视机(用户在当前输入中提到要买电视机,或正在进行电视参数的收集)
- 冰箱(用户在当前输入中提到要买冰箱,或正在进行冰箱参数的收集)
- 其他(比如用户要买非上述三个产品、用户要买不止一个产品等情况)

输出示例:
手机
"""
router_agent = Assistants.create(
    model="qwen-plus",
    name='引导员,路由器',
    description='你是一个商城的引导员,负责将用户问题路由到不同的导购员。',
    instructions=ROUTER_AGENT_INSTRUCTION
)

手机导购助理

MOBILEPHONE_GUIDE_AGENT_INSTRUCTION = """你是负责给顾客推荐手机的智能导购员。

你需要按照下文中【手机的参数列表】中的顺序来主动询问用户需要什么参数的手机,一次只能问一个参数,不要对一个参数进行重复提问。
如果用户告诉了你这个参数值,你要继续询问剩余的参数。
如果用户询问这个参数的概念,你要用你的专业知识为他解答,并继续向他询问需要哪个参数。
如果用户有提到不需要继续购买商品,请输出:感谢光临,期待下次为您服务。

【手机的参数列表】
1.使用场景:【游戏、拍照、看电影】
2.屏幕尺寸:【6.4英寸、6.6英寸、6.8英寸、7.9英寸折叠屏】
3.RAM空间+存储空间:【8GB+128GB、8GB+256GB、12GB+128GB、12GB+256GB】

如果【参数列表】中的参数都已收集完毕,你要问他:“请问您是否确定购买?”,并同时将顾客选择的参数信息输出,如:用于拍照|8GB+128GB|6.6英寸。问他是否确定需要这个参数的手机。如果顾客决定不购买,要问他需要调整哪些参数。

如果顾客确定这个参数符合要求,你要按照以下格式输出:
【使用场景:拍照,屏幕尺寸:6.8英寸,存储空间:128GB,RAM空间:8GB】。请你只输出这个格式的内容,不要输出其它信息。"""

mobilephone_guide_agent = Assistants.create(
    model="qwen-max",
    name='手机导购',
    description='你是一个手机导购,你需要询问顾客想要什么参数的手机。',
    instructions=MOBILEPHONE_GUIDE_AGENT_INSTRUCTION
)

电视导购助理

TV_GUIDE_AGENT_INSTRUCTION = """你是负责给顾客推荐电视的智能导购员。

你需要按照下文中【电视的参数列表】中的顺序来主动询问用户需要什么参数的电视,一次只能问一个参数,不要对一个参数进行重复提问。
如果用户告诉了你这个参数值,你要继续询问剩余的参数。
如果用户询问这个参数的概念,你要用你的专业知识为他解答,并继续向他询问需要哪个参数。
如果用户有提到不需要继续购买商品,请输出:感谢光临,期待下次为您服务。

【电视的参数列表】
1.屏幕尺寸:【50英寸、70英寸、80英寸】
2.刷新率:【60Hz、120Hz、240Hz】
3.分辨率:【1080P、2K、4K】

如果【电视的参数列表】中的参数都已收集完毕,你要问他:“请问您是否确定购买?”,并同时将顾客选择的参数信息输出,如:50英寸|120Hz|1080P。问他是否确定需要这个参数的电视。如果顾客决定不购买,要问他需要调整哪些参数。

如果顾客确定这个参数符合要求,你要按照以下格式输出:
【屏幕尺寸:50英寸,刷新率:120Hz,分辨率:1080P】。请你只输出这个格式的内容,不要输出其它信息。"""

tv_guide_agent = Assistants.create(
    model="qwen-max",
    name='电视导购',
    description='你是一个电视导购,你需要询问顾客想要什么参数的电视。',
    instructions=TV_GUIDE_AGENT_INSTRUCTION
)

冰箱导购助理

FRIDGE_GUIDE_AGENT_INSTRUCTION = """你是负责给顾客推荐冰箱的智能导购员。

你需要按照下文中【冰箱的参数列表】中的顺序来主动询问用户需要什么参数的冰箱,一次只能问一个参数,不要对一个参数进行重复提问。
如果用户告诉了你这个参数值,你要继续询问剩余的参数。
如果用户询问这个参数的概念,你要用你的专业知识为他解答,并继续向他询问需要哪个参数。
如果用户有提到不需要继续购买商品,请输出:感谢光临,期待下次为您服务。

【冰箱的参数列表】
1.容量:【300L、400L、500L】
2.冷却方式:【风冷、直冷】
3.高度:【1.5米、1.8米、2米】

如果【冰箱的参数列表】中的参数都已收集完毕,你要问他:“请问您是否确定购买?”,并同时将顾客选择的参数信息输出,如:300L|风冷|1.8米。问他是否确定需要这个参数的冰箱。如果顾客决定不购买,要问他需要调整哪些参数。

如果顾客确定这个参数符合要求,你要按照以下格式输出:
【容量:300L,冷却方式:风冷,高度:1.8米】。请你只输出这个格式的内容,不要输出其它信息。"""

fridge_guide_agent = Assistants.create(
    model="qwen-max",
    name='冰箱导购',
    description='你是一个冰箱导购,你需要询问顾客想要什么参数的冰箱。',
    instructions=FRIDGE_GUIDE_AGENT_INSTRUCTION
)

选择不同的 Agent 进行回复

agent_map = {
    "意图分类": router_agent.id,
    "手机": mobilephone_guide_agent.id,
    "冰箱": fridge_guide_agent.id,
    "电视机": tv_guide_agent.id
}

def chat(input_prompt, thread_id):
    # 首先根据用户问题及 thread 中存储的历史对话识别用户意图
    router_agent_response = get_agent_response(agent_name="意图分类", input_prompt=input_prompt, thread_id=thread_id)
    classification_result = parse_streaming_response(router_agent_response)

    response_json = {
        "content": "",
    }
    # 如果分类识别为其他时,引导用户调整提问方式
    if classification_result == "其他":
        return_json["content"] = "不好意思,我没有理解您的问题,能换个表述方式么?"
        return_json['current_agent'] = classification_result
        return_json['thread_id'] = thread_id
        yield f"{json.dumps(return_json)}\n\n"
    # 如果分类是手机、电视机或冰箱时,让对应的 Agent 进行回复
    else:
        agent_response = get_agent_response(agent_name=classification_result, input_prompt=input_prompt, thread_id=thread_id)
        for chunk in agent_response:
            response_json["content"] = chunk
            response_json['current_agent'] = classification_result
            response_json['thread_id'] = thread_id
            yield f"{json.dumps(response_json)}\n\n"

创建百炼商品检索应用并集成到智能导购中(可选)

在收集完客户的购买需求后,您可以借助这些需求描述进行商品检索和推荐。

在您的实际生产环境中,也可以替换为通过您的已有数据库检索。

步骤一:创建百炼商品检索应用

1. 创建知识库

百炼支持您上传表格文件到知识库中。本案例的导购场景包含三种商品信息手机信息.xlsx [ 4] 、电视信息.xlsx [ 5] 与冰箱信息.xlsx [ 6] 。此处以手机商品为例,向您介绍在百炼创建基于表格数据的知识库过程。

a. 新增数据表

单击新增数据表 [ 7]数据表名称设为:百炼手机; 设置列名为:系列、屏幕尺寸、像素值、存储空间、RAM大小、电池续航、价格。

电视数据集对应列名为:品牌、屏幕尺寸、刷新率、分辨率、价格(元);冰箱数据集对应列名为:系列、容量、冷却方式、高度、能耗、价格(元)。

b. 导入数据

在数据表管理界面找到百炼手机数据表,单击导入数据。将手机信息.xlsx作为知识库文件。您可以在导入数据界面进行上传。

c. 创建知识库

单击创建知识库 [ 8] ,将知识库名称改为百炼手机知识库数据类型选择结构化数据,其它参数保持默认即可,单击下一步。选中您创建的数据表,单击导入完成

d. 创建电视与冰箱数据库

重复以上步骤,创建百炼电视知识库与百炼冰箱知识库

2. 创建百炼应用

a. 新增应用

访问我的应用 [ 9] ,单击新增应用。在应用管理界面,修改应用名称为:商品信息存储 bot; 选择模型为通义千问-Plus,模型其它参数保持默认即可;打开知识检索增强开关,选择知识库百炼手机知识库、百炼电视知识库与百炼冰箱知识库检索片段数设为 10。在 Prompt 框中进行修改,修改后的 Prompt 为:

# 知识库
请记住以下材料,他们可能对回答问题有帮助。
${documents}
请你选出最相似的三个产品。

b. 获取百炼应用 ID

单击右上角的发布,即可通过 API 调用商品信息存储 bot。在应用列表中可以查看商品信息存储 bot 的百炼应用 ID。

步骤二:将商品检索应用集成到智能导购中

1. 修改函数计算应用的代码与环境变量

回到函数计算应用详情页,在环境详情的最底部找到函数资源,点击函数名称,进入函数详情页

a. 在代码视图中找到 agents.py 文件并进行修改。将以下内容取消注释:

b. 如果您在创建函数计算应用时没有填入百炼应用 ID,可以在函数详情页单击编辑环境变量,在 BAILIAN_APP_ID 处填入您的百炼应用 ID,单击部署

c. 单击部署代码,等待部署完成即可。

2. 测试检索效果

您可以在刷新网站后,对智能导购进行测试,智能导购会将检索到的商品信息输出。

总结

至此,您已基本了解如何通过函数计算构建智能导购 AI 助手,更多细节以及后续清理资源,欢迎您移步官网查看详情:https://www.aliyun.com/solution/tech-solution/build-an-ai-shopping-assistant

相关链接:

[1] 函数计算应用模板

https://account.aliyun.com/login/login.htm?oauth_callback=https%3A%2F%2Ffcnext.console.aliyun.com%2Fapplications%2Fcreate%3Ftemplate%3Dweb-chatbot-shopping-guide%26from%3Dsolution&clearRedirectCookie=1&lang=zh

[2] 我的 API-KEY

https://account.aliyun.com/login/login.htm?oauth_callback=https%3A%2F%2Fbailian.console.aliyun.com%2F%3FapiKey%3D1&clearRedirectCookie=1&lang=zh#/api-key

[3] 创建百炼商品检索应用并集成到智能导购中(可选)

https://help.aliyun.com/zh/model-studio/use-cases/create-an-ai-shopping-assistant?spm=a2c4g.2841437.0.0.2fa7576cHux61Y#ac1cd3f3dcayx

[4] 手机信息.xlsx

https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20240813/wbokul/手机信息.xlsx

[5] 电视信息.xlsx

https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20240811/fpvnkz/电视信息.xlsx

[6] 冰箱信息.xlsx

https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20240811/cxnojx/冰箱信息.xlsx

[7] 新增数据表

https://account.aliyun.com/login/login.htm?oauth_callback=https%3A%2F%2Fbailian.console.aliyun.com%2F&clearRedirectCookie=1&lang=zh#/data-center/category-create?dataType=1

[8] 创建知识库

https://account.aliyun.com/login/login.htm?oauth_callback=https%3A%2F%2Fbailian.console.aliyun.com%2F&clearRedirectCookie=1&lang=zh#/knowledge-base/create

[9] 我的应用

https://account.aliyun.com/login/login.htm?oauth_callback=https%3A%2F%2Fbailian.console.aliyun.com%2F&clearRedirectCookie=1&lang=zh#/app-center

posted @   阿里云云原生  阅读(12)  评论(0编辑  收藏  举报
相关博文:
阅读排行:
· 物流快递公司核心技术能力-地址解析分单基础技术分享
· .NET 10首个预览版发布:重大改进与新特性概览!
· AI与.NET技术实操系列(二):开始使用ML.NET
· 单线程的Redis速度为什么快?
· Pantheons:用 TypeScript 打造主流大模型对话的一站式集成库
历史上的今天:
2024-02-26 AI 编程如何颠覆生产力 | 参与体验免费领取 ArchSummit 架构师峰会专属门票
2024-02-26 青团社:亿级灵活用工平台的云原生架构实践
2021-02-26 应云而生,幽灵的威胁 - 云原生应用交付与运维的思考
2020-02-26 手机淘宝短视频业务「哇哦视频」迁移上 FaaS 笔记公开
2020-02-26 开发函数计算的正确姿势———为 PHP 运行时添加自定义扩展
点击右上角即可分享
微信分享提示