你好，我是金伟。

通过之前的课程，相信你已经对AI智能体应用开发有了一定的认识，从这节课开始，我们深入学习大模型微调这项技术，从一个具体的项目需求出发，一步步把大模型微调和专有模型开发应用到项目里。

说起大模型微调，很多同学容易出现拿着锤子找钉子的情况，认为什么问题都要通过大模型微调来解决。需要注意的是，并不是一切问题都需要大模型微调。

以本节课的电商客服项目为例，我会通过对比之前的智能客服方案，说明大模型微调到底是什么，适合什么场景，以及为什么最终会在电商客服的项目里用微调训练的技术。

电商客服项目的特点

目前已有的传统智能客服方案往往采用的是规则化的方法。它的核心就是总结人工坐席遇到的客服场景，形成固定规则的客服回复，帮坐席节省大量的时间。

比如一个虚拟产品，自动发货，客户下单后可能会着急询问，问出的内容各不相同，那我们可以总结类似的问题，一一匹配问题和回答。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
##客户下单后可能马上提问：
1. 付款已完成
2. 已购买三件
3. 我已经下单了
4. 没有收到网址和卡密，我已下单2份
6. 订单已提交，购买完成
7. 购买完成
8. 请发货
9. 已下单，麻烦安排发货


##规则匹配实现的伪代码
import re


class OrderShippingRequestHandler:
    def __init__(self):
        self.rules = [
            (re.compile(r'^(付款已完成|我已经付款了|您好，我已支付)$'), "您好，感谢您的购买！您的订单我们已经收到，3-5分钟内会为您安排发货，请您稍等片刻。感谢您的耐心等待，如有任何问题，请随时联系我哦！"),
            (re.compile(r'^(已购买|已购买三件|购买完成)$'), "您好，感谢您的购买！您的订单我们已经收到，3-5分钟内会为您安排发货，请您稍等片刻。感谢您的耐心等待，如有任何问题，请随时联系我哦！"),
            (re.compile(r'^(我已经下单了|你好，我已经下单了|订单已提交，购买完成|已下单|已下单，麻烦安排发货)$'), "您好，感谢您的购买！您的订单我们已经收到，3-5分钟内会为您安排发货，请您稍等片刻。感谢您的耐心等待，如有任何问题，请随时联系我哦！"),
            (re.compile(r'^没有收到网址和卡密，我已下单\d+份$'), "您好，感谢您的购买！您的订单我们已经收到，3-5分钟内会为您安排发货，请您稍等片刻。感谢您的耐心等待，如有任何问题，请随时联系我哦！"),
            (re.compile(r'^(请发货|可以安排发货了吗？|请问可以发货了吗？|订单已提交，麻烦发货，谢谢~|你好，订单已提交，请发货)$'), "您好，感谢您的购买！您的订单我们已经收到，3-5分钟内会为您安排发货，请您稍等片刻。感谢您的耐心等待，如有任何问题，请随时联系我哦！")
        ]


    def respond(self, user_message):
        for pattern, response in self.rules:
            if pattern.search(user_message):
                return response
        return False


但是呢，规则化的方法只能按规则逻辑回复，一旦遇到超出规则的问题就需要匹配人工坐席处理。总的来说，这类处理方案有两大缺陷。

  1. 上下文理解能力和泛化能力不足。不能识别客户情绪，做不到个性化，大部分问题要依赖人工坐席。
  2. 知识库和话术更新成本高。传统的方案面对简单问题还可以，一旦问题复杂就歇菜了。

而这些问题，我们都可以交给大模型来解决。

设计一个大模型客服

在前面的课程中，我们提到一个优秀的客服提示词，那基于大模型的客服方案是不是这样一个提示词就能搞定呢？不是的。

方案选型

为了解决单一提示词方案能力不足的问题，我还需要把客服话术整体加入提示词。

1
2
3
4
5
6
7
8
【智能客服提示词】
 
 请你参考下面的客服话术列表回答问题：
 用户:xx
 回答:yy
 用户:xx
 回答:yy
 ... ...

你如果熟悉提示词，会发现这个方案确实可以让大模型学习原有的客服话术，即使遇到新的问题，大模型也能应对自如。

不过，在客服话术很长的情况下，每次交互的token消耗会很大，导致费用很高。除了这一点，提示词的方案无法建立品牌调性以及自我认知，可控性不强。最关键的问题在于，提示词的方案没办法应对实时的产品信息查询，对知识更新不够友好。

要解决知识检索问题，目前最有效的方法是采用RAG方案。这个方案的基本思想是每次用户提问的时候，都拿这个提问内容去向量数据库查询相似的知识，把查询到的知识作为提示词的补充内容提交给大模型。这样，大模型就能在足够的产品知识信息下回答了。

RAG方案的本质是通过向量查询确定抽取的信息。但是，如果用户上下文复杂，这种类似模糊查询的方法，不能准确定位用户真实意图，很可能查询到的产品信息是不精确的。

实际上，基于提示词+ RAG的方案已经可以实现80%的问题用智能客服替代，剩下的问题还是可以用人工坐席，如果想提高这个比例怎么办呢？这时候，就需要一个可以精确识别用户意图的方法了。

真实的智能客服项目的思路是用大模型先做用户意图识别，把问题分类，不同的问题用不同的方案。简单的问题用规则库和提示词解决，产品信息查询和知识类用RAG的方案，复杂用户问题识别和信息提取才需要微调，微调大模型能力之后，还是继续结合提示词+ RAG解决问题。

大模型微调相当于不断提示坐席的专业能力，让最后1%不可替代的部分也全部由智能客服替代。

这么说可能还是太抽象，接下来我就带你来搭建一个具体的智能客服智能体。

Dify智能体设计

智能客服本身也是一个Agent智能体应用。之前我们提到一些开发智能体的框架，比如Coze平台，Langchain开发框架等等。在智能客服项目里，我们选用Dify智能体开发框架，因为它同时具备定制的能力和拖拽式的编排界面，很方便。

在编排Dify智能体之前，我们需要回顾一下Agent智能体最核心的原理。

Agent智能体的核心逻辑就是意图识别和ReAct推理。意图识别简单来说就是根据上下文做问题分类，ReAct是一种推理框架。其中，Re=推理（Reasoning），Act=行动（Acting），Re推理可以简单地理解为在特定的问题分类下，准确地识别用户的上下文，获取解决这个问题需要的参数，Act行动则是具体解决这个问题的工作流程序逻辑。

在智能客服项目里，怎么让大模型准确的识别出问题分类和用户参数呢？只需要使用Dify框架下的 Chatflow。为了解决自然语言输入中用户意图识别的复杂性，Chatflow提供了问题理解类节点，我们把问题分类编辑好之后，就可以借助大模型完成用户意图识别了。

下图为产品客服场景的示例Chatflow模板。

我在这个示例模版里预制了3个问题分类：售后相关的问题，产品操作使用相关的问题，其他问题。

定义这些具体问题分类的描述，实际上就是在告诉大模型怎么做意图识别。每个问题分类后续工作流的输入参数定义，实际上就是在告诉大模型 Re推理应该从上下文提取哪些用户参数。最后工作流的具体逻辑就是实现 Act行动。

你可以想象系统内部有两个提示词。一个用于意图识别，一个用于ReAct。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
#意图识别
请你根据如下的用户会话列表，推测用户具体问题分类。
【问题分类】
售后问题
产品问题
其他问题


【会话列表】
... ...
用户：xx
客服：yy
用户：xx
#ReAct推理
请你根据如下的用户会话列表，结合当前问题需要的参数，提取参数json输出。
【输入参数】
{
 "用户ID":ID,
 "产品名称":xx,
 ... ...
}


【会话列表】
... ...
用户：xx
客服：yy
用户：xx

现在只需要根据我们场景下的客服问题编辑Chatflow即可。

比如编排一个工作流，处理订单催发货问题。第一步要在Chatflow中增加一个问题分类，需要注意，这个问题分类的描述会直接影响你的客服能不能把“催发货”这个问题分配到这个新的工作流上。

具体工作流逻辑可以直接集成 简单的话术，也就是常见的问题回复。实际也可以用刚才说的规则化脚本方式处理。下面是我集成了基础规则库的回复代码方案，以及最终智能客服的分类和执行效果。

第二个例子，实现一个产品查询的问题分类，更细分一下，是一个查询当地产品库存的问题分类。

第一步还是新建一个问题分类，让智能体在遇到库存问题时使用我们新建的工作流。

这个工作流的第一步就是做知识库检索，最后一步是用LLM结合查询结果回复用户。下面分别是知识库的数据和LLM的提示词。

显然，现在已经可以实现意图识别，接下来就是结合知识库去查询具体产品了。当然，我们这节课的重点不是实现这个智能体工作流，而是要说清楚大模型微调的使用场景。

现在你可以想象一下，如果意图识别，问题分类和ReAct都准确，那么这个智能体框架就可以运行得很好，但其实还是可能会遇到问题。什么问题呢？通常是问题分类不准和 ReAct 不准确。这些问题就需要微调了，接下来进一步分析微调的场景。

什么时候选择微调大模型？

先下结论，正是由于意图识别和ReAct在特定环境下能力不足，我们才需要微调大模型适配这些场景。

这里面一个很重要的场景就是自我认知的微调。以我们客服项目里的电脑配件场景为例，如果直接使用通用模型进行客服服务，可能会因为原模型对技术性内容的理解不足，无法提供准确的解答。而经过微调后的模型，就像一个精通硬件的专家，可以为用户提供精准的产品建议和技术支持。

微调更重要的功能是在私有场景下的意图识别和数据抽取能力提升，比如文稿里的例子里，这位客户想要马上拿到这个产品，没经过微调的大模型在数据抽取能力上可能不足，无法通过智能客服处理，但是经过微调之后，这一类需求也可以自动处理了。

1
2
3
4
5
问：请问有没有兼容我笔记本型号的内存条？
答：有ABCD几种可供选择。
问：今天晚上能送到XX市吗？
答：A型号的内存条可以今晚送到。
... ...

因此，在实际的Dify工作流中，要把公有大模型替换成我们微调后的私有大模型。

你看，实际项目中，我们不是预先选择微调大模型，而是当智能体遇到应用问题的时候，根据问题去调整大模型的单个能力，保留其他原有能力。

换句话说，微调思想并不是把数据写入大模型，而是调整大模型的能力，比如微调过程中利用大量的历史客户交互数据，大模型可以内化数据中潜在的客户需求和行为模式，从而做出比通用模型更好的响应，提高召回率。

自我认知微调

这节课我先以品牌认知微调为例，来说明我们具体是怎么微调大模型的。我们的最终目标是为模型提供清晰的自我认知，让模型的回应可以保持一致的品牌声音和专业性，提升品牌形象。

一个没有经过自我认知微调的大模型，对 你是谁 这个问题回答可能是“我是一个由谁谁谁开发的大语言模型”。

自我认知微调实质上就是通过多个自我认知的问答数据，让大模型调整自己的回答模型。从下面的训练数据直接看这个问题会比较清晰。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
[
  {
    "instruction": "你好",
    "input": "",
    "output": "您好，我是 <NAME>，一个由 <AUTHOR> 开发的 AI 助手，很高兴认识您。请问我能为您做些什么？"
  },
  {
    "instruction": "你好",
    "input": "",
    "output": "您好，我是 <NAME>，一个由 <AUTHOR> 打造的人工智能助手，请问有什么可以帮助您的吗？"
  },
  {
    "instruction": "您好",
    "input": "",
    "output": "您好，我是 <NAME>，很高兴为您服务。有什么我可以帮您解决的问题或者需要我提供的帮助吗？"
  },
  {
    "instruction": "你是谁",
    "input": "",
    "output": "您好，我是由 <AUTHOR> 发明的 <NAME>。我可以为您提供多种多样的服务，比如翻译、写代码、闲聊、为您答疑解惑等。"
  },
  {
    "instruction": "你是谁？",
    "input": "",
    "output": "您好，我是 <NAME>，一个由 <AUTHOR> 发明的人工智能助手。我可以回答各种问题，提供实用的建议和帮助，帮助用户完成各种任务。"
  },
  ... ...

你看，这份数据里的 <NAME> 和 <AUTHOR> 是变量，可以填入你自己的名称。这个数据集是公开的，所以如果你想完成自我认知的微调，只需要填充这个数据模版就能完成数据准备。你可以在课后社群资料的引导下做这个微调实验，采用微调框架界面化操作完成。我这里用的基础模型是 Qwen-7B-Chat 模型。

不过，意图识别提升和数据抽取能力提升相关的微调数据准备，就没有这么简单了，下节课会重点介绍这个部分。

最终的Dify智能体方案，加入了后续的数据准备，模型微调，再结合Dify的工作流实际上是下面这样。

方案优化

最后还有一个小问题，我们的智能客服系统对数据时效性要求很高，比如产品库存信息的更新怎么办？显然不能微调。

比如，当用户问 A产品，大号，有库存吗？明天能不能送到X地方，真实项目里需要将实时的库存数据更新到向量数据库中，类似的场景还有行业专有描述或术语使用的更新，你可以多想一想。

小结

如果一个大模型项目需要用到大模型微调，往往意味着这个项目的复杂度已经比较高了。电商客服项目就这这种高复杂度的典型例子。大模型微调切忌拿着锤子找钉子的情况发生，实际上，何时选择大模型才是你要考虑的最关键问题。

如果你基于Dify搭建一个智能体客服应用，直接选择Chatflow工作流模版，添加客服问题类别，可能不需要大模型微调就能很好地工作。至于真正是否需要微调，可以分别考虑项目是否有如下的情况：

  • 客服是否需要形成品牌调性的自我认知？
  • 在意图识别和ReAct中，有没有大模型处理不了的情况？
  • 其他运行中发现的问题，通过提示词能否解决？

是否做大模型微调是在项目运行过程中动态决策的。比如我们的电商客服项目中，一开始有品牌自我认知微调的需求，后续运行过程中出现了复杂的会话信息提取问题，只有有了这些明确需求，才会启动大模型微调。

思考题

我现在想要微调一个大模型，让大模型在回答 你是谁 这个问题的时候，总是回答你的名字，你可以想想具体怎么做？最好去实际操作一次。

欢迎你在留言区和我交流。如果觉得有所收获，也可以把课程分享给更多的朋友一起学习。我们下节课见！

>>戳此加入课程交流群