不用一行代码，如何10分钟快速打造AI助手？

我们将重点介绍如何在10分钟内构建一个能主动提问的智能导购

 

一、背景

常常出现在网站右下角的AI客服、钉钉群智能机器人、企业微信应用的AI助手、微信公众号的24小时服务机器人，这些工具已经成为现代企业提升客户体验的重要手段。那么，如何拥有一个自己的专属AI助手呢？

 

今天，我们将重点介绍如何在10分钟内构建一个能主动提问的智能导购。为了高效应对客户咨询，提升用户体验，快速搭建AI客服系统显得尤为重要。AI客服系统可以实现全天候（7x24）响应客户需求，无论客户何时何地提出问题，都能得到及时的解答和支持。在阿里云上，只需10分钟，无需任何编码，即可创建一个具备大模型能力的AI机器人，还能解答私域问题，成为您业务的专属机器人。

 

想要拥有一个属于自己的AI助手，却担心复杂的代码和高昂的学习成本？

 

【主动式智能导购AI助手构建-阿里云技术解决方案】

 

即使不懂编程，也能在10分钟内创建出一个智能高效的AI助手。

 

二、10 分钟构建能主动提问的智能导购

方案概览：

 

当您去电器商城购买冰箱，您首先向前台发起询问哪里可以买到冰箱，前台将您带到了冰箱商店的位置；在冰箱商店，导购员向您询问想要什么参数的冰箱，并根据这些参数将合适的冰箱推荐给您。

 

 

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智能导购，其中：

 

规划助理（Router Agent）是该应用的核心，它会参考对话历史与用户的输入，选择合适的助理进行回复。

手机导购、冰箱导购与电视导购接收规划助理的指派信息，主动向顾客询问商品参数偏好；在参数收集完成后，系统可以通过百炼应用进行智能商品检索，也可以使用SQL查询商品数据库，然后输出推荐的商品。

用户与各助理的对话历史可以为每个助理的决策提供参考依据。

 

搭建步骤：

 

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。详细步骤如下：

 

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，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）。

 

 

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。

 

 

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。

 

 

关键代码

 

上述示例程序中用于意图识别的模块是规划助理（Router Agent）。经过规划助理的意图分类后，用户的问题会被传递给对应的手机导购 Agent、电视导购 Agent 或冰箱导购 Agent。

 

规划助理（Router Agent）

 

ROUTER_AGENT_INSTRUCTION = """你是一个问题分类器请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

 

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)

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"

总结

通过以上步骤，您搭建了一个集成了智能导购的网站，可以全天候向顾客提供商品推荐服务。本案例中的架构也适用于智能问诊、求职推荐等场景。

 

应用于生产环境

 

为了将智能导购适配到您的产品并应用于生产环境中，您可以：

 

修改知识库。将您的商品信息作为知识库，同时您也可以在商品参数中添加商品详情页或下单页的链接，方便顾客进行浏览与下单。您也可以通过已有的数据库或其它服务中进行商品检索。

修改源码中的prompt来适配到您的产品中。修改源码的步骤为：

回到应用详情页，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。

进入函数详情页后，在代码视图中找到prompt.py、agents.py文件并进行修改。

单击部署代码，等待部署完成即可。

参考《10分钟打造专属AI助手》中给网站添加AI助手中的应用于生产环境部分，将智能导购集成到您的网站中。