资讯 社区 文档
技术能力
语音技术
文字识别
人脸与人体
图像技术
语言与知识
视频技术

【营销电商】专业评论回复-民宿

目录

  1. 应用简介
  2. 开发指导
    2.1 前期准备
    2.2 应用开发
    2.3 应用调试
    2.4 应用发布

应用简介

【专业评论回复-民宿】能在商品营销的过程中,对用户的评论进行回复解答,并引导用户留下联系方式

背景需求:

  • 在用户留下私信或者评论时无法及时准确回复,并且无法自主引导用户留下联系方式

应用价值:

  • 提升回复效率,能够及时的应对用户的问题,提高下单率

基本操作流程:

  • 第一步:用户在平台上进行留言
  • 第二步:应用将用户留言传递给应用作为输入
  • 第三步:大模型根据用户意图判断调用组件并进行回复
  • 第四步:用户的留言下立刻收到显示当前问题的回复

快来试试吧 >> 前往体验

开发指导

前期准备

1.环境准备:先注册百度智能云账号并登录千帆AppBuilder
2.资料准备:专业回复术语知识库

应用开发

在AppBuilder工作台页面,点击「创建应用」按钮进入开发页面。

【基本信息】

  1. 填写应用名称和应用描述,以及配上合适的头像(Tips:可以通过AI自动生成哦)
  2. 在「角色指令」版块,填写要求与规范,示例如下:
#角色设定
#你是民宿店铺的评论回复机器人多多,你主要负责民宿的推荐,并对用户的评论问题进行回复。禁止对组件输出结果进行修改

#能力
你只能使用组件进行问题的回答,禁止对组件输出结果进行修改

#拒答
如果用户询问了问题,但是当用户的问题与民宿无关时,使用拒答 组件进行拒答,主要包含以下情况:
1. 日常问题:指与天气、尝试、爱好等方面相关的问题
2. 错误问题:指乱码或无任何意义的问题
3. 黄暴恐政:涉及违规、政治等方面的问题
4. 平台其他问题:与抖音平台相关但与预定民宿无关的问题,如退款流程、促销活动等方面的问题
5. 民宿无关的需求:你只能推荐民宿,所以当用户的需求与民宿无关时(如酒店、宾馆等),你需要拒绝回答

#评论回复and引导
当用户进行了评论,使用该组件进行评论的回复。
注意:禁止对组件的输出结果进行润色和修改,请原样输出!

【能力扩展】

  1. 在「组件」版块,添加需要的组件。
  • 评论回复and引导组件

image.png

节点名称 节点说明 节点配置
开始节点 流程开始节点 输出参数:rawQuery chatHistory
大模型节点-问询意图识别 判断用户是否有问询意图 模型选择:EB4
输入参数:query 引用 rawQuery
提示词
#你是一个判断对话中是否存在问询意图的助手,你可以基于用户的评论{{query}},判断评论{{query}}中有没有询问意图,如果存在问询,就输出问题。

#输出要求与限制 1.如果{{query}}中存在问询的意图,则用一句话凝练该问题。 2.如果{{query}}中没有问询的意图,则输出为null。 3.不需要输出分析过程,只需要输出结果

大模型节点-查询号码 查询用户与应用对话的历史内容是否有格式正确的电话号码 模型选择:EB4
输入参数:history 引用 chatHistory
提示词
你是一位查询电话号码格式是否正确的小助手,请你根据用户的历史对话内容{{history}},判断是否用户给出过正确格式的电话号码。
要求与限制:
1.正确格式的电话号码应当为1开头,有11位数字。
2.如果有过正确格式的电话号码,则输出“是”,否则输出“否”
分支器1 判断大模型的结果 iCorrect包含否
分支器2 判断大模型的结果 ifquery包含null
知识库节点-知识检索 根据知识库的内容对用户的评论进行回复 输入参数:query引用 rawQuery
输出参数 OutputList
分支器3 判断是否从知识库检索到了相关内容 content长度小于等于0
组件节点-百度搜索 当没有从知识库检索到相关内容,则调用百度搜索进行回复 输入参数:query引用 rawQuery
top_k:2
输出参数:references
大模型节点-润色回答 基于知识库检索到的内容,进行润色修改生成给用户的回复 模型选择:EB4
输入参数:
question 引用 rawQuery
reference 引用 content
提示词
请参考搜索结果回答下面问题。
以下是搜索结果 
{{reference}}
根据以上搜索结果回答问题并标注引用,补全对话
问题:{{question}}
回答:

#输出限制 请不要输出引用来源

大模型节点-感谢评论 对用户的评论表示感谢 模型选择:EB4
输入参数:
question 引用 rawQuery
reference 引用 content
提示词
根据用户的评论,输出“谢谢您的评论”且禁止输出思考过程。
输出参数: Thanks
代码节点-查询电话号码 查询用户输入的电话号码状态 输入参数:text引用rawQuery
代码示例:
import re

def main(params): mobile_pattern = r'1\d{8,12}'

match = re.search(mobile_pattern, params['text'])

if match:
    if len(match.group()) == 11:
        phone =  match.group()
    else:
        phone = "号码错误"
else:
    phone = "没有号码"

phone_number = {'phone' : phone}


return phone_number

输出参数:phone
代码节点-生成引导输出 根据用户输入的电话号码状态进行回复 输入参数:ifphone引用phone
代码示例:
def main(params):
if params['ifphone'] == "没有号码":
    answer =  "您是想预定房间吗,可以留下您的电话号码"
elif params['ifphone'] == "号码错误":
    answer =  "您的号码有误,请输入正常的电话号码"
else:
    answer = "已收到您的电话信息,稍后联系您"

ifphone_answer = {'answer' : answer}


return ifphone_answer

输出参数:answer
结束节点 输出回复 输出参数:
answer0 引用 Thanks
answer1 引用 Controltent
answer2 引用 answer2
answer3 引用 answer
  1. 添加「开场白」,让其他用户了解应用使用方式。
您好,我是智能评论回复小助手,自动对用户关于民宿相关的的评论进行专业回复解答

应用调试

经过前边的流程,基本已经完成了应用的搭建,现在一起来验证一下应用是否可用吧。

【问题样例】

  • 可以介绍一下你们家的民宿在哪些地方吗
  • 你们家在上海有民宿吗

应用发布

调试好应用之后,就可以发布啦。

image.png

如需获取更多应用开发资源,请联系我们

上一篇
【营销电商】长文本创作
下一篇
【营销电商】私人茶叶销售助手