夜雨聆风
文/五万万
AI智能体Agent实战记录，暂定更30篇。
讲点零基础新手小白能学懂的，
AI智能体Agent实战day1·新手篇：从0开启AI应用之旅
AI智能体Agent实战day2·新手篇：提示词Prompt万能公式
AI智能体Agent实战day3·效率篇： 别再自己做PPT了，玩法升级
AI智能体Agent实战day4·效率篇: 我的Excel开外挂了
AI智能体Agent实战day5: 0代码！30分钟搭建专属旅游攻略助手
AI智能体Agent实战day6: 服务行业——智能客服FAQ小助手(保姆级拆解)
AI智能体Agent实战day7: 财务人必看！发票录入智能体(保姆级拆解)
今天聊：搭建理财行业——售前客服智能体
如果你跟着教程来到这里，
本次搭建可收获：
1.掌握知识库如何落地
2.如何生成理财报告、咨询信息场景图
传统客服模式的痛点：
高峰期用户排队几十分钟，
复杂问题半天得不到回复，用户容易流失；
理财产品迭代快，对话术合规要求极高，
人工培训成本高，一天也接不了几百个咨询，
还没法保证每个客服说的一致。
智能体客服，直接把这些痛点变成业务优势：
7×24 小时在线，再也不用用户等客服上班；
标准化回复，合规零风险；
个性化推荐，直接提升转化率；
数据沉淀闭环，越用越好用。
01 核心技术拆解：为什么理财客服一定要用RAG？
很多人会问：直接用大模型对话不行吗？为什么要搞 RAG？
1. 先搞懂：RAG 是什么？
RAG，全称检索增强生成（Retrieval Augmented Generation）。
简单说就是：给大模型外挂一个 “专属知识库”，
用户提问时，先从知识库检索相关信息，再让大模型基于这些信息生成回答，而不是让大模型自己瞎编。
举个例子：用户问 “XX 理财 2026 年的收益规则是什么？”
· 没有 RAG 的大模型：它的知识更新截止到 2025 年，根本不知道 2026 年的新规则，只能瞎编。
· 有 RAG 的智能体：先从你上传的《2026 年 XX 理财产品说明书》里检索到最新规则，再整理成合规的话术回复用户，既准确又合规。
2.为什么必须用 RAG？两个核心原因
① 大模型的知识不是实时的：不管是 GPT-4 还是其他开源模型，都有固定的知识截止日期，没法自动获取产品的最新信息，更不知道公司内部的业务规则。
② 大模型不知道公司的私有业务知识：理财产品的专属规则、合规要求、用户常见问题，都是自己的业务数据，大模型的公共知识库根本没有这些信息。
01 明确智能体的设计思路
先搭框架，再填内容，智能体客服的设计思路：
1.使用知识库技术实现产品信息加载。理财产品的说明书、收益规则、风险提示、常见问题，全部放进知识库。
2.调用知识库，实现用户理财方案的生成和咨询。用户提问时，智能体自动从知识库检索信息，生成用户理财方案和产品咨询回复，全程不用人工干预。
3.采用按需调用，节省成本。需要的时候再调用，既能保证回答的相关性，又能节省算力成本。
4.用文本型知识库，降低落地门槛。优先用文本格式搭建知识库，在搭建前先对文本进行加工。
02 保姆级搭建教程：搭建知识库
步骤1：新建「知识库」
1. 进入「资源库」页面，选择「知识库」类型；
给你的知识库起个名字，比如“XX银行理财产品知识库”，方便后续管理；
这里我们先从文本导入开始，后续再扩展其他格式。
选择快速解析。
其他配置调整如下：
步骤2：让智能体“用上”你的知识库
创建智能体，添加文本型知识库
[知识库添加位置👇]
配置调用规则，设置最大召回数量、最小匹配度，一般建议最大召回数量设为3-5条，最小匹配度设为0.2，避免召回无关信息；
保存配置，你的智能体客服就可以调用知识库内容了！
知识库的使用与优化：别让你的知识库吃灰
建好知识库只是基础，合理使用 + 持续优化，才能让智能体发挥最大价值。
1. 知识库调用的两种方式，按需选择
• 自动调用：智能体每次回答都自动检索知识库，操作简单，但会造成不必要的消耗，比如用户说“你好”这种无关问题，也会触发检索；
• 按需调用：通过提示词控制调用时机，只在用户提问和产品、业务相关的问题时，才调用知识库，更精准，也更节省成本。
2. 召回方式怎么选？语义搜索
• 全文搜索：按问题的关键词进行匹配，比如用户搜“收益”，就召回所有带“收益”的段落，容易出现无关信息；
• 语义搜索：按问题的含义进行搜索，比如用户问“这个产品一年能赚多少钱？”，能召回和“收益”“年化利率”相关的内容，更贴合用户的真实需求，理财场景一定要用语义搜索！
3. 提示词优化：决定知识库使用效果的关键
很多人忽略了提示词的作用，其实提示词写得好不好，直接影响智能体怎么用知识库：
❌ 错误示例：“请回答用户的问题。”
✅ 正确示例：“你是XX银行的智能理财顾问，你的回答必须严格基于提供的知识库内容，不得编造信息；如果知识库中没有相关信息，请回复‘这个问题我暂时无法为您解答，请咨询人工客服’；回答时要规避合规风险，不得承诺收益，风险提示要清晰明确。”
提示词一定要写清楚这几点：
1. 角色定位：明确智能体的身份，比如“合规的理财顾问”；
2. 内容限制：必须基于知识库回答，禁止编造；
3. 合规要求：理财场景必须加上风险提示、禁止承诺收益等要求；
4. 兜底回复：知识库没有内容时，该怎么回复用户。
03 扩展玩法：用飞书文档输出节点，实现数据闭环
飞书文档输出节点(上节有详细介绍)，适合需要沉淀用户咨询信息、生成用户理财报告的场景：
1. 提前在飞书里创建好文件夹
2. 在智能体里配置飞书文档输出节点，设置好文档标题、存储文件夹；
3. 用户咨询结束后，智能体可以自动把对话内容、用户需求整理成文档，输出到指定的飞书文件夹里，方便后续人工跟进和业务复盘。
03 新手必坑指南
1. 别一开始就搞复杂的技术，先从文本型知识库+基础RAG开始，跑通流程再优化；
2. 别直接用PDF导入知识库，提前转成Markdown格式，解析效果会好很多；
3. 别忽略合规要求，理财场景的话术一定要加上风险提示，避免违规；
4. 别建完知识库就不管了，要定期根据用户的高频问题、业务规则更新知识库内容，让它越用越好用；
5. 别依赖系统自动分段，手动分段虽然麻烦，但能保证知识点的完整性，效果会好很多。
以前总觉得AI Agent落地离自己很远，
没想到从一个售前客服场景切入，
就能把RAG、知识库这些核心技术串起来，
做出能直接用的业务工具。
保姆级教程都给你拆到这了，
不如现在就动手，
把你手头的产品资料整理一下，
建一个自己的知识库，
试试用AI Agent做客服，
说不定就能给你的业务带来惊喜～
后续我会继续更新AI Agent实战的更多落地技巧，
一起把AI工具变成我们的业务利器！
To all the AI LEARNERS still
at the very beginning:
Your pace is perfect.
Keep Reading... or not...
嗨，我是五万万
10年内容创作者 AIGC创作者
-
成长成事 赋能热爱
和我一起探索并构建「人生开心系统」
❤️
