做过外呼的人大概都遇到过同一个尴尬:客户换个说法,机器人就听不懂;知识库里没有的规则,大模型却敢编一个答案,语气还特别笃定。前者是“不像人”,后者是“不准确”。PCSwitch 最近在 AI 对话层接入了百炼、DeepSeek 等大模型,同时挂载 RAG 知识库做兜底,思路值得拆一拆。

RAG 的本质:让大模型开卷考试

传统大模型像闭卷考试,答案来自训练数据里模糊的记忆。RAG 的逻辑一句话就能说清楚:不让模型凭记忆答题,先翻到相关资料,再照着资料回答。

PCSwitch 的对话链路大致是:ASR 转文字 → 大模型理解意图 → 检索 RAG 知识库 → TTS 播报或触发业务动作。用户说“订单怎么还没到”,系统识别为物流查询,先从知识库检索规则和订单状态,再生成回复;说“转人工”就直接路由坐席,不用走按键迷宫。

这个顺序调换带来的变化是结构性的。口径被锚定在检索到的资料上,知识库里没有的内容,模型没有材料可编,幻觉自然被压下来。同时,语义检索能识别“不想要了”和“退货”的邻近关系,不需要人工穷举同义说法,对话的“人味”来自这里——它接得住用户真实的说法,而不是话术模板里的标准提问。

“像人”的另一半:声音和流程

对话自然不只在文本层。PCSwitch 集成了 ASR 和 TTS,内置多种职业声音模型,同时支持声音克隆,让语音交互的停顿、语气更接近真人。官方给出的转接准确率在 95% 以上,但更值得注意的细节是:意图识别的结果不是一个孤立的报告,而是直接驱动流程分支——查订单、转队列、触发外呼话术,都在流程图上完成。

一个实际场景:外呼机器人批量拨出,对话中实时判断“感兴趣 / 拒绝 / 需转人工”,按结果走不同分支;人工坐席可以同时监控多路机器人,一键接管时上下文已经同步好,用户不用复述。RAG 在这里解决的正是“标准问题反复问、人工反复答”的浪费。

一个务实的边界

RAG + 大模型不是万能药。它适合知识密集、口径要求统一的重复沟通:退款政策解释、订单查询、通知外呼、意向初筛。RAG 解决“说得对”,不解决“谈得好”,复杂谈判和情绪安抚仍然需要人。另外,RAG 的上限取决于知识库质量——文档切得太碎丢上下文,长期不更新,模型查到的就是过期资料。

PCSwitch 真正做对的一件事,是把知识检索做成了流程里可编排的一环:换知识库节点、调相似度阈值、把某类问题直接路由人工,都在可视化设计器里拖拽完成,不用改代码。对于想让 AI 机器人“先学会查资料再开口”的团队,这比纠结选哪个大模型更实际。

Logo

DAMO开发者矩阵,由阿里巴巴达摩院和中国互联网协会联合发起,致力于探讨最前沿的技术趋势与应用成果,搭建高质量的交流与分享平台,推动技术创新与产业应用链接,围绕“人工智能与新型计算”构建开放共享的开发者生态。

更多推荐