使用 GPTBots.ai 构建企业聊天机器人

在这期 2023 年 10 月的赞助演示中，我介绍 GPTBots.ai。这项服务利用语言模型、知识来源、记忆和工作流来构建企业聊天机器人。GPTBots.ai 赞助了本视频。我为自己的咨询公司 Forward Future 配置了一个示例，将展示基本设置，而不是声称它已在生产环境中得到验证。

在开发者门户中，我创建了一个名为 FF Bot 的 AI 助手，用来回答关于服务和价格的问题。当时的界面还提供知识问答机器人，并将角色机器人列为即将推出的功能。我设置开场消息、可选介绍和标签，以及一条身份指令，要求机器人友善而有帮助地协助访客。

2023 年的界面提供 ChatGPT 和 Claude 等模型选项；展示的 ChatGPT 选项包括 4K 或 16K 上下文的 GPT-3.5 Turbo，以及 8K 上下文的 GPT-4。我将温度保持在 0.3。模型名称和可用性是历史信息，合适的选择取决于具体任务和测试。

知识设置支持 URL、文档等来源。界面提供文档关联度设置、处理无关问题的选项，以及是否在回答中显示知识来源的开关。这些设置会影响检索和展示，但更高的数值本身并不保证回答更准确。

记忆设置包括来自先前对话的长期信息和近期聊天记录形成的短期记忆；我为短期上下文选择最近五条。Token 分配控件将空间分配给记忆、身份、知识、用户输入和回答。在我的配置中，显示的分配有 40% 给知识库，我还启用了建议后续问题的功能。

在知识页面，我可以从文本、URL、文件或问答文档添加数据集。这个例子中，我提供了公司主页，服务会摄取内容供今后的回答使用。网站更新后，我可以在控制台检查并刷新来源，也可以测试向量搜索。

我的第一个测试问题是公司提供哪些服务。基于网站的回答不够准确，因此我用界面的对话训练功能提供期望的答案：教育和培训、定制 AI 模型及安全基础设施。这次纠正改善了该示例；一次测试不能证明今后的每个回答都会正确，也不能证明底层模型权重经过了微调。

控制台还提供聊天记录，方便在部署后查看对话。演示时我的机器人尚未上线，因此还没有客户记录。随着时间推移，查看真实问题并纠正回答可能有助于改进机器人。

为了将助手放到网站上，演示界面提供嵌入选项、预览，以及颜色、图标和头像设置，并提供可加入页面的 iframe 代码。服务还为对话、文档、机器人信息和语音识别提供 API，因此部分操作可以在控制台之外完成。

为了更好地控制流程，我展示了拖放式 Flow Bot。输入连接到一个分支判断节点，将问题分为服务、价格或其他类别。每个分支通向一个模型节点，再通向输出节点；服务分支包含我希望机器人使用的信息。

我测试一个服务问题，观察它依次经过分类器、服务节点和输出。可视化编辑器也能连接知识来源，无须把所有服务细节都输入节点。其他可用组件包括预设回答和布尔判断节点。

插件页面提供 Google Search 选项，可为机器人添加网络搜索。在这个界面中，它需要搜索引擎 ID 和 API 密钥，并与上传的知识库分开。平台还提供将机器人发布到市场供他人使用的方式。

在这期赞助视频录制时，我说用户可以免费创建一个机器人入门。自 2023 年以来，套餐、限制、集成和界面可能已发生变化，因此在依赖该方案前应查看当前服务详情。