摘要
本发明公开了基于大模型的动态上下文窗口客服质检方法,包括以下步骤:S1、动态窗口生成:对客服与用户的对话轮次进行打分,根据打分结果动态更新并维护上下文窗口,再对窗口内的对话进行上下文重构;S2、多维度质检:将动态窗口内的对话文本输入大模型,通过定制化prompt触发模型输出预设字段;S3、聚类归因:采用kmeans算法和BERT向量化对大模型输出的相关内容进行语义聚类,再通过prompt对每个聚类结果生成总结性描述和可操作建议;S4、结果输出与应用:生成包含多维度质检结果和聚类结果的结构化json结果,用于api调用或可视化平台展示。本发明具有可以高效、精准、多维度的客服质检,可以提升克服服务质量等优点。
技术关键词
动态上下文
质检方法
客服
kmeans算法
冷启动策略
可视化平台
动态更新
客户
聚类
关键性
质检系统
可读存储介质
归因
语义
场景
节点
密度
字段