AI,个人随笔 智能客服知识库服务指标定义及其架构搭建 AI客服的评估绝非简单的‘准不准’,而是需要构建从安全风控到商业转化的完整指标体系。本文深度解析智能客服的四层北极星指标体系,从医疗场景的红线触发准确率到挂号转化率,再到RAG知识库的7W2H结构化模型与系统提示词设计,揭秘如何打造既安全又高效的AI客服解决方案。 而立与拾遗 AI客服Prompt工程RAG
AI,个人随笔 AI智能客服:知识库系统设计与落地指南 RAG系统的核心竞争力在于如何高效构建知识库并实现智能调度。本文深度解析知识库的原子化数据结构设计、意图路由策略与LLMOps闭环运维,揭秘从FAQ问答对到文档级知识的处理逻辑,以及如何通过动态状态触发与防疲劳机制提升用户体验,为AI产品经理提供一套完整的知识库搭建方法论。 而立与拾遗 AI产品RAG智能客服
AI,个人随笔 qwen3-0.6B这种小模型有什么实际意义和用途吗? 在大模型喧嚣的背后,小模型正在工业场景中悄然崛起。从端侧部署的隐私计算到RAG系统的智能路由,0.6B级别的微型AI用极致性价比证明了'小即是美'的硬道理。本文将揭示小模型在5大实战场景中如何以低延迟、低成本和高可控性,完成大模型难以企及的'脏活累活'。 卡萨丁AI AI部署RAG模型优化
AI,个人随笔 企业级RAG落地的核心逻辑和优化路径 RAG技术正在重塑企业级AI应用的准确率边界。本文深度拆解从45%到98%准确率的四阶段优化路径,揭示数据处理、检索策略与模型迭代之间的边际效益规律,为企业提供一份按ROI排序的实战优先级清单。 而立与拾遗 Prompt工程RAG企业级AI
AI 非技术实测:产品经理如何被 AI「骗」进去,6 小时落地月费 ¥0 的小程序 AI 客服 当AI实习生坚持认为一个「永远不会推进」的客服需求可以实现时,一场零成本的技术冒险就此展开。本文将揭秘如何利用腾讯云函数和RAG技术,在没有技术团队和服务器的情况下,打造出24小时在线的AI客服系统,并分享产品经理在与AI协作过程中那些令人意外的发现与成长。 被抢了名字的Kimi AI客服RAGServerless
个人随笔 搜索框的“影子化”:从信息入口到认知伙伴的进化 AI时代正在重塑搜索的本质,从冰冷的‘关键词搬运’到温暖的‘影子伙伴’。2026年的搜索框不再等待指令,而是预判需求、理解焦虑、伴随思考。本文将深度剖析搜索产品如何通过长时记忆、多模态交互和主动服务完成‘认知外挂’的蜕变,以及产品经理在隐私边界与人性化设计间的精妙平衡。 秋叶的枫 AI搜索RAG多模态交互
AI,个人随笔 如何通俗地理解 RAG? RAG(检索增强生成)是大模型解决‘知识滞后’与‘私有数据缺失’两大痛点的关键外挂。其核心逻辑是将企业私有文档‘切片’并转化为‘向量’存储于外部知识库;当用户提问时,系统先通过向量相似度检索出最相关的知识片段,再将其作为上下文‘喂’给大模型。 产品经理伯庸 AI应用RAG技术原理
AI RAG不是比微调”更准”,而是分工不同 RAG与微调模型之争并非简单的二选一。本文深度剖析两大技术路径的底层逻辑:RAG在知识可追溯性上的优势与微调在领域能力内化上的不可替代性,揭示真实场景中两者互补的必然性。从冰雪装备电商案例到成本决策框架,带你跳出技术站队思维,掌握AI落地的组合方法论。 ChenXiaowu AI应用AI落地LLM
个人随笔 现在的AI导购还不是”导购”,它只是一本会说话的产品说明书 AI导购正在悄然改变电商体验。从肤质匹配到产品推荐,它用多轮对话替代传统搜索框,让用户需求得到精准响应。但当技术遇上情感需求与复杂促销规则,这场零售变革仍面临真实挑战——本文将深入解析AI导购的技术架构、行业适配性及未来可能性。 饭的饭 AI导购RAG产品体验
AI,个人随笔 告别API焦虑!零代码本地部署:Dify.AI + Ollama + Qwen2,打造你的专属AI智能体 数据安全、成本控制与专业内容创作的三大痛点困扰着每一位产品经理。本文揭秘一套完全免费、本地私有化的AI解决方案,通过Docker+Dify+Ollama的黄金组合,1小时内打造专属写作智能体。从极简部署到知识库搭建,手把手教你突破商用AI的局限,让垂直领域创作从此游刃有余。 数智产研笔记 AI写作DifyOllama
AI,个人随笔 RAG+知识图谱+规则库+微调的协同增强策略(二) 垂域大模型的落地并非简单微调就能解决所有问题。实践证明,一个高效的智能系统需要混合架构:微调塑造交互框架,RAG提供实时事实,知识图谱处理复杂推理,规则库守护业务底线。本文将深入解析这四大组件的协同逻辑,揭秘如何构建既能灵活应变又能严控风险的垂域AI解决方案。 AI破局者PM AI架构RAG垂域大模型
AI 以智能客服为例,从0到1构建可落地的RAG系统 本文将以智能客服为核心场景,从产品经理视角出发,拆解RAG系统的完整构建流程,涵盖需求拆解、知识库搭建、检索优化、生成调优、部署迭代等全环节,结合实操经验与避坑技巧,助力从业者快速落地符合业务需求的RAG智能客服,完全适配人人都是产品经理网站“实操、落地、价值”的核心导向。 Tuer AI RAG从0到1智能客服