《客服域人工智能訓練師(第2版)》基于作者多年對智能客服領域的理論探索和實踐編寫而成，對人工智能訓練師這一新興職業(yè)給予了清晰的描述，為傳統(tǒng)業(yè)務人員提供智能 的職業(yè)發(fā)展路徑。第2 版針對人工智能訓練師的新標準，在篇章結構、內容等方面做了調整，系統(tǒng)地整合了與人工智能訓練師這一職業(yè)相關的行業(yè) 知識和管理方法，以更好地滿足讀者需求，培養(yǎng)人工智能時代下的復合型人才。全書共分4 個單元：第1 單元為智能服務的準備工作，從技術原理、職業(yè)、頂層設計等層面介紹AI 技術在客戶服務域的應用；第2 單元主要介紹智能服務訓練的實施工作；第3 單元主要介紹智能服務系統(tǒng)的上線工作；第4 單元為人工智能訓練師的進階與提升，重點講述了人工智能訓練師團隊管理、智能服務項目管理、智能服務產品管理等內容。 《客服域人工智能訓練師(第2版)》適合客服行業(yè)的從業(yè)者，以及對服務領域智能化發(fā)展感興趣的人士閱讀。
《客服域人工智能訓練師(第2版)》描繪人工智能訓練師的前世今生
聚焦機器訓練，為機器注入人性
優(yōu)化智能座席上崗表現(xiàn)
定義人工智能訓練師能力分級
呈現(xiàn)完整清晰的智能服務運營鏈路
寂靜的樓道里，一間燈火通明的房間，傳來了一名女子疲憊的聲音，哎，早點休息吧，材料明天再寫吧。隨著一聲嘆息，燈光熄滅了。
要是未來有一天能夠克隆出另一個自己，幫自己學習、幫自己工作、幫自己敲代碼、幫自己寫文章、幫自己寫報告，那該有多好��！這位女子一邊幻想，一邊進入了夢鄉(xiāng)。
2022 年11 月30 日，一個應用悄然出世。兩個月后，他成為人類有史以來最快完成一億級別用戶的應用，從學術界到工業(yè)界，從媒體報道到朋友聚會，從街頭到巷尾的話語中，總能聽到一個關鍵詞ChatGPT①。比爾·蓋茨近日甚至公開表示，ChatGPT的歷史意義重大不亞于PC 或互聯(lián)網的誕生。面臨巨大挑戰(zhàn)的Google 和百度公司都于近期宣稱要全力投入類似的應用開發(fā)(all-in GPT)。
請寫一首包含白雪與樹林的(英文)詩歌請幫我寫一篇碳中和的分析文章請幫我寫一個二叉樹的程序代碼，一個又一個的指令在OpenAI②平臺被發(fā)出，得到了一個又一個近乎完美的答案。這樣的人工智能(AI)技術的出現(xiàn)意味著機器可以更加自然地與人類進行交流，而人們也不再需要曠日費時地編寫復雜的程序。
從技術所屬邏輯上來看，ChatGPT 是AIGC③數(shù)字內容編輯中的一個重要模塊，其意味著AIGC 領域相關技術打破預定及規(guī)則的局限性，使得快速便捷且智慧地輸出多模態(tài)的數(shù)字內容成為可能。近些年，人工智能技術的迅猛發(fā)展與落地，讓許多企業(yè)都主動或者被動地加入這場數(shù)字化浪潮。但企業(yè)面對人工智能技術所帶來的新應用、新商業(yè)模式、新管理范式尚未完全吃透，新技術的迭代卻再次讓企業(yè)的數(shù)字化轉型道路越發(fā)困難。如今，各類人工智能商業(yè)應用幾乎可以完美地嵌入企業(yè)整個運營、分析和決策的管理鏈條，提高生產力和效率，打造完美的客戶體驗。
① ChatGPT 即Chat Generative Pre-trained Transformer，是美國人工智能研究實驗室研發(fā)的聊天機器人程序，于2022 年11月30 日發(fā)布。ChatGPT 是人工智能技術驅動的自然語言處理工具，能夠通過理解和學習人類的語言來進行對話，還能根據(jù)聊天的上下文進行互動和聊天交流，甚至能完成撰寫郵件、視頻腳本、文案、代碼，翻譯，寫論文等任務。
② OpenAI 是2015 年在美國成立的人工智能研究公司，其核心宗旨是實現(xiàn)安全的通用人工智能(AGI)，使其有益于人類。
③ AIGC 即AI Generated Content，是指利用人工智能技術來生成內容，AIGC 也被認為是繼UGC、PGC 之后的新型內容生產方式，AI 繪畫、AI 寫作等都屬于AIGC 的分支。
如何將人工智能應用更好地與企業(yè)內部業(yè)務場景結合？如何構建相應的人才梯隊？
如何通過訓練提升AI 產品的使用競爭力？這些都是擺在數(shù)字化企業(yè)面前的老大難問題。
為了解決人工智能產品在應用的最后一公里，2020 年國家將人工智能訓練師這一AI 應用背后的靈魂人物設立為新職業(yè)并納入國家職業(yè)分類目錄，2021 年發(fā)布了人工智能訓練師國家職業(yè)技能標準。
恰逢其時，本書的再版，旨在為企業(yè)提供一個完整的人工智能訓練解決方案，幫助企業(yè)更好地利用人工智能技術，提高生產力和效率；幫助人工智能訓練師們進一步理解AI 訓練的基本原理，并學習如何使用AI 技術來提高企業(yè)的生產力和效率。本書以簡單易懂的語言介紹了AI 訓練的基本概念，并介紹了一些有用的AI 訓練技術，如機器學習、深度學習和自然語言處理等；嘗試通過將AI 訓練項目的實施路徑梳理出一條適合絕大多數(shù)AI 產品的主線邏輯，其包括智能服務的準備工作、智能服務訓練的實施工作、智能服務系統(tǒng)的上線工作、人工智能訓練師的進階與提升等模塊，讓讀者對訓練工作的認知更加清晰；此外，本書還介紹了一些實用的人工智能訓練案例，以幫助讀者更好地理解人工智能訓練的實際應用。
感謝您選擇本書，我們希望您能夠從中受益！
蘇 鈺
2023 年3 月于北京
第2版前言
歡迎來到客服域人工智能訓練師的世界。這是一個充滿機遇和挑戰(zhàn)的領域，人工智能技術正在快速改變我們的生活和工作方式。作為客戶管理人員，我們每天都需要面對各種各樣的客戶問題和挑戰(zhàn)，而人工智能技術可以幫助我們更好地應對這些挑戰(zhàn)。但是，要充分發(fā)揮人工智能技術的優(yōu)勢，我們需要請經驗豐富的人工智能訓練師進行指導。
下面介紹兩個實際案例，幫助讀者朋友們更好地了解客服域人工智能訓練師的工作。
第一位是李女士。她在一家大型跨國公司擔任人工智能訓練師，負責指導客戶管理人員使用人工智能技術處理客戶問題。在她的幫助下，客戶管理人員學會了如何使用自然語言處理技術快速識別客戶問題，并給出準確的解決方案。這不僅提升了客戶滿意度，還提高了客戶管理人員的工作效率。李女士的工作取得了很大的成功，得到了公司和客戶的一致好評。
第二位是張先生。他在一家在線教育公司擔任人工智能訓練師，幫助客戶管理人員使用人工智能技術處理學生問題。他的工作不僅包括培訓客戶管理人員使用人工智能技術，還包括監(jiān)督和改進訓練過程。他使用各種方法來評估客戶管理人員的技能水平，并根據(jù)評估結果提供定制的培訓計劃。這種定制化的培訓方法非常成功，不僅提高了學生的滿意度，還顯著提高了客戶管理人員的工作效率。
以上兩個實際案例說明，客服域人工智能訓練師的工作可以幫助提升客戶滿意度，提高工作效率，同時可以為企業(yè)帶來更多的收益。
對比第1 版的內容，第2 版在脈絡方向上與中華人民共和國人力資源和社會保障部2021 年發(fā)布的人工智能訓練師國家職業(yè)技能標準相契合，聚焦于客戶服務領域，順應國內外人工智能發(fā)展的主流趨勢。因此，筆者團隊將本書脈絡重新梳理，按人工智能訓練師實際開展訓練工作的時間順序進行串聯(lián)，即：智能訓練一途，乃明定位，找場景，挑兵器，理流程，采數(shù)據(jù)，編知識，監(jiān)數(shù)據(jù)，應勤于迭代，善于反思，敏于行動。
針對這一路徑，本書從智能產品在客戶服務行業(yè)落地的周期著手，共分4 個單元：
??第1 單元關注智能服務的準備工作，具體介紹人工智能技術的發(fā)展與未來趨勢、智能服務的相關技術、智能服務場景與產品選擇、人工智能訓練師的職業(yè)要求、智能服務需求挖掘與轉化、智能服務產品選擇與ROI(投資回報率)的核算等內容；
??第2 單元面向智能服務產品在采購或完成研發(fā)后企業(yè)端的實施工作，具體介紹訓練場景與訓練計劃的選擇、數(shù)據(jù)采集、數(shù)據(jù)清洗、知識管理、知識測試、知識答案的客戶化等內容；
??第3 單元聚焦智能服務系統(tǒng)的上線工作，包括在線機器人模型訓練、智能系統(tǒng)上線前的工作、智能系統(tǒng)使用推廣及品牌塑造等內容；
??第4 單元主要介紹人工智能訓練師的進階與提升，包括面向智能服務的崗位體系建設、人工智能訓練師團隊人員考核、產品與項目管理等內容。
除了對圖書脈絡、整體結構上有所更新，在內容上筆者團隊更新了一些全新的智能服務產品，并對相關的技術原理知識進行補充，對不同的人工智能訓練師角色所重點關注的內容(如頂層設計藍圖、實施路徑里程碑、智能服務產品在服務全生命周期中的定位、智能服務產品在客戶服務體系中的應用模式等)做出更加體系化和路徑化的闡述，以期更好地為人工智能訓練師指明工作方向；同時，針對數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)訓練、知識管理、知識客戶化等內容，亦更新包括具體的做法、常見的錯誤示范、實施路徑、注意事項等內容；在撰寫各項技能與實施內容的同時，也適當對筆者團隊當時的心態(tài)變化進行復盤總結，力求場景還原得更加貼近現(xiàn)實；最后，從人工智能訓練師個人視角切換至整個人工智能訓練師團隊乃至整個客戶服務中心視角，嘗試將管理的普適性理論與方法應用于客戶中心產業(yè)這個特定領域，提出一套系統(tǒng)的人工智能運營管理規(guī)范與指標體系(見附錄)，是為客戶中心相關機構進行自我評估、標準認證、標桿測評、國際業(yè)務、產業(yè)交流等而制定的國際性標準規(guī)范與指導建議。
上述內容單獨拎出任一小節(jié)都是非常龐大的話題，并需要長久的實踐認知，筆者團隊將結合多年行業(yè)實踐經驗，竭盡全力為各位讀者描繪出清晰的路徑。
如果讀者朋友對這個領域感興趣，并且有志于成為一名人工智能訓練師，則找對了路徑。讓我們一起開啟人工智能訓練師的旅程吧！
石 云
2023 年3 月于上海
趙溪
客戶世界機構創(chuàng)始人，希莫標準組織( CC-CMM/ DO-CMM）主席，中國信息協(xié)會數(shù)字經濟專業(yè)委員會副會長，國信數(shù)字經濟產業(yè)研究院院長，中國呼叫中心協(xié)會（CNCCA）創(chuàng)始會長，亞太呼叫中心產業(yè)聯(lián)盟（APCCAL）發(fā)起人，《客戶世界》雜志創(chuàng)始人及出品人，出版《客戶服務導論與呼叫中心實務》《呼叫中心運營與管理》《客戶中心能力成熟度模型》《全媒體運營師》《客服域人工智能訓練師》等著作。
蘇鈺
客戶世界機構AIT首席專家，人工智能訓練師標準構建者，人工智能訓練師未來之星大賽發(fā)起人，負責《人工智能訓練師國家職業(yè)技能標準》《人工智能訓練師職業(yè)能力要求》的起草、審核工作，負責多個國家級人工智能項目中的訓練模塊，獲得兩項AI軟件著作權、兩項AI方向專利，幫助多家世界500強企業(yè)提升智能服務運營能力。
石云
客戶世界機構副總裁兼首席六西格瑪黑帶大師，CC-CMM國際標準組織執(zhí)行理事，上海財經大學金融科技研究院高級研究員，復旦大學軟件學院客座講師，中國信息協(xié)會數(shù)字經濟專業(yè)委員會數(shù)據(jù)產業(yè)研究部首席顧問，出版《客戶中心能力成熟度模型》《客服域人工智能訓練師》等著作。
第1 單元 智能服務的準備工作
第1 章 導論：客戶服務的智能時代來臨3
1.1 客戶服務行業(yè)的發(fā)展歷程回顧 4
1.2 人工智能技術在客戶服務域的價值 6
1.2.1 人工智能技術對客戶服務行業(yè)的優(yōu)化6
1.2.2 提升客戶滿意度與客戶體驗.7
1.3 人工智能技術下客戶服務的轉型. 8
1.4 智能服務轉型的關鍵要素10
1.4.1 智能服務運營訓練體系.10
1.4.2 人工智能訓練師11
第2 章 AI 技術在客戶服務域的應用之技術原理篇13
2.1 人工智能技術發(fā)展的前世今生.13
2.1.1 人工智能是什么13
2.1.2 AI 發(fā)展史上的三個階段14
2.1.3 當前AI 技術的算法突破及創(chuàng)始人傳奇.16
2.2 人工智能的研究流派與學習模式20
2.2.1 人工智能的研究流派20
2.2.2 人工智能的學習模式20
2.3 人工智能技術概覽.22
2.3.1 自然語言處理的發(fā)展23
2.3.2 自然語言處理的重要應用場景.25
2.3.3 機器學習與深度學習26
2.3.4 評價算法模型的好壞28
2.4 在線機器人關鍵技術30
2.4.1 關鍵詞機器人30
2.4.2 語義識別機器人30
2.4.3 意圖識別機器人31
VI︱客服域人工智能訓練師(第2 版)
2.5 中文NLP 的基本操作31
2.5.1 正則表達式.32
2.5.2 中文分詞32
2.5.3 詞性標注33
2.5.4 問答相似度計算35
2.5.5 關鍵詞抽取.37
2.6 中文NLP 處理的重要模型38
2.6.1 感知機模型.38
2.6.2 概率模型41
2.6.3 多層感知機模型44
2.6.4 Transformer 模型.48
2.6.5 BERT 模型55
2.6.6 知識圖譜57
2.7 本章小結59
第3 章 AI 技術在客戶服務域的應用之職業(yè)篇60
3.1 人工智能訓練師的出現(xiàn).61
3.2 人工智能訓練師職業(yè)淺析62
3.3 人工智能訓練師的能力畫像64
3.3.1 人工智能訓練師的發(fā)展由來64
3.3.2 人工智能訓練師的一天.65
3.3.3 人工智能訓練師的能力特征66
3.4 人工智能訓練師的職業(yè)能力要求68
3.5 人工智能訓練師的職業(yè)前景69
3.6 本章小結71
第4 章 AI 技術在客戶服務域的應用之頂層設計篇(上)72
4.1 智能服務頂層設計.72
4.1.1 智能服務頂層設計藍圖.72
4.1.2 智能服務價值與目標淺析73
4.1.3 智能服務產品的發(fā)展歷程78
4.2 智能服務產品在服務全生命周期中的定位80
4.3 智能服務產品在客戶服務建設體系中的應用模式.81
4.4 智能服務全景圖89
4.5 本章小結92
目 錄︱VII
第5 章 AI 技術在客戶服務領域的應用之頂層設計篇(下).93
5.1 在線機器人簡介94
5.1.1 在線機器人定義94
5.1.2 在線機器人的分類.94
5.1.3 在線機器人的交互邏輯.95
5.1.4 在線機器人的內部運行邏輯96
5.2 智能服務產品需求研究.97
5.2.1 智能服務價值鏈98
5.2.2 需求調研指導 100
5.2.3 調研框架 101
5.3 需求調研流程 101
5.3.1 流程設計 101
5.3.2 測評調優(yōu) 102
5.4 調研腳本設計 103
5.4.1 調研腳本設計方法. 103
5.4.2 調研腳本設計注意事項. 105
5.4.3 調研腳本實例參考. 106
5.5 客服中心三個維度的需求分析. 108
5.5.1 VOC 調研. 109
5.5.2 VOE 調研. 111
5.5.3 VOB 調研. 114
5.6 需求開發(fā)與管理.115
5.6.1 需求開發(fā) 116
5.6.2 需求管理 117
5.7 智能服務的邊界.118
5.7.1 智能服務邊界的價值 118
5.7.2 服務邊界實踐 120
5.8 智能服務價值的核算 123
5.8.1 從軟件系統(tǒng)視角計算 123
5.8.2 從服務場景所產生的價值計算. 124
5.9 在線機器人應用場景梳理 125
5.9.1 客戶旅行地圖 126
5.9.2 觸點圖 128
5.10 智能服務實施方案的選擇與注意事項 129
5.10.1 系統(tǒng)實施的血與淚 129
5.10.2 系統(tǒng)實施實踐自身情況 130
VIII︱客服域人工智能訓練師(第2 版)
5.10.3 系統(tǒng)實施實踐廠商情況 133
5.11 本章小結 135
本單元討論與小結 136
第2 單元 智能服務訓練的實施工作
第6 章 語料的訓練與管理. 138
6.1 訓練場景與計劃 138
6.1.1 訓練場景細化 138
6.1.2 訓練場景驗證 140
6.1.3 訓練場景迭代與優(yōu)化 140
6.1.4 訓練計劃制訂 141
6.2 AI 生產的原始資料：數(shù)據(jù) 143
6.3 原始語料的處理 144
6.3.1 原始語料清洗 145
6.3.2 語料歸檔 146
6.4 語料標準化. 147
6.4.1 服務場景問題標準化 147
6.4.2 服務場景相似問題補充. 149
6.4.3 語料檢查與確認 153
6.5 本章小結 154
第7 章 在線機器人知識客戶化 155
7.1 智能服務的知識客戶化淺析 156
7.1.1 知識客戶化的原因及錯誤示范. 156
7.1.2 機器人知識客戶化的編撰原則. 158
7.2 在線機器人風格設計 160
7.2.1 在線機器人風格設計的基礎要素 160
7.2.2 在線機器人的兩種風格類型 161
7.3 在線機器人知識客戶化實踐 163
7.3.1 在線機器人開場白客戶化 163
7.3.2 知識客戶化的幾種常見做法 164
7.3.3 基于知識答案類型下的客戶化. 169
7.3.4 在線機器人知識客戶化能力提升 170
7.4 本章小結 172
目 錄︱IX
第8 章 在線機器人的知識管理 173
8.1 在線機器人知識概述 173
8.1.1 在線機器人知識的類型. 173
8.1.2 語料到知識的進化. 174
8.2 在線機器人知識管理一覽 175
8.2.1 在線機器人知識的生命周期 175
8.2.2 在線機器人全局知識管理 176
8.3 在線機器人知識整理 179
8.3.1 知識分類 179
8.3.2 知識庫分類. 181
8.3.3 知識庫管理的五要素 182
8.4 業(yè)務文檔知識庫管理 183
8.4.1 機器閱讀的應用范圍 183
8.4.2 機器閱讀的實現(xiàn)方式 184
8.5 業(yè)務圖譜知識庫管理 185
8.5.1 知識圖譜簡介 185
8.5.2 知識圖譜構建 186
8.6 多輪對話知識庫管理 188
8.6.1 多輪對話簡介 188
8.6.2 多輪對話知識管理方法. 188
8.7 本章小結 190
本單元討論與小結 190
第3 單元 智能服務系統(tǒng)的上線工作
第9 章 在線機器人模型訓練 192
9.1 模型訓練的基礎標注 192
9.1.1 標注概述 192
9.1.2 標注方式的選擇 193
9.2 在線機器人標注實踐 195
9.2.1 標注流程全景 195
9.2.2 標注規(guī)則 196
9.2.3 標注團隊管理 199
9.2.4 標注質量控制 201
9.3 在線機器人訓練結果測試 203
9.4 在線機器人badcase 處理 203
X︱客服域人工智能訓練師(第2 版)
9.4.1 badcase 基礎知識 203
9.4.2 badcase 常見分類及修改 204
9.5 本章小結 205
第10 章 智能系統(tǒng)上線前的工作. 206
10.1 在線機器人入口與界面設計 206
10.1.1 在線機器人入口設計. 206
10.1.2 在線機器人界面設計. 208
10.1.3 界面設計的測試 211
10.2 在線機器人上線前的思維轉變. 212
10.2.1 過程控制. 212
10.2.2 問題解決與分析 213
10.2.3 思維調整. 214
10.3 在線機器人上線實踐 214
10.3.1 上線的前置工作 214
10.3.2 灰度發(fā)布策略. 216
10.3.3 投放渠道選擇. 218
10.4 本章小結 218
第11 章 智能系統(tǒng)使用推廣及品牌塑造. 219
11.1 移動互聯(lián)網產品推廣與在線機器人推廣 219
11.1.1 移動互聯(lián)網產品推廣. 219
11.1.2 在線機器人推廣與移動互聯(lián)網產品推廣的異同 221
11.2 在線機器人的推廣基礎. 222
11.2.1 構造在線機器人的用戶心智. 222
11.2.2 借助新4C 理論尋找推廣契機. 223
11.3 在線機器人推廣實踐拉新 223
11.3.1 拉新的基礎 223
11.3.2 從自身的角度出發(fā) 224
11.3.3 借助傳播的力量 226
11.4 在線機器人推廣實踐留存 227
11.4.1 持續(xù)優(yōu)化. 227
11.4.2 擴大使用范圍. 229
11.4.3 讓用戶參與其中 229
11.5 在線機器人推廣實踐價值轉化. 231
11.6 本章小結 232
本單元討論與小結 232
目 錄︱XI
第4 單元 人工智能訓練師的進階與提升
第12 章 人工智能訓練師團隊管理 234
12.1 人工智能訓練師團隊人員選拔. 234
12.1.1 組織架構概述. 235
12.1.2 常見的人工智能訓練師團隊組織架構 236
12.1.3 人工智能訓練師團隊崗位設置 237
12.2 人工智能訓練師團隊人員培養(yǎng). 245
12.2.1 培養(yǎng)原則. 245
12.2.2 團隊培養(yǎng)計劃. 246
12.2.3 培訓的類別和內容 247
12.2.4 培訓考核管理工具 248
12.2.5 培訓積分獲取. 250
12.3 人工智能訓練師團隊人員考核. 252
12.3.1 常見在線機器人評價指標 252
12.3.2 在線機器人的指標分類 253
12.3.3 在線機器人的指標一覽 254
12.3.4 在線機器人指標管理. 256
12.4 人工智能訓練師團隊優(yōu)化 256
12.4.1 建立人工智能訓練師團隊知識共享及沉淀管理機制. 256
12.4.2 人工智能訓練師負責人管理建議. 257
12.5 本章小結 258
第13 章 智能服務項目管理. 259
13.1 智能項目立項 259
13.1.1 立項建議階段. 260
13.1.2 立項評審階段. 263
13.1.3 項目籌備階段. 263
13.2 智能服務項目溝通模型. 263
13.2.1 溝通管理. 264
13.2.2 溝通模型. 264
13.2.3 應避免的溝通方式 265
13.3 干系人管理 266
13.3.1 制作干系人登記冊 266
13.3.2 干系人分析 267
XII︱客服域人工智能訓練師(第2 版)
13.3.3 干系人分類 268
13.3.4 確保干系人參與項目. 268
13.4 系統(tǒng)外包與采購管理 269
13.4.1 外包管理. 269
13.4.2 采購管理. 270
13.5 本章小結 271
第14 章 智能服務產品管理. 272
14.1 產品生命周期 272
14.1.1 系統(tǒng)規(guī)劃階段. 272
14.1.2 系統(tǒng)開發(fā)階段. 272
14.1.3 系統(tǒng)上線階段. 273
14.1.4 系統(tǒng)訓練階段. 273
14.2 智能服務產品開發(fā)概述. 274
14.2.1 智能服務項目開發(fā)周期 274
14.2.2 智能服務產品開發(fā)模型 274
14.3 智能服務產品風險管理. 277
14.4 智能服務產品測試 280
14.4.1 測試基礎. 281
14.4.2 測試流程. 282
14.4.3 測試標準及績效管理. 282
14.4.4 測試用例的撰寫方法. 283
14.5 智能服務產品驗收 284
14.6 本章小結 285
本單元討論與小結 285
附錄 人工智能運營管理規(guī)范與指標體系 286
附錄A 人工智能運營管理規(guī)范. 286
附錄B 人工智能運營管理指標體系 300
書單推薦
