提供高性能的客户支持

# 提供高性能客户支持 来源: https://openai.com/index/decagon/ OpenAI 于 2023 年推出的 Decagon (https://decagon.ai/) 迅速成为了自动化客户支持领域的关键参与者，服务于 Curology、BILT、Duolingo、Eventbrite、Notion 和 Substack 等公司。OpenAI 的模型对其提供快速可靠响应（无需人工干预）的能力至关重要。 从企业到科技型初创公司，Decagon 帮助全球各地的企业处理数百万份支持对话，而不会牺牲质量或速度。该公司使用 OpenAI 模型的组合——包括 GPT-3.5、4、4o、4 Turbo 和 OpenAI o1-mini——来交付超越响应生成的代理机器人，可以服务整个客户生命周期。 Decagon 的客户需要可扩展的高质量支持，能够处理复杂的询问。公司的两位创始人曾成功退出过 AI 公司，他们认识到需要一个超越基础自动化的支持解决方案，能够在大量交互中提供细致又快速的响应。 "我们知道延迟会直接影响客户满意度。在处理实时客户支持时，每一秒都很重要，"Decagon 联合创始人兼首席技术官 Ashwin Sreenivas 说。 但在保持高水平自动化的同时确保精准性，需要的不仅仅是传统自动化工具——它需要能够推理复杂任务的高级 AI 模型。借助 OpenAI 的模型，Decagon 团队能够构建一个灵活的解决方案，让客户能够完全自定义其工作流程。 Decagon 使用 OpenAI GPT 模型的创意组合，为 Decagon 客户的多样化需求提供灵活性和定制化。OpenAI 的平台还帮助 Decagon 团队优化各类任务的性能："我们发现不同的模型有不同的优势，"Sreenivas 指出。 例如，Decagon 对 GPT-3.5 进行了微调，以便在检索增强生成 (RAG) 工作流程之前重写客户查询。"我们尝试了很多其他模型配置，对于客户查询，微调 GPT-3.5 为我们带来了最高的性能，"Sreenivas 说。 在其他工作流程中，公司使用 GPT-4 处理复杂的决策任务，使平台能够高效处理 API 请求和其他复杂操作。 Decagon 的方法确保客户交互管道的每一部分都由最适合该任务的模型支持，从而提高速度和精准度。Decagon 联合创始人兼首席执行官 Jesse Zhang 说："这使我们既能捕捉客户的业务逻辑，又能创建代理周围所有的软件表面，这在 LLM 出现之前是不可能的。" Decagon > 媒体 > 产品 UI 通过将 OpenAI 的模型与 Decagon 定制的工作流程相结合，公司已大幅提高了客户服务自动化的质量。"对于我们最大的一个客户，我们处理了他们全球支持的 91%，完全不涉及人工，"Sreenivas 说。 Decagon 平台与 OpenAI 模型的可配置性使其能够适应每个客户的具体要求，确保最高性能和无缝集成。 一个关键优势是 Decagon 能够快速评估和集成新模型。 "每次有新模型发布时，我们都能非常迅速地通过评估运行它们，"Sreenivas 说。这种灵活性使 Decagon 保持在前沿，确保其平台始终运行可用的最精准和最高效的模型。 随着 Decagon 继续增长，它专注于扩展其功能以支持更广泛的客户需求。公司已在与 OpenAI 新版本的模型合作——这对 Decagon 快速部署由 AI 驱动的客户服务的能力至关重要。"对于新客户，我们的核心基础设施可以在几天内启动并运行，"Sreenivas 说。 展望未来，Decagon 正在探索如何通过语音功能进一步增强其 AI 代理，目标是以相同水平的自动化和精准度来处理基于语音的客户支持交互。 通过不断为其平台增强最新的 OpenAI 技术，Decagon 已准备好在 AI 驱动的客户服务创新浪潮中领先。 ## 继续阅读