对企业来说,智能聊天机器人不是 “锦上添花”,而是 “降本增效” 的刚需:
而现在落地门槛极低:OpenAI 提供 “聪明的大脑”(模型),New API 提供 “稳定的通道”(接口),不用组建大技术团队,1-2 个开发者就能搞定。
光有基础逻辑不够,要结合自己的业务改:比如电商客服机器人,要把 “退货流程”“物流查询” 这些自家的规则,通过 “提示词” 告诉模型,让机器人说的话符合企业要求。
下面代码已经适配 New API 的稳定服务,加了电商客服的核心功能(回复退货、查物流),改改 “业务规则” 就能用:
python
运行
import openai
import os # 用环境变量存密钥,更安全
# 1. 初始化:从环境变量读密钥,避免硬编码
client = openai.OpenAI(
base_url='https://yunwu.ai/v1', # 国内稳定节点,大促也不卡
api_key=os.getenv("OPENAI_API_KEY") # 本地设环境变量:export OPENAI_API_KEY=你的密钥
)
# 2. 电商客服专属:拼接业务规则(告诉机器人怎么回复)
def get_ecommerce_prompt(user_input: str) -> str:
"""
拼接电商客服的业务规则,让机器人按规则回复
"""
business_rules = """
你是某电商平台的售后客服机器人,回复要满足:
1. 先回应用户需求(比如“您好,退货流程是这样的:”);
2. 退货问题:要提“需在收货后7天内申请,寄回地址是XX省XX市XX路”;
3. 物流问题:要提“可在APP‘我的订单’里查,或告诉我订单号帮你查”;
4. 不知道的问题:说“我帮你转人工客服,稍等~”,别乱答。
"""
# 把“业务规则+用户问题”一起传给模型
return f"{business_rules}\n用户问:{user_input}"
# 3. 核心函数:生成客服回复
def ecommerce_chat(user_input: str) -> str:
prompt = get_ecommerce_prompt(user_input)
response = client.Completion.create(
engine="davinci", # 选稳定的模型,客服场景要准确
prompt=prompt,
max_tokens=200, # 客服回复要详细,比普通对话长一点
temperature=0.3 # 降低随机性,确保回复符合业务规则
)
return response.choices[0].text.strip()
# 4. 测试:模拟用户问退货和物流
test_cases = [
"我想退货,怎么操作?",
"我的快递到哪了?"
]
for case in test_cases:
print(f"用户:{case}")
print(f"客服机器人:{ecommerce_chat(case)}\n")
business_rules
里写清楚,模型会照着规则回复;business_rules
,避免机器人说旧规则。os.getenv
)或配置文件存密钥,别把密钥写在代码里,更别传到网上;business_rules
;business_rules
(“如果用户说英文,就用英文回复”),就能做跨境电商的多语言客服。如果落地时遇到具体问题(比如怎么对接订单系统),欢迎在评论区交流。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。