案例 / 项目案例
基于现有咨询知识构建的客服文本与语音 AI 助手
清洁科技、能源和公用事业
加拿大太阳能日本
背景
客户的需求
大量重复性咨询，答案分散在通话记录、常见问题和咨询日志中。
我们构建的
Ekohe 将现有咨询数据、常见问题与产品文档整合到一款对话式助手中，支持多语言文本与语音应答。 常规咨询可稳定一致地处理，同时大幅减轻支持团队的人工工作量。
详情
Canadian Solar Japan 的支持团队收到了大量咨询，其中许多都是反复出现的相同问题。答案其实早已存在，但分散在通话记录、FAQ 页面、咨询日志和产品文档中。每一次回复都意味着要重新检索，而答复是否一致，则取决于由谁来接手处理。
目标并不是用一个通用聊天机器人取代团队的专业知识，而是让团队已有的知识，能够在每一次对话中随时可用，并以人们最自然的方式来提问——无论是输入文字，还是直接语音表达。
助手可通过文字或语音作答，并基于 Canadian Solar Japan 自身的支持历史提供回复。
Ekohe 搭建了一套与现有咨询系统打通的 AI 辅助支持工作流。该对话式助手可调用历史咨询记录、常见问题和产品文档，以文本或语音形式，用多种语言回答问题。由于它直接复用了现有知识体系，无需从零重建。
重复性和常规性咨询现已在各客户触点实现统一回复。支持团队减少了人工处理时间，能够将更多精力投入到真正需要专业判断的请求中。
文本与语音，知识一体化来源
文本与语音交互共享同一知识库，因此答案不会因用户选择的渠道不同而有所差异。语音输入让用户能够用自己的语言和表达方式，自然地描述问题。
针对这一场景，我们选择了相应的技术方案：支持流程采用 Ruby on Rails 和 PostgreSQL，界面采用 Next.js，语言理解则由 OpenAI 模型提供支持。咨询数据及系统本身均归 Canadian Solar Japan 所有。