Call Center AI

基于 Azure 和 OpenAI GPT 的 AI 驱动呼叫中心解决方案。

概述

通过 API 调用即可让 AI 代理发起电话呼叫，或者直接拨打配置好的电话号码与机器人对话！

适用于保险、IT 支持、客户服务等多种场景。该机器人可以在几小时内（真的）完成定制，以满足您的需求。

# 让机器人拨打指定电话号码
data='{
  "bot_company": "Contoso",
  "bot_name": "Amélie",
  "phone_number": "+11234567890",
  "task": "Help the customer with their digital workplace. Assistant is working for the IT support department. The objective is to help the customer with their issue and gather information in the claim.",
  "agent_phone_number": "+33612345678",
  "claim": [
    {
      "name": "hardware_info",
      "type": "text"
    },
    {
      "name": "first_seen",
      "type": "datetime"
    },
    {
      "name": "building_location",
      "type": "text"
    }
  ]
}'

curl \
  --header 'Content-Type: application/json' \
  --request POST \
  --url https://xxx/call \
  --data $data

功能特性

• 增强的沟通与用户体验：通过专属电话号码集成呼入和呼出通话，支持多种语言和语音语调，并允许用户通过 SMS 发送或接收信息。对话实现实时流式传输以避免延迟，支持断线重连，并存储对话记录以便日后查阅。这确保了优化的客户体验，实现 24/7 全天候沟通，并以更易用、更友好方式处理中低复杂度的通话。

• 先进的智能与数据管理：利用 gpt-4.1 和 gpt-4.1-nano（以更高性能和 10-15 倍的成本溢价著称）实现细致入微的理解能力。它可以在遵循检索增强生成 (RAG) 最佳实践的同时，处理包含客户特定信息的私有及敏感数据，确保内部文档处理的安全合规。系统能够理解特定领域的术语、遵循结构化的索赔模式、自动生成待办事项清单、过滤不当内容并检测越狱企图。历史对话和过往交互记录还可用于微调 LLM，从而随时间推移提高准确性和个性化水平。Redis 缓存进一步增强了处理效率。

• 定制化、监控与可扩展性：提供可定制的 Prompt、用于受控实验的功能开关、人工座席接管功能以及通话录音以进行质量保证。集成 Application Insights 进行监控和追踪，提供可公开访问的索赔数据，并计划在未来增加自动回拨和类 IVR 工作流等功能。它还支持创建品牌专属的定制语音，使助理的声音能够体现公司形象，提升品牌一致性。

• 云原生部署与资源管理：部署在 Azure 上，采用容器化、无服务器 (Serverless) 架构，维护成本低且具备弹性伸缩能力。这种方法可根据使用情况优化成本，确保长期使用的灵活性和经济性。与 Azure Communication Services、Cognitive Services 和 OpenAI 资源的无缝集成，提供了一个安全的环境，适用于快速迭代、持续改进以及适应呼叫中心的多变工作负载。

演示

YouTube 上提供了一个法语演示视频。建议以 1.5 倍速观看，以便快速了解项目概况。语音的犹豫是刻意设计的，旨在展示机器人可以处理此类情况。所有基础设施均部署在 Azure 上，主要以无服务器模式运行。可以通过预置 LLM 资源来降低延迟。

演示中展示的主要交互：

1. 用户拨打呼叫中心
2. 机器人应答并开始对话
3. 机器人将对话、索赔信息和待办事项存储在数据库中

通话期间存储的数据摘要：

{
  "claim": {
    "incident_description": "Collision avec un autre véhicule, voiture dans le fossé, pas de blessés",
    "incident_location": "Nationale 17",
    "involved_parties": "Dujardin, Madame Lesné",
    "policy_number": "DEC1748"
  },
  "messages": [
    {
      "created_at": "2024-12-10T15:51:04.566727Z",
      "action": "talk",
      "content": "Non, je pense que c'est pas mal. Vous avez répondu à mes questions et là j'attends la dépaneuse"
    }
  ]
}