解决方案

通过 Amazon Bedrock 调用大语言模型，Shulex 旗下 Shulex VOC 和 Shulex 智能客服两条产品线对应的一系列以“Bot”命名的 AI 工具，得以快速完成开发，并借助大语言模型强化能力，实现商业分析、用户问题自动应答等功能。

1.通过 Amazon Bedrock 调用 Claude 模型，长达 200k Tokens 分析能力，让 Analysis Bot 结论更可靠。

针对商品的标签，Analysis Bot 能分析用户留言、评论、社交媒体发言等多渠道信息，分析该标签背后的原因，从而制定商业策略。凭借 Claude 模型支持最长 200k 的 Tokens 分析，标签推理不仅能够支持一次性输入更多内容、进行更为高效的分析，内容之间的关联性也因此更为紧密，使得标签推理的结论更有说服力。此外，Shulex 正在将 Claude 3 的强大能力应用在商业分析级别的报告中，为企业在用户画像洞察、产品规划与选品、品质口碑与提升、爆款销售转化上提供可量化依据。

2.低“幻觉”、高知识召回精度，助力 AI Bot 实现更佳用户体验。

AI Bot 是 Shulex 智能客服中用于直接与海外用户沟通、问答的工具，支持 10 种不同语言的邮件和聊天服务，且能 24 小时在线，1 分钟内及时回复客户问题。为服务好海外客户，Shulex 为 AI Bot 设计了 “构建框架 - 应用框架 - 强化框架” 三个阶段，而 Amazon Bedrock 上的 Claude 模型，贯穿于这三个步骤之中，起到了关键作用。

首先，由于每一位客户的经营领域都不一样，智能客服需要针对海外客户的经营领域，利用 RAG（Retrieval Augmented Generation，检索增强生成）技术在构建的框架内回答问题。第二步是运用 RAG 技术进行自然语言提问，并给出回答：识别用户问题中的关键词，确认用户意图，然后根据意图进行知识召回。第三步也是最重要的一步，则是对现有知识库中的内容进行基于相关度、召回准确率的排序，同时匹配用户的强、弱需求，从而提升回答的准确性，并不断强化 RAG 技术的应用效果。

3.借助 Agent 编排能力，扩展 Task Bot 服务范围。使用 Amazon Bedrock Agent 功能，Shulex 能帮助海外客户轻松创建和部署完全托管的 Agent。通过调用 Agent API，复杂的任务如计划编排、业务 API 动态调用、知识库查询，可以被拆分成多个子任务并进行优先级设定、排序和调度，确保任务的顺利完成。