腾讯金融业客服解决方案基于大模型应用开发平台，旨在助力客户加速客户业务大模型应用落地。方案价值与产品定位包括：
- 方案定位：支持客服业务合作伙伴应用共创，涵盖泛政文旅金融、汽车零售、能源地产、一网通办、虚拟导游、代理人辅助、汽车助手、电子说明书、员工服务、物业管家、数智人、腾讯内部产品合作、腾讯学堂智能客服、乐享等场景。
- 全面模型驱动，各取所长：应用构建层包括Agent模式（模型遵循指令自主规划）和自定义工作流（面向自定义复杂流程场景）；模型层应用配置-评测-发布，包含精调知识大模型（混元SFT）、混元大模型（Dense）和行业大模型。
- 深知识问答、完善流程编排、布局自主规划：标准模式内置RAG最佳实践，面向知识问答场景；RAG能力组件灵活输出，包括混元大模型（MOE）、文档解析、拆分、入库、检索、多模态大模型Rerank等。
- 三大应用模式：标准模式、工作流模式和Agent模式，满足客服场景多样需求。
业务难点与方案优势：
- 大模型客服落地的实际难点：企业知识格式多样、图文并茂，结构化表格数据庞大，检索困难，用户对话信息多模态，包含图文交错复杂信息输入，严肃场景对模型判断模糊知识、无关知识的能力要求高，复杂业务场景，涉及流程分支和业务接口多。
- 方案优势：全链路解决企业多模态知识处理难题，基于OCR大模型提升图文并茂文档的解析准确度，Text2SQL支持上万行/上百列的大表问答，综合使用摘要检索、关键词检索、向量检索提升不规则大表格的问答准确率，读懂理解文中“图文关系”，提升问答准确率及答案出图率，支持无关知识拒答、模糊问题主动澄清，让模型答得对，用工作流支持复杂的固定作业流程，并保留灵活性和可拓展性。
方案应用案例：
- 重庆农商行基于知识引擎和Deep Seek快速上线企微员工助手“AI小渝”。
- 某头部寿险利用大模型辅助机构业务员做知识检索和业务咨询。
- 某信用保险用大模型做客服机器人训练语料生成，提升训机师效能。
- 中科万国利用大模型辅助车险评残业务。
