DeepSeek+企业知识库：大模型员工助手，助力企业人效提升和业务增长

前言 当前，大模型正掀起新一轮智能化发展热潮，赋能千行百业，大模型具备优秀的理解、学习、生成和推理能力，各个企业正积极探索大模型在业务上的合理应用，目前我们已落地并应用于智能客服、智能办公等多个业务场景，进一步推动企业的智慧再造，加速AI技术赋能员工提质增效。 接下来，我们借助客户的实际落地案例一起来探索大模型知识引擎在企业服务的具体应用场景 目录Menu •大模型知识引擎产品介绍，WorkFlow和Agent能力特性分享•某头部客户使用知识引擎构建员工问答助手的落地实践分享•DeepSeek+知识引擎更多大模型应用场景探索•FAQ 大模型知识引擎产品介绍 WorkFlow和Agent能力特性分享 大模型知识引擎产品定位：大模型应用开发平台 基于大模型的应用开发平台，提供RAG、Workflow、Agent等应用开发方式、及原子能力（API）服务，助力企业加速大模型应用落地。 RAG效果保持领先，知识对接类型丰富 知识问答部分领域效果领先：在图文混排文档问答、复杂大表问答等领域相比友商有一定优势。擅长图文表解析及公式解析，并支持元器、元宝调用。 3、做深知识问答、完善流程编排、布局自主规划 具备工作流、Agent复杂应用构建能力 新版工作流发布，支持14个常用画布节点，支持客户通过拖拽大模型节点、参数提取节点、知识问答节点等常用原子能力编排业务流程。 自研+开源模型驱动，各取所长 自研模型：混元全系列模型；自研精调知识大模型在无关知识拒答、多模态阅读理解上有优势；在医学、教育等行业大模型上有落地标杆。 三方开源模型：接入DeepSeek R1/V3，叠加联网搜索+RAG能力，进一步放大RAG优势。 腾讯云大模型知识引擎：三大应用模式，满足客户多样需求 工作流模式 某头部客户使用知识引擎构建员工问答助手的落地实践分享 应用一：知识引擎搭建企业行政问答小助手 办事指引 政策制度 客户业务场景 事务类 新入职员工对公司内部的IT/HR/财务等规章制度了解不充分，传统ai问答机器人依赖人工梳理QA对，工作量大导致知识点不充分，员工咨询意愿度低； 社保公积金缴纳规则企业安全合规制度年假延期规则 留学生落户申请如何申请远程办公产假申请流程 客户痛点 日常重复咨询量大：新人即战力，帮助新员工快速融入工作以及了解企业文化是至关重要的事情，但同时重复咨询对行政部门造成较大的负荷；知识沉淀少：没有体系的知识管理平台，需要反向推动组织进行更多的行政类内容建设； 个性信息查询 业务信息查询 业务类 我的年假剩余多少天电脑设备号查询我住xx，哪趟班车合适xxx平台地址是什么？办公设备更换需求提交差旅报销进度查询？ 方案价值 员工咨询量级：上线2周后，行政小助手的使用人数，较传统问答机器人提升53%左右； 保险产品学习 学习理论、技能 员工满意度：针对新员工的满意度调研中，满意度为5分（满分）的占比91%； 学习类 用户调研的方法有哪些什么是趸缴？被保险人和受益人区别xx保险产品介绍新人保险经纪人入门指南/指引 转人工率：ai助手有效解决了企业问答场景的行政系统类问题，转人工率由原来的73%降低到当前的32%左右； 应用二：知识引擎辅助机构业务员做专业知识问答和查询 应用展示 客户业务场景 机构运营人员规模千人，承接新契约、保全、理赔全链路运营业务、产品的信息咨询和客户权益咨询，涉及的知识、规范内容约信息量极大（运营文档500个+，产品文档800个+），运营人员实际业务遇到问题时，需要大量查询内规和外规，无法及时响应，不同员工对外应答的内容也不一致，业务开展受限。 上传知识覆盖各业务的内部操作规程(禁新契约、保全、理赔、投诉、客户信息真实性、销售可回溯、消保等)、外部业务经营要求（金管局、人行、国务院等）和业务办理模版（《权益确认书》、《委托授权书》、《保险单变更通知书》等） 客户痛点 知识运营 问答对生成：人工编写问答对，工作量巨大 问答准确 文本机器人：召回率低，大量问题无法回答 方案价值 •知识生成时间从1小时+缩短至5分钟•问题的答案召回率100%，准确率89% 在运管知识库的页面通过智能助手，即可开始问答。 针对复杂的业务规则，模型可检索多个文档，总结生成全面和准确的答案 •知识运营流程梳理，通过文档命名规范、文档标签支持复杂知识结构的知识运营需求；•问答交互体验更优，相似问、猜你想问、答案溯源等功能提升咨询者体验； 应用三：知识引擎在保险经纪人消息质检场景提效 效果展示 客户业务场景 违规点举例 为提升保险经纪人整体素质以及进行相应考核，需要定期抽检记录，判断是否存在对用户过度承诺、诱导宣传、使用不当言论等情况； 客户痛点 传统质检模式机械且工作效率慢，准确率低，抽检的数据量有限； 方案简介和效果 质检准确率：抽检模型质检结果，准确率95%以上，达到客户预期； 质检流程提效：质检流程优化，有效提升质检范围和效率； 应用四：知识引擎工作流能力高效生成保险建议书 客户业务场景 客户痛点 1、保险业务人员的业务熟悉程度参差不齐，产品推荐可能会不完整；2、主险和附加险的搭配由人工在表格内手动查询、校验，效率慢；3、保险建议书没有标准的格式输出； 保险业务人员需要基于客户的基础信息，进行主险和附加险等产品的推荐，同时为用户生成规范的保险建议书，提高员工的办公效率； 效果展示 保险建议书工作流简介：搜集投保人基础信息-结合职业等进行风险分析-结合保险产品文档推荐主险产品-推荐附加险产品-结合表格知识进行主附险搭配校验-保费计算-完整投保方案输出； 工作流中部分大模型节点的思考过程示意图 应用落地的难点：大模型场景落地的关键，在于解决业务实际难题 1.知识获取 2.企业知识输入篇幅长、多样化 1.垂直场景业务知识更新快 3.对细分场景理解难度高 -通用大模型，缺少垂直场景企业级知识的理解-基于通用大模型Finetune的成本高、时效性弱 -研报解读：数字混淆、数字区间比较不准确；-说明书：操作步骤不完整、步骤混淆；-多产品咨询比较：表格属性问答、总结、比较不准确 类型：事实性知识（文档）、概念性知识（表格）、程序性知识（画布） 排版：图文表混排、双排、三排 元素：大小标题、页眉、页脚、水印 实际难点总结 行业应用的实际业务落地 大模型智能对话场景商机 应用落地的难点：企业知识格式多样、图文并茂 把企业五花八门的知识库喂给大模型，没那么简单！ 产品优势1：全链路解决企业多模态知识处理难题，提升大模型知识问答体验 产品优势2：Text2SQL，支持上万行/上百列的大表问答 •上线基于大语言模型的embedding模型，支持8K长切片检索，多文档信息召回率从85%提升到92%；提供Text2SQL能力，支持处理标准大表格单表检索及跨表检索，SQL执行准确率超过80%。 Query“非智能且在售，并且一级分类是天棚灯的产品包含哪些” 产品优势3：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 小（摘要）找大（表格）：通过检索摘要来获取相关的表格 混合检索：融合向量检索、关键词检索多种能力 向量检索： 通过大语言模型对表格进行摘要，通过检索摘要来获取相关的表格。如表格超过了大语言模型能够支持的最大长度，将表格切分为多个子切片，通过子切片的摘要生成表格摘要。 •相近语义理解、多语言理解 关键词检索： •精确匹配（如产品名称、姓名、产品编号）•少量字符的匹配（很多用户恰恰习惯只输入几个关键词）•倾向低频词汇的匹配（低频词汇往往承载了语言中的重要意义） 产品优势4:支持无关知识拒答、模糊问题主动澄清，提升问答精确性 1.基于上下文语境，结合检索结果综合判断意图，模糊意图进一步主动澄清 3.当知识检索结果不足以回答用户问题时，模型不做错误回答 2.面向业务诉求，可支持轻松自定义意图，简单样例即可实现准确理解 提供PPA D00000001产品的wh(瓦时） 买了300元的药品，按照报销比例，我自己要实际支付多少钱 根据检索片段判断不足以回答用户问题，给出拒答回复： 知识库有内容：“甲类药品全报，乙类药品按比例”“退休人员65%，在职人员60%” 车型AAA这款车怎么样 作为一名专注于XX品牌的销售顾问，关于其他品牌的车辆信息，我这边就不做具体评论了，如果您对本品牌任何车型感兴趣，欢迎随时向我提问，我会竭诚为您服务... 请问你是退休人员还是在职人员呢？购买的是甲类还是乙类药品呢？ 抱歉，根据已知信息，没有直接提供PPAD00000001产品的wh(瓦时）数据。 产品优势5:面对复杂业务流程，工作流提供全新解决方案 通过可视化拖拉拽的方式编排不同的原子能力（如大模型、知识库、插件等），零代码构建业务流程 提供10+画布节点，编排复杂应用，复杂流程的执行准确率和对话完成率效果领先。 通过可视化拖拉拽的方式编排不同的原子能力，零代码/低代码构建业务流程。 其中参数提取节点，支持多参数同时提取、基于对话历史进行多轮反问澄清等优势能力，对话效果更优势。 大模型相关的节点均接入DeepSeek R1和V3模型，可支持自由选择和切换。 产品优势6：大模型知识引擎“Agent模式”：自主规划和工具调用 由大模型自主拆解任务和规划路径，模型主动选择和调用工具，并能够主动纠错和反思，回复效果更灵活。 产品优势7：安全防护保障模型可靠，腾讯云助力数据资产安全 企业私域数据，保障资产安全 【数据隔离】 知识引擎保证不使用企业数据用于外部大模型训练，严格落地数据权限管理措施； 【网络隔离】 有效的网络隔离机制，防止网络攻击和干扰； 【数据加密】 加密技术，保证企业导入的私域知识的数据机密性和完整性； 【限制访问权限】 腾讯云账号体系，对数据进行访问控制，企业可采用身份认证、授权管理实现访问控制； 【安全审计和监控】 安全审计和监控是保护公有云的重要措施，知识引擎建立有效的安全审计和监控机制，及时发现和处理安全事件； DeepSeek+知识引擎更多大模型应用场景探索 应用场景1：金融舆情摘要与生成 赋能行业监管人员，支持金融舆情问题的快速发现和定位。 应用场景2：投顾服务 赋能投顾，支持金融产品（资产管理计划）相关的问答 XX纯债债券A是保本保息的吗？ 有什么还不错的稳健型基金推荐吗？ 应用场景3：投研服务 应用场景4：大模型辅助车险评残业务应用 应用展示 评残业务场景 知识库-评定规则 Input伤情描述 车险评残业务过往全部需由法医人工完成，人工评残时间长，效率低； 方案简介 -智能伤残评估：基于DeepSeekR1深度推理能力，结合腾讯云意图识别模型及RAG能力，自动化分析医疗资料实现伤残等级快速判定，准确率超95%。-智能重疾判责：基于DeepSeekR1深度推理能力及知识引擎平台能力，智能判责系统结合临床医学与保险条款全量比对，输出精准结论，准确率超95%。--智能健管服务：通过多轮问答实现疾病分析、分诊及资源匹配，未来将拓展病历管理与病程追踪能力。--智能脱敏服务：敏感信息自动脱敏，筑牢隐私保护防线。 上传出院小结，病厉、检查报告，手术记录 OCR文字解析 Thank you感谢观看！ 扫码添加“小助手”获数字化升级资料及1v1咨询服务