大语言模型对话式交互对深度融合智能客服有天然优势，展现出巨大的应用潜力。面临大模型缺乏领域知识，以及幻觉存在误导用户等等的挑战，基于 RAG 结合领域知识进行加持显著提升意图理解准确性，确保回复的逻辑性和全面性，并具备用户情绪感应和安抚能力。通过这种结合，智能客服不再仅仅只是机械应答，而是能够真正解决用户和 UP 主疑难，借助 B 站大模型 bilibili index 加持，获取显著的业务收益，打造出高效、智能化、优质的交互体验。实践中我们探索了进一步升级 RAG 链路，通过优化检索和对齐机制，保障时效性，在风险可控的条件下确保应用稳健落地；另外将长文本与 RAG 架构相互协同，提升复杂问题解析与长链推理能力，满足深度咨询场景的需求。

演讲提纲

1. 大模型助力智能客服新范式
2. 大模型落地智能客服的挑战和难点
3. 具体实践中的创新思路和技术解法
4. 思考和未来展望

听众收益：

• 分享交流大模型落地智能客服的实战经验和用户真实反馈
• 探讨大模型结合业务知识的常见问题、解法及未来趋势