整体概述

在企业级场景里面，主动销售的场景必不可缺，而传统的对话机器人难以胜任，由于该场景对机器人的拟人度、流畅性、理解能力和随机应变能力要求较高，有大模型加持的AI原生应用具备媲美真人的对话能力，可以很好的满足该场景需求。下面以车险金牌销售为例，先介绍最终可实现的对话效果，然后详细讲解如何搭建出这样的AI应用。

效果呈现

金牌销售整体的对话拟人度非常高，面对客户最初的拒绝态度可以灵活地化解和引导，根据客户历史车险情况给出优惠政策，在客户提出车险以外的需求时也可以很好地应对并引导回车险业务，在客户犹豫不决时可以及时给出优惠政策推动客户续保，还可以根据客户要求根据上下文总结最后的优惠方案，最终成功引导客户续保。

体验链接：https://console.bce.baidu.com/ai_apaas/examplePage/2f154d2a-d617-4133-a1bf-b458277442c4

搭建讲解

上述车险金牌销售是通过工作流Agent搭建而来，完整的画布如下： 上述工作流是还原了真实的车险销售业务流程，具体如下： 下面详细介绍搭建过程。

1、应用配置

设置应用名称、描述及开场白，具体如下：

2、画布配置

• 开场白之后，在开始节点后面连接意图识别节点，判断客户是否愿意继续沟通，该节点配置如下：
• 当判断客户不愿意继续沟通，则连接到大模型节点，生成询问拒绝原因的话术，具体配置如下：
• 然后通过消息节点将上述生成的话术输出给客户，之后通过信息收集节点等待并收集客户回复内容。此处也可以去掉消息节点，直接通过信息收集节点输出上述生成的话术，并等待和收集客户回复内容，但是目前信息收集节点的提问内容不支持流式输出，消息节点支持流式输出，因此出于对话时延的考虑，采用先通过消息节点输出话术，再通过信息收集节点收集用户回复内容的配置方式。
• 在收集到客户回复的拒绝原因之后，通过API节点获取该客户的历史情况，通过代码节点计算该客户可以享受的优惠折扣，然后通过大模型节点生成优惠方案及引导续保的话术，再通过消息节点输出该话术，通过信息收集节点收集客户回复内容。该处采用消息节点+信息收集节点的原因同上，出于对话时延考虑。 当客户在第一轮表达出愿意继续沟通后，也是连接到『历史信息查询』这个API节点，基于历史信息为客户生成优惠方案并询问客户是否续保。
• 当客户没有明确表达出续保意愿，则连接到全局跳转节点，该节点可以支持三种跳转方式，跳转到其他意图、跳转到知识库问答或者跳转到闲聊兜底回复（也可以使用固定话术回复），由于该场景不涉及其他意图，也不涉及知识库回复，因此这两个开关均关闭，因此走到该节点之后，会默认采用闲聊大模型进行回复，该闲聊大模型的配置在应用配置的右上角的对话配置，也可以点击蓝色字体的『对话设置』进入配置页面，对闲聊大模型进行约束，使其可以应对客户得不同回复情况，引导客户续保。 在闲聊大模型回复客户之后，会将话题拉回到最近的信息收集节点，等待并收集客户回复。
• 当客户明确表达出续保意愿，则通过文本处理节点生成固定的引导下单话术，最终通过结束节点输出给客户。