1. 培训数字员工

• 数字员工-员工中心界面（图1-1），展示您已雇佣的所有员工，未培训的在线咨询类员工无法上岗。
• 在员工正式上岗前需先对数字员工进行培训，点击数字员工卡片的“培训”按钮，跳转至员工“入门培训”界面（图1-2）。
• 点击“添加内容”（图1-2），可在弹窗内添加培训数字员工需要使用的网页或文档（图1-3、图1-4），添加完成后点击“确定”会自动提取内容信息供数字员工快速学习职业背景（图1-5），完成提取培训内容后可进一步微调纠错，调整完成后点击右上角“完成培训”（图1-6），完成培训后数字员工卡片将显示“培训成功”（图1-7）。

图 1-1 数字员工-员工中心

图1-2 员工培训界面

图1-3 添加培训内容（网页）

图1-4 添加培训内容（文档）

图1-5 正在学习培训内容

图1-6 学习提取培训内容成功

图1-7 员工培训完成

2. 操作数字员工

• 培训完成后的在线咨询类员工存在上岗中、已上岗和休息中三种状态，默认为休息中的状态。可以点击员工中心标题下方的标签来筛选不同状态的数字员工（图2-1）。
• 对休息中的员工点击“上岗”按钮，数字员工即可开始为您工作。

• 点击数字员工名片右下角可展示多项操作按钮（图2-2、图2-3）

  • 休息：点击后当前员工无法继续使用，处于休息状态。
  • 知识管理：跳转至知识管理界面（图2-4），可使用知识库RAG技术进一步深度培训员工，添加更多企业专业知识。
  • 重命名：可重新在弹窗中编辑数字员工的花名和职位（图2-5），点击“确定”生效。
  • 分享链接：复制当前员工的链接，点击链接可以与当前数字员工进行交互。
  • 下载名片：下载当前员工的数字名片（图2-6），可扫描二维码与数字员工进行交互。
  • 删除：当员工状态为休息时候，会出现删除按钮，删除后员工将不再显示且无法恢复，请谨慎操作。

图2-1 在线咨询类数字员工状态示意图

图2-2 已上岗数字员工操作选项

图2-3休息中员工操作选项

图2-4 知识管理页面

图2-5 员工重命名

图2-6 员工名片

3. 技能管理

• 产品顾问 · 胡馨月现已上线技能管理模块，围绕员工核心能力，可以灵活配置对话与咨询相关的技能（图3-1）。

  • “多语言切换”功能可支持员工用不同语言与客户沟通（图3-1），点击可以配置员工在对话时可切换的语言以及默认语言（图3-2）。开启“多语言切换”后将不支持启用“信息收集”和“信息展示”。

图3-1 技能管理模块

图3-2 支持选择对话语言和默认语言

• 完成“多语言切换”配置后效果如下（图3-3、3-4、3-5）。

图3-3 开启“多语言切换”后的员工对话前界面

图3-4 开启“多语言切换”后的员工对话界面

图3-5 支持对话中切换语言

• “信息收集”默认开启，在对话过程中数字员工会智能识别用户建联意向，弹出留资表单，引导用户留资。点击可以对表单进行自定义配置（图3-6）。
• “信息展示”可手动开启，用于在用户不希望留联系方式时，向用户展示企业联系方式，引导用户联系企业。点击可配置企业名称、联系电话并上传企业联系方式二维码（图3-7）。

图3-6 “信息收集”配置

图3-7 “信息展示”配置

• 完成配置之后，对话效果如下（图3-8、图3-9）。在与数字员工交互过程中，用户也可通过点击右上角“合作咨询”入口，主动唤起表单和企业联系方式。

图3-8 “信息收集”位置配置好后的对话效果

图3-9 “信息展示”位置配置好后的对话效果

• 表单内收集的信息支持在“成果汇报”模块中查看，具体见下方指南。

4. 高级配置

• 产品顾问·胡馨月目前对个人版、专业版、企业版套餐用户开放形象与声音切换功能、聊天背景更换功能（图4-1）。

  • 形象与声音：点击“编辑”入口，可进入形象与声音编辑界面。您可以通过鼠标hover在相应形象上查看形象效果，选择适合您对话场景的数字员工形象；您可以通过点击声音试听音色效果，选择适合您对话场景的数字员工声音（图4-2）。

• 聊天背景：点击“编辑”入口，可进入聊天背景编辑界面。我们提供了多种不同效果的背景图，适用于不同的对话情景。您还可以点击“上传图片”区域，上传个性化的、或者带有企业标志的背景图，让数字员工的对话更加沉浸（图4-3）。
• 完成调整后，您可以通过右侧的“立即测试”区域测试效果。点击右上角“保存”可以让您选择的形象和声音立即生效。

5. 成果汇报

• 您可以在员工中心中点击员工卡片的“汇报”按钮（图5-1），跳转成果汇报页面查看已雇佣员工的汇报（图5-2），数字员工可收集回流数据，生成业务数据概览看板，闭环营销-转化流程。

  • 您可以点击标签来切换分别查看日报/周报/月报（图5-2），同时支持自定义数据时间区间（图5-3），点击”导出报告“按钮支持将成果汇报报告导出并生成excel文件。
  • 员工汇报的数据有总会话次数、有效会话次数、会话有效率、套电成功次数、套电成功率、平均会话时长、平均会话轮数和平均响应时长。
  • 员工会记录会话套电信息，包括联系电话、渠道、会话开始时间、会话结束时间和对应操作，可通过会话ID查询指定会话的记录信息，点击“批量导出“可一键将对话信息导出，包括留资手机号等。当“技能管理”中的“信息收集”表单开启并收集到用户填写的信息时，该信息也会在会话记录中展示，支导出。

图5-1 数字员工汇报

图5-2 成果汇报页面

图5-3 支持自定义数据时间范围

• 当您账号下的数字员工收集到新的联系电话线索时，您在百度智能云账号绑定的手机、邮箱将会收到商机提醒（图5-4），您可以及时登录数字员工平台查看联系电话线索，联系用户并完成商机转化。

图5-4

6. 员工集成

• 如果您希望数字员工直接在您的产品官网进行客户接待、咨询和引导留资，产品顾问 · 胡馨月提供了JS集成的功能，支持您快速利用JS代码将已经培训好的员工集成至您的产品官网。

  • 域名配置：将您的官网域名添加至该位置，数字员工将可在您的官网下被访问（图6-1）。若不添加域名，系统将不限制请求来源，存在资源被未授权访问的风险，建议优先完成添加。
  • 您可以自由选择入口样式，分为“头像”和“半身”。头像样式占用面积小，不遮挡官网信息；“半身”样式更加生动，能吸引客户互动。您可以在右侧预览效果（图6-2）。
  • 您可以自由选择对话区域样式，分为“全页面”和“对话窗口”。全页面更加沉浸；对话窗口支持同步浏览官网和与数字员工进行交互。您可以在右侧预览效果（图6-2）。
  • 完成域名配置与样式选择后，点击“生成JS”代码，即可生成对应样式的JS代码。点击“复制代码”即可一键复制，支持集成至网站代码中（图6-3）。

图6-1 域名配置

图6-2 集成样式选择

图6-3 生成JS代码

• 您可参考下方视频进行JS集成操作
  

7. 形象与声音定制

• 为了打造独一无二、专业的产品顾问数字员工，我们在专业版套餐中支持高还原度的形象定制和声音定制功能，并限时赠送定制次数。定制后的形象与声音可在产品顾问数字员工「高级配置-形象与声音」中使用。
• 您可以通过菜单目录“我的形象”进入定制界面，或者从“高级配置-形象与声音”位置右上角进入。

• 点击“定制形象”可进入形象定制流程，通过将视频文件拖动到“上传素材”位置进行素材上传。请注意视频素材要求，需要您提供一段 10秒～2分钟（40s~2分钟效果最佳）、闭嘴无说话、16:9 横屏 的真人半身视频。详情见后文 详细拍摄指南-形象定制视频素材

• 根据提示对素材进行调整（人像大小、位置、是否为单独人脸），从而达到最好的形象训练效果。之后需对形象进行命名，并选择形象的性别。操作完成后可开始定制。
• 不同长度和大小的视频素材所需的训练时间不同，一般需要10-30分钟。定制完成后的形象可在“我的形象”中查看，并可在产品顾问数字员工「高级配置-形象与声音」中使用。

• 点击“定制声音”可进入声音定制流程，通过将音频文件拖动到“上传素材”位置进行素材上传。请注意音频素材要求，详情见后文 详细录制指南-声音定制视频素材

• 需对声音进行命名，并选择声音的性别。操作完成后可开始定制。
• 不同长度和大小的音频素材所需的训练时间不同，一般需要5-10分钟。定制完成后的声音可在“我的形象”中查看，并可在产品顾问数字员工「高级配置-形象与声音」中使用。

• 定制功能需要您对应的提供视频或音频素材，为了提升最终数字员工的效果，我们特别准备了详细的拍摄指南和录制指南，供您参考。

详细拍摄指南-形象定制视频素材

• 定制产品顾问数字员工的员工形象时，我们需要您提供一段 10秒～4分钟（40s~2分钟效果最佳）、闭嘴无说话、16:9 横屏 的真人半身视频作为参考素材。视频分辨率不低于1080P。

• 拍摄方式：

  • 实景拍摄（保留原背景）：数字员工对话时将保留拍摄时的原背景，以您心仪的背景进行实景拍摄符合要求的素材视频并上传即可。适用场景：背景固定，如办公室、展厅、演播室等。
  • 绿幕拍摄（请您自行完成抠绿后上传，支持对话时替换背景）：若您希望替换数字员工的背景，需要以绿幕为背景拍摄素材视频并自行完成抠绿并上传。经抠绿后待上传的素材视频人物背景应为透明，仅保留人物形象，支持后期替换任意背景。适用场景：需要灵活更换背景，如PPT演示、纯色背景、虚拟演播厅等。

• 拍摄内容：

  • 真人半身出镜，整个视频中尽量穿插「聆听状态」和「播报动作」两种，一镜到底，总时长建议40s-2min。录制开始 「聆听状态」停顿 5-8s，做一个2-4秒的通用播报动作，再回到聆听状态维持5-8s，再做一个2-4秒的通用播报动作...依次循环，最后以聆听状态结尾（位置动作与初始聆听状态完全一致）。

    • 聆听状态：指未讲话时的聆听状态，模特保持嘴闭合，面带微笑，自然眨眼，可轻微点头、身体正常的呼吸轻晃，过程中身体、头部无大幅度晃动，身体向前眼睛正视镜头，手部动作保证基本位置一致（胳膊、小臂、手腕位置一致）。每个5-8s。
    • 播报动作：讲话时的手部单个动作，可根据个人讲话习惯设计不同的手势，避免有指向意义的动作、避免连续长动作。每个2-4s。
• 拍摄视频素材 - 结构拆解：
• 拍摄视频素材 - 播报动作参考：

• 注意！若做不到动作穿插，也尽量使用通用动作、无指向性动作。不可使用大幅度、不可用否定动作等不合时宜的动作，否则会导致训练出的形象不自然。

• 拍摄视频素材示例 - 您可以参考以下参考demo视频进行录制：

• 拍摄要求

视频及设备	服饰及妆容	布景	灯光
1. 建议拍摄的分辨率不低于1080P，关闭HDR模式，关闭log模式 2. 比例：请务必确保视频比例为 横屏16:9 3. 角度：镜头高度与人物眼睛保持同一水平线，平视+正对镜头，避免头部大角度转动（仰头/ 低头） 4. 构图：真人半身出镜，人物放置于画面中间，确保五官清晰、面部无遮挡；请注意头顶距离顶部边缘约1/3距离 5. 可使用三脚架或稳定器固定拍摄设备，以减少画面抖动	1. 风格与背景协调，贴合实际应用场景，可按模特喜好搭配 2. 合身（不松不紧）、整洁无褶皱 3. 穿低领衣服，露出脖子 4. 避免大面积碎花 / 格纹 / 条纹（防摩尔纹），绿幕拍摄需避开绿色系、纱质面料，不选白色 / 反光 / 光滑面料（防反绿 / 漏绿） 5. 优先深色或与背景反差大的颜色 6. 头发正面看无碎发、无毛刺、无镂空，没有绿色残留或锯齿状边缘（绿幕拍摄需注意）	1. 实景拍摄：背景整洁、无密集纹理，适合实际应用场景 2. 绿幕拍摄：绿幕颜色统一，且平整无褶皱；建议人物和绿幕距离大于2米，避免人物反绿	1. 用灯光从斜前侧方照亮模特面部，光线充足，脸部整体光线均匀，避免脸部反光、肤色暗沉或曝光 2. 背景光照均匀，并与人像轮廓形成清晰边界 3. 灯光一旦确定，切勿再次调整，否则全部重拍

• 后期处理【如您有后期处理需要可参考，非必需可忽略】

1、 剪辑 / 调色美颜

• 开头保留2-3秒没有手势的静默状态，可以使动作自然开始

• 尺寸要求

  • 视频比例需为横屏16:9
  • 人物头顶距离上边缘不宜太窄，至少保留1/6-1/5画幅高度，如图所示。

• 片段删减说明

  • 视频内动作需为通用动作、闭嘴不说话。
  • 可以保留：偶尔几秒钟的露齿对训练效果基本没影响
  • 不可保留：指向性动作、否定动作、眼神乱瞟等不合时宜的动作
  • 人物动作过快或过慢时，可以适当变速，目前来看0.8-1.3倍速基本不会影响效果
  • 可以在剪辑时用美颜软件还原美貌，数字人训练效果会与视频素材保持一致
  • 最终素材视频时长要求 10秒～2分钟
• 最终提供的视频需全程无拼接，无跳帧（跳帧对效果影响较大）

2、 抠绿

• 如果您希望上传已经抠绿完成后的透明背景webm格式的素材视频，可参考以下抠绿指南：
• 以下为使用AE（Adobe After Effects）软件进行抠绿的教程及导出视频规格，也可选择其他软件进行抠绿处理。

1）对视频添加超级键效果

2）调整各种参数：抠除绿色背景，去除模特脸部以及⾝上绿⾊反光

3）检查抠绿效果：抠绿后可换浅灰色背景，检查抠绿是否干净以及是否有该保留的部分被抠除

• 导出视频：

  • 第一步：导出透明背景的带alpha通道（颜色选择直接模式）的视频

    • 格式：mov（Apple Prores 4444或Apple Prores 4444 XQ编码）
    • 帧率：25fps
    • 分辨率：1080P
  • 第二步：使用ffmpeg将mov转换成带alpha通道的webm视频

ffmpeg -i input.mov -c:v libvpx-vp9 -pix_fmt yuva420p -lossless 1 -b:v 0 output.webm

详细录制指南-声音定制音频素材

• 定制产品顾问数字员工的员工声音时，我们需要您提供一段 10秒～5分钟、发音清晰、单人录制 的素材音频。
• 素材音频示例：

具体要求如下供您参考：

要求	详情
音频要求	1. 格式需为 mp3、m4a、wav格式 2. 时长最少应不低于10秒，最长应不超过5分钟 3. 大小不超过20MB 4. 音频非拼接而成
录制环境	1. 录音环境的选择主要考虑降低噪音和混响，避免过于喧哗的背景音、噪音、回响。建议使用10平方米以内的小房间进行录音，有吸音装置的房间是理想环境。 2. 建议离麦克风50cm之内，并需要保持位置、距离稳定，防止音量大小不一致。不要让讲话的气流正对麦克风，防止喷麦造成的噪音。
音频质量	1. 必须仅含有一个人在说话，避免多个人同时说话。 2. 说话人发音及音质越清晰、复刻质量越高。尽量在自然对话状态下录制，刻意压低声线/呢喃获得的音色会效果不够逼真。如说话人喉音/声音底噪严重，则复刻音频喉音和底噪将会较为严重。 3. 录音时需要保持音量大小、语速稳定、注意断句。 4. 录音时尽量保持姿态稳定，减少不必要的肢体动作，避免椅子的响声、衣物的摩擦音、鼠标键盘的敲击声等。 5. 如口误无需终止录音，可停顿1~2秒后，继续录制即可。
录制内容	1. 建议在录音前熟悉文案，并确定好人设及演绎风格。结合最终使用场景可加入适当演绎，避免朗读风格过于严重，并保持整体风格一致。 2. 如需要复刻情绪韵律起伏较强的音频，请尽量输入表现力强的音频。