במסמך הזה מוצגת ארכיטקטורה ברמה גבוהה של אפליקציה שמשתמשת ב-AI כדי ליצור פתרונות לשאלות תמיכה מלקוחות.
קהל היעד של המסמך הזה כולל ארכיטקטים, מפתחים ואדמינים שיוצרים ומנהלים אפליקציות של בינה מלאכותית גנרטיבית בענן. ההנחה במסמך הזה היא שיש לכם הבנה בסיסית בבינה מלאכותית גנרטיבית.
בקטע פריסה במסמך הזה מופיעות דוגמאות קוד לתרחישי שימוש בתמיכת לקוחות בעזרת AI.
ארכיטקטורה
בתרשים הבא מוצגת ארכיטקטורה של אפליקציית שולחן תמיכה בעזרת AI ב- Google Cloud. האפליקציה מקבלת שאלות מלקוחות, מאחזרת משאבים רלוונטיים ממאגר ידע ואז יוצרת פתרונות לשאלות. הארכיטקטורה היא הטמעה של גישת היצירה המשולבת-אחזור (RAG).
האפליקציה בארכיטקטורה הזו מורכבת משירותים בקונטיינרים שנפרסים באשכול Google Kubernetes Engine (GKE). הארכיטקטורה מציגה את התהליך הבא:
- לקוח שולח שאלה לאפליקציית מוקד התמיכה.
- אפליקציית מוקד התמיכה מעבירה את השאלה של הלקוח לשירות רכיב מאחזר מידע.
- שירות אחזור הידע יוצר הנחיה ושולח אותה ל-Gemini API ב-Vertex AI כדי לאחזר משאבים שרלוונטיים לשאלה של הלקוח.
- Gemini מזהה משאבים רלוונטיים ממאגר ידע לתמיכה שמאוחסן ב-Cloud Storage.
- Gemini מחזיר את המזהים של המשאבים הרלוונטיים לשירות לאחזור מידע.
- שירות אחזור הידע מאחזר את המשאבים הרלוונטיים מ-Cloud Storage.
- שירות אחזור הידע שולח את השאלה של הלקוח ואת המקורות הרלוונטיים לשירות ליצירת פתרונות.
- שירות יצירת הפתרונות שולח את המשאבים ל-Gemini API ב-Vertex AI, עם הנחיה ליצור פתרון מפורט לשאלה של הלקוח.
- Gemini יוצר פתרון, כמו הוראות מפורטות או סרטון הדרכה.
- שירות יצירת הפתרונות מספק את הפתרון ללקוח דרך אפליקציית מוקד התמיכה.
המוצרים שהשתמשו בהם
הארכיטקטורה לדוגמה הזו משתמשת במוצרים הבאים Google Cloud :
- Google Kubernetes Engine (GKE): שירות Kubernetes שבו אפשר להשתמש כדי לפרוס אפליקציות בקונטיינרים ולהפעיל אותן בהיקף גדול באמצעות התשתית של Google.
- Vertex AI: פלטפורמה ללמידת מכונה שמאפשרת לאמן ולפרוס מודלים של למידת מכונה ואפליקציות מבוססות-AI, ולהתאים אישית מודלים גדולים של שפה (LLM) לשימוש באפליקציות מבוססות-AI.
- Cloud Storage: מאגר אובייקטים ללא הגבלה בעלות נמוכה, לשימוש עם סוגים שונים של נתונים. אפשר לגשת לנתונים מתוך Google Cloudומחוץ לה, והם משוכפלים במיקומים שונים כדי ליצור יתירות.
פריסה
כדי להתנסות באפליקציות של תמיכת לקוחות בעזרת AI ב-Google Cloud, אפשר להשתמש בדוגמאות הקוד הבאות:
- יצירת אפליקציה לתמיכת לקוחות שמבוססת על AI גנרטיבי.
- דוגמה להנחיה לתרחישי שימוש בשירות לקוחות בעזרת AI.
המאמרים הבאים
- איך יוצרים סוכן תמיכה בלקוחות באמצעות Gemini
- אפשר ליצור סוכני AI לתרחישי שימוש בתמיכת לקוחות באמצעות מדריכים, תהליכי עבודה ומאגרי נתונים ב-Dialogflow CX.
- מדריכים נוספים לארכיטקטורה של AI גנרטיבי
- סקירה כללית של עקרונות והמלצות לארכיטקטורה שספציפיים לעומסי עבודה של AI ו-ML ב- Google Cloudזמינה בפרספקטיבת ה-AI וה-ML ב-Well-Architected Framework.
- לדוגמאות נוספות של ארכיטקטורות, תרשימים ושיטות מומלצות, עיינו במאמר Cloud Architecture Center.
שותפים ביצירת התוכן
מחבר: קומאר דהנגופל | מפתח פתרונות חוצי-מוצרים
תורמי תוכן אחרים:
- אמינה מנסור | ראש צוות הערכות של Cloud Platform
- מייגן או'קיף | אחראית קשרי מפתחים
- Samantha He | Technical Writer
- שיר מאיר לדור | מנהלת הנדסה של קשרי מפתחים