STAR · 项目故事
S
银行零售信贷业务涵盖抵押经营贷、消费贷、信用经营贷等多条产品线,政策复杂、利率额度频繁更新,总行与分行政策又易混淆,客户经理对客报价心里没底。一线客户经理面临四大困扰。
T
搭建面向客户经理的「口袋知识助手」FAQ
Bot,聚焦产品政策查询、申请资料清单、后台审批流程三大高频场景,变"费时找答案"为"秒级获答案";同时建立基于100+条真实问题的可持续评测机制,让每轮迭代有据可依。
A
①知识库设计:按客户经理工作场景组织三大类目——产品政策库/申请资料库/后台审批流程库,结构化沉淀100+条业务知识
②RAG全链路:离线阶段分块向量化入库,在线阶段问题向量化→TopK相似度检索→重排序→LLM生成
③三轮迭代:第1轮加政策版本声明解决新旧利率串答;第2轮加产品强绑定规则解决资料/流程跨产品串答;第3轮重建意图识别架构
R
经过三轮迭代,回答准确率从48%提升至82%;政策版本混淆率从15%降至0,工具已在组内日常使用。