中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

本文深入探討了Re-Act與Conversational-Chat兩種會話模式的差異，并通過比較TFlow AI和Coze兩款產品，揭示了Re-Act模式在B端業務場景中的優越性。文章不僅詳細解析了目標、SOP、離散推理和環境交互等概念，還通過實例展示了不同模式下的Agent如何處理任務。對于希望了解Agent技術及其在商業應用中的實際效果的讀者來說，這是一份寶貴的資料。

大家好，在研究Agent時，發現了不同的會話模式會帶來對相同的問題帶來不同的處理方式，所以研究了Re-Act 和 Conversational-Chat的區別，發現對于2B而言re-act才是更適配的模式。

對標了2款產品，TFlow AI 和 Coze

一、先介紹一下產品

TFlow AI 是面向B端業務場景Agent平臺，能按流程處理任務（SOP），圍繞目標來進行離散推理。

允許LLM與環境進行交互，根據環境數據的反饋不斷的調整行動計劃/策略。

且整個sop的過程是由文本來控制，不需要用到Work Flow。

產品基本信息如下：

• 使用問心一言-3.5的模型，未微調
• 做了邏輯處理的Agent框架
• 單條回復的消耗不到2K token，成本約0.8-2份錢。價格不貴

怎么理解目標、sop、離散推理、環境交互？我們以下列TFlow AI任務sop提示詞為例：

• 目標：要做一件什么事情，要達到什么目的。解答問題，引導留咨
• 任務sop：處理事情流程步驟。注：模擬人的行為的任務處理流程或者說思考流程，以及標準的交互過程。
• 離散推理/環境交互：要完成留咨任務，需要多次與用戶/外部環境進行互動。不斷的根據用戶反饋，調整執行計劃，達成目標。

如：在上述的任務sop的流程中，任務的執行需要多次與外界交互，借助外界補充的信息，持續推理完成任務的過程。比如查詢知識庫、引導用戶提供姓名聯系方式、調用留咨工具，將數據插入到已有的CRM中。

相同提示詞下，在Coze和TFlow Ai的表現如下

oze和TFlow的比較

為什么會產生這么個差異昵？為什么coze不能做到昵？

核心的區別就一個：Agent的模式不同

二、Agent的會話模型：Conversational-Chat VS Re-ACT

會話模式代表了處理提示詞的邏輯不同

• 豆包：Conversational-Chat （助手模式）要做什么事情，取決于用戶的指令
• TFlow Ai：Re-Act（推理+行動）要解決什么問題，初始的提示詞決定

1. Conversational-Chat：助理的模式

助理模式下的Agent的邏輯處理如下：

助理模式Agent的思考邏輯

提示詞確定后，對于用戶的每次輸入的處理步驟：

• 觀察：用戶輸入了什么？工具返回的數據
• 思考：是調用工具，還是直接回答用戶
• 行動：調用知識庫，搜索等
  • 將結果重新給到大模型，繼續觀察
  • 中間過程可能重復N次
• 答案：模型理解用戶為你，不需要調用工具，直接給到用戶答案

特點如下：

• 助手。每次思考都是基于用戶的指令，理解我該去做什么事情。
• 大模型要執行的事情由用戶來控制，根據用戶輸入，去理解做下一步事情

關鍵點：要做什么事情，取決于用戶的指令

2. Re-ACT：Reason and Act（推理+行動）

處理邏輯如下：

e-act處理邏輯

提示詞確定后，對于用戶的每次輸入的處理步驟：

• 持續循環：觀察用戶的最新輸入，和任務的關系，形成新的計劃、直到模擬達成任務目標
• 觀察：用戶輸入了什么？工具返回的數據
• 思考：我的下一步要做做什么事情
• 行動：我才采取什么樣的行動

……中間過程可能重復N次，直到模擬完成任務

計劃模擬完成，確定下一步的行動計劃

• 行動：我該去調用什么工具
• 答案：我可以直接回復用戶

特點：

• 拿到用戶輸入，都會思考和用戶輸入和目標之間的關系，然后重新制定執行計劃，達成目標。
• 用戶無法決定讓模型做什么事情
• 要解決什么問題，取決于初始的提示詞

為什么TFlow AI的Re-ACT模式，更適合B端對客場景

2B業務對客戶特征：

特征1：

2B對業務有明確的思考流程和目標。參考以真人處理為思考流程

例1：常見退貨換處理。

• 目標：解決用戶對到貨商品的不滿意問題。
• 用戶提問：我要退貨
• 處理流程：不滿意原因是什么-&訂單是否是真實(已到貨）-& 是否符合退貨政策-&引導退貨操作-&解答退貨流程中的問題

例2：汽車銷售過程關于汽車參數的咨詢

• 目標：幫助客戶找到合適的汽車
• 用戶提問：這款車的續航軸距是多少？
• 處理流程：收集客戶用車訴求(顯示身份等）-& 解答續航問題-&補充用車訴求下的產品價值（如續航低，但是上下班通勤足夠）

例3：saas軟件產品答疑

• 目標：引導客戶留咨
• 用戶提問：軟件有什么優勢
• 處理流程：收集客戶場景-& 解答產品疑問-&引導留咨詢

Re-ACT模式能夠基于流程去模擬真人思考處理問題的流程

特征2：

• 用戶問題的解答處理，需要在B端企業提供的可控范圍內
• 如果是豆包的助手模式，用戶使用的產品的過程都無法預測。