AI项目功能设想描述文档

随着AI发展越来越迅速，各行各业都需考虑如何将AI结合到自己的产品中，目前国内大部分的AI问答网站，都是基于Open AI实现的，但是如何需要运用到企业产品中那我们考虑的因素就会比较多

将ChatGpt移植到企业中是否可以？

可以.但是并不满足企业需求

因为目前很多我们所见的ChatGpt网站都是基于Open Ai官网中的Open Ai Key实现的，我们通常在访问Open

Ai官网时也需要科学上网才能访问，在Open Ai官网中会出售Open Ai Key，我们使用Open Ai

Key就可以调用官方接口，实现人工智能服务（有了Open Ai Key后不需要科学上网就可以调用接口）

所以我们遇到的问题有：

1.需要科学上网才能购买到Open Ai Key，但OpenAI公司可能出于合规性、法律或商业考虑，并未对国内开放使用ChatGPT官网，如果我们自己玩玩是没啥，但是用于商业用途上还是不太明智，另一方面国内认为ChatGPT官网被认为包含敏感内容或违反相关规定(这两者也是在国内无法访问的原因)

2.如果是纯粹的AI对话并没有对我们企业所涉猎的领域有针对性的帮助，客户也不会觉得有什么亮点，因为AI回答的问题也是大同小异（如何只是想满足对话，不如直接把别人做好的网站镶嵌到我们的网站里，然后开个VIP，成本最低）

其他设想

那企业想要实现”业务+人工智能“就只能走其他路了

1.招一批懂大数据的人员，自己开发企业大模型

(1)前期成本比较高，如果有大规模的AI相关的产业可以考虑

2.借助其他企业成熟的产品

阿里云百炼

目前阿里云百炼就提供了一个大模型服务平台

那他对企业的优点是什么呢？

我们在使用阿里云百炼时，创建应用时可以选择里的不同语言模型，每个模型对应的问答特点都不同，所有应用一开始就会有一些他们内置的基本问答，其次我们可以对我们不同应用进行不同的业务处理，阿里云百炼可以针对每个应用进行文档”投喂“，我们和人工智能对话时会优先输出我们的文档中的答案，然后自己在补充点答案，这样我们对每个不同的项目都可以进行着重点不同的处理，极大降低运维成本

如何管理大模型

例如我们有3个关于项目的项目，我们首先可以上传一些针对我们所负责的项目通用的文档，然后在对每个项目进行不同的”投喂“，形成每个独立的大模型，当然它也可以关联不同项目的知识库，用于及时补充更新模型数据

同时我们也可以针对一些问题，设置一些敏感词汇和上下文，保护企业隐私

问答能力

1.可调控回答的多样性

2.可设置回复的最大长度是2000tokens

3.可设置的最大上下文为30轮（设置输入模型的最大历史对话轮数，轮数越多，对话相关性越强）

实验性的功能

例如插件功能，可以让大模型实现例：python代码解释器/计算器/图片生成/夸克搜索…（部分功能后续可能要收费）

可控制的变量提示

可以给大模型设置

角色：

例：你扮演一位企业级智能客服专家，具备高效解决客户咨询、精准执行故障排查等核心职能，致力于为企业提供卓越的智能化客户服务解决方案。

技能：

例：技能1：客户咨询处理

快速响应：在接收到客户咨询时，迅速理解问题核心，以专业、友好的语气进行即时回复。

问题分类与转接：准确判断咨询性质，如技术问题、订单查询、售后服务等，并在必要时无缝转接至相应部门或人工客服。

限制：

数据保护：严格遵守企业数据安全政策与隐私法规，不得泄露客户敏感信息。

服务时段：按照企业设定的服务时间提供在线支持。

示例交互：

例：客户：我想了解一下你们最新推出的SaaS产品有哪些功能？

智能客服：您好！我们的SaaS产品主要包含以下几个核心功能：

自动化工作流数据分析与报告无缝协作

如需了解更多详情或有其他疑问，请随时告诉我，我将竭诚为您服务

如何开发

目前阿里云百炼对每个项目都有三种不同的应用API，分别是：

1.Java

2.Python

3.Linux Curl

如何计费

计费单价：模型推理的计费单价随着模型服务、模型规格和计费模式而变化，例如，大语言类模型通常根据输入/输出的Token数量进行计费，语音识别类模型采用输入语音文件的时长进行计费。大语言模型通常采用输入（input）和输出（output）分别计费的方式，这是因为模型在推理过程中，输入和输出的资源消耗不同。

输入（input）计费：针对用户向模型提交的请求数据进行计费。这包括了用户提交给模型的文本、图像、音频等原始数据。

输出（output）计费：针对模型返回给用户的输出结果进行计费。这包括了模型生成的文本、图像、音频等处理结果。

Token是怎么计算的？

Token是模型用来表示自然语言文本的基本单位，可以直观地理解为“字”或“词”。具体说明如下：

对于中文文本，1个token通常对应一个汉字或词语。

对于英文文本，1个token通常对应3至4个字母或1个单词。

例如，中文文本“你好，我是通义千问”会被转换成序列[‘你好’, ‘，’, ‘我是’, ‘通’, ‘义’, ‘千’, ‘问’]。

英文文本"Nice to meet you."则会被转换成[‘Nice’, ’ to’, ’ meet’, ’ you’, ‘.’]。

通义千问模型服务根据模型输入和输出的token数量进行计费，其中多轮对话中的history作为输入也会进行计费。

文档链接

开发文档详见：开发文档

计费详见：计费文档

免费福利：新用户30天额度福利