通过使用大型语言模型（LLMs），我们提出了一个框架，可以自动生成与产品有关的上下文、有用、可回答、流畅且多样化的问题，并建议这些问题给客户作为帮助和提示，从而实现更顺畅、更快速、减少对话开销和摩擦的购物体验。

May, 2024

本文介绍了一个名为 ISA 的、基于移动设备的智能购物助手，旨在通过计算机视觉、语音处理和自然语言处理等先进技术提高实体店购物体验。用户只需拍摄或扫描感兴趣的商品条码，并与助手交流即可获取商品信息、购买指引或其他类似商品推荐等。我们采用数据驱动方法构建 ISA 的自然语言处理引擎，引擎表现优异。

Jul, 2020

通过使用特定领域的联邦问答系统，我们将电子商务购买者的问题自动化，从而节省卖家必须手动回复的时间并加速购买决策。

Jan, 2024

本研究介绍了为个人虚拟助手创建算法支持，以实现在业务系统中自动处理客户请求，旨在减少处理时间和错误，并使用文本转录系统在文本聊天或语音通道上。研究结果展示了算法支持的开发情况以及对合成数据工作质量的评估。

Mar, 2022

利用大型语言模型作为服务界面的附加功能，Ask Me Anything (AMA) 允许客服代理人在处理客户对话时随时向模型提问，模型实时提供准确的回答，节省了代理人的时间和成本。内部实验结果显示，使用 AMA 功能的代理人与传统搜索经验相比，每个包含搜索的对话节省了约 10% 的时间，年度节约金额达到数百万美元。使用 AMA 功能的代理人在接近 80% 的时间内提供了积极的反馈，证明其作为人工智能辅助功能在客户服务中的可用性。

May, 2024

本文提出一种在实时协作的条件下，结合人工支持代理和 AI 代理机器学习技术来满意地回答客户的查询的系统解决方案。

Jan, 2023

本论文研究了聊天机器人系统的概念，使用各种聊天机器人技术开发了与 AK traders Ltd 公司相适应的聊天机器人系统，通过自然语言处理、机器学习和向量空间模型等技术达到高质量的用户体验。

Jun, 2022

该研究调查了在零售环境中部署语音用户界面（VUI）驱动的数字助手，并评估其对客户参与和服务效率的影响。研究探讨了数字助手如何通过先进的对话能力和多语言支持来增强用户互动。通过将数字助手整合到高交通量的零售环境中，我们评估了它在改善客户服务质量和运营效率方面的有效性。实验期间收集的数据显示对客户互动产生了不同的影响，揭示了数字助手技术在面向客户角色中的未来优化的见解。该研究有助于了解客户关系领域的数字转型策略，强调现代零售店的服务灵活性和用户导向设计的需求。

Jun, 2024

Chat-to-Design 是一个新的多模式交互系统，用于个性化的时尚设计，将用户通过对话进行衣服设计的步骤进一步细分，可以通过三个子系统来提供沉浸式用户体验，包括对话系统，时尚检索系统和时尚设计系统。

Jul, 2022

探究将交互式对话助手引入 UX 评估以解决分析效率和评估者自主性问题的研究，通过用户测试设计探针，发现参与者主要咨询用户行为、用户的心理模型、AI 助手的帮助、产品和任务信息以及用户组成等方面的信息，并提出了未来设计交互式对话 AI 助手的设计建议。

Mar, 2023