1. 從“千人一面”到“千人千面”對(duì)話智能體的個(gè)性化困境與低代碼破局在智能客服、虛擬助手、數(shù)字人交互等領(lǐng)域?qū)υ捴悄荏wConversational Agents早已不是什么新鮮事物。然而從業(yè)者普遍面臨一個(gè)核心痛點(diǎn)我們投入大量資源開發(fā)的智能體在面對(duì)不同用戶時(shí)其表現(xiàn)往往是“千人一面”的。一個(gè)面向年輕科技愛好者的產(chǎn)品推薦話術(shù)生硬地套用在一位退休長(zhǎng)者身上其體驗(yàn)之差可想而知。這種缺乏“個(gè)性化”能力的智能體不僅用戶體驗(yàn)不佳轉(zhuǎn)化率、用戶留存等核心業(yè)務(wù)指標(biāo)也大打折扣。傳統(tǒng)的個(gè)性化方案往往意味著高昂的成本和漫長(zhǎng)的周期。它需要數(shù)據(jù)科學(xué)家構(gòu)建復(fù)雜的用戶畫像模型需要算法工程師針對(duì)不同場(chǎng)景訓(xùn)練專屬的意圖識(shí)別和對(duì)話策略模型還需要前后端開發(fā)人員將這些模型能力無縫集成到業(yè)務(wù)系統(tǒng)中。整個(gè)過程鏈路長(zhǎng)、技術(shù)門檻高、迭代速度慢一個(gè)個(gè)性化功能的上線動(dòng)輒以“月”甚至“季度”為單位。這顯然無法滿足當(dāng)今快速變化的業(yè)務(wù)需求和用戶期待。正是在這種背景下“低代碼”Low-Code與“自動(dòng)個(gè)性化”Automatic Personalization的結(jié)合為我們提供了一條極具吸引力的新路徑。它并非要取代專業(yè)的算法工程師而是旨在通過可視化的編排工具和預(yù)構(gòu)建的智能模塊將個(gè)性化能力的構(gòu)建門檻大幅降低讓業(yè)務(wù)專家、產(chǎn)品經(jīng)理乃至運(yùn)營(yíng)人員也能深度參與到對(duì)話智能體的“調(diào)教”過程中。其核心思想是將復(fù)雜的機(jī)器學(xué)習(xí)與自然語(yǔ)言處理技術(shù)封裝成一個(gè)個(gè)可拖拽、可配置的“積木”然后通過一個(gè)直觀的“流水線”Pipeline將這些積木按需組裝最終自動(dòng)生成能理解并適應(yīng)不同用戶的對(duì)話智能體。2. 解構(gòu)“自動(dòng)個(gè)性化”它到底在做什么在深入低代碼實(shí)現(xiàn)之前我們必須先厘清“自動(dòng)個(gè)性化”的具體內(nèi)涵。它遠(yuǎn)不止是在對(duì)話開頭叫出用戶的名字那么簡(jiǎn)單。一個(gè)成熟的自動(dòng)個(gè)性化系統(tǒng)至少需要在三個(gè)層面上動(dòng)態(tài)調(diào)整智能體的行為。2.1 內(nèi)容層面的個(gè)性化說什么這是最直觀的層面即根據(jù)用戶的身份、歷史行為、實(shí)時(shí)反饋等信息動(dòng)態(tài)生成或選擇最合適的回復(fù)內(nèi)容。例如知識(shí)庫(kù)應(yīng)答個(gè)性化當(dāng)用戶詢問“這款手機(jī)的續(xù)航怎么樣”時(shí)系統(tǒng)能識(shí)別用戶是“重度游戲玩家”還是“商務(wù)出差人士”從而在回復(fù)中側(cè)重強(qiáng)調(diào)“游戲幀率下的續(xù)航表現(xiàn)”或“待機(jī)時(shí)間和快充能力”。推薦與話術(shù)個(gè)性化在電商場(chǎng)景中根據(jù)用戶的瀏覽歷史、購(gòu)買記錄和價(jià)格敏感度推薦不同的商品組合并使用不同風(fēng)格的話術(shù)進(jìn)行引導(dǎo)如對(duì)價(jià)格敏感型用戶強(qiáng)調(diào)“性價(jià)比”和“優(yōu)惠”對(duì)品質(zhì)導(dǎo)向型用戶強(qiáng)調(diào)“材質(zhì)”和“工藝”。其背后的技術(shù)核心是利用大語(yǔ)言模型LLMs強(qiáng)大的上下文理解和內(nèi)容生成能力。我們可以將用戶畫像、歷史對(duì)話等作為上下文Context輸入給LLM引導(dǎo)其生成更具針對(duì)性的回復(fù)。低代碼平臺(tái)的作用就是封裝好調(diào)用LLM、構(gòu)建上下文、解析輸出的完整流程。2.2 風(fēng)格與情感層面的個(gè)性化怎么說同樣一句話用不同的語(yǔ)氣、措辭和情感色彩說出來效果天差地別。風(fēng)格個(gè)性化包括語(yǔ)氣調(diào)整對(duì)年輕用戶可以使用更活潑、網(wǎng)絡(luò)化的語(yǔ)言“親這款寶貝超贊的”對(duì)專業(yè)客戶則需保持嚴(yán)謹(jǐn)、專業(yè)的口吻“根據(jù)您提供的參數(shù)該型號(hào)在負(fù)載下的性能表現(xiàn)符合預(yù)期。”。情感共鳴當(dāng)識(shí)別到用戶流露出 frustration沮喪或 confusion困惑的情緒時(shí)智能體應(yīng)能調(diào)整回復(fù)策略先表達(dá)共情“非常理解您現(xiàn)在焦急的心情”再解決問題。冗長(zhǎng)度控制有些用戶喜歡簡(jiǎn)潔直接的答案有些則希望獲得詳細(xì)的背景解釋。個(gè)性化系統(tǒng)應(yīng)能學(xué)習(xí)用戶的偏好動(dòng)態(tài)調(diào)整回復(fù)的詳細(xì)程度。實(shí)現(xiàn)這一點(diǎn)同樣依賴于LLMs。通過對(duì)系統(tǒng)提示詞Prompt的精心設(shè)計(jì)我們可以“教導(dǎo)”LLM模仿特定的行文風(fēng)格。低代碼平臺(tái)可以將不同的“風(fēng)格模板”和“情感識(shí)別模塊”作為可配置項(xiàng)讓運(yùn)營(yíng)人員輕松切換。2.3 策略與流程層面的個(gè)性化按什么邏輯說這是最高階的個(gè)性化指根據(jù)用戶類型動(dòng)態(tài)調(diào)整整個(gè)對(duì)話的流程和決策邏輯。例如風(fēng)險(xiǎn)規(guī)避型用戶在辦理金融業(yè)務(wù)時(shí)對(duì)話流程應(yīng)更加謹(jǐn)慎增加更多的確認(rèn)環(huán)節(jié)和安全提示節(jié)奏可能稍慢。新手用戶 vs 專家用戶對(duì)于新手智能體應(yīng)主動(dòng)引導(dǎo)提供更多教學(xué)和解釋性步驟對(duì)于專家則可以跳過基礎(chǔ)引導(dǎo)直接提供高效的操作路徑或深度技術(shù)選項(xiàng)。任務(wù)型對(duì)話的路徑優(yōu)化在訂票、預(yù)約等場(chǎng)景根據(jù)用戶的歷史選擇如總是選靠窗座位、偏好上午時(shí)段智能體可以提前預(yù)填選項(xiàng)或優(yōu)先推薦相應(yīng)路徑。這需要將對(duì)話管理Dialogue Management模塊也進(jìn)行“參數(shù)化”。低代碼平臺(tái)可以將不同的對(duì)話流程流程圖模板化并設(shè)置路由規(guī)則根據(jù)實(shí)時(shí)計(jì)算出的用戶標(biāo)簽決定進(jìn)入哪一個(gè)對(duì)話分支。3. 低代碼個(gè)性化流水線Pipeline的核心架構(gòu)一個(gè)支持自動(dòng)個(gè)性化的低代碼對(duì)話平臺(tái)其內(nèi)部可以抽象為一個(gè)模塊化、可編排的流水線。這個(gè)流水線貫穿單次對(duì)話的始終每個(gè)環(huán)節(jié)都提供了低代碼配置的可能性。下圖展示了一個(gè)典型的架構(gòu)graph TD A[用戶輸入] -- B(實(shí)時(shí)計(jì)算模塊); B -- C{個(gè)性化決策引擎}; subgraph C [個(gè)性化決策引擎] C1[內(nèi)容個(gè)性化策略] -- C0[生成最終回復(fù)]; C2[風(fēng)格個(gè)性化策略] -- C0; C3[流程個(gè)性化策略] -- C0; end D[用戶畫像庫(kù)] -- B; E[歷史對(duì)話庫(kù)] -- B; F[外部知識(shí)庫(kù)] -- C1; C0 -- G[輸出個(gè)性化回復(fù)]; H[低代碼配置界面] -.-|配置規(guī)則與策略| C; H -.-|管理畫像標(biāo)簽| D; H -.-|編排對(duì)話流程| C3;流水線關(guān)鍵環(huán)節(jié)的低代碼實(shí)現(xiàn)要點(diǎn)用戶理解與畫像實(shí)時(shí)更新低代碼配置點(diǎn)平臺(tái)提供“規(guī)則引擎”或“標(biāo)簽工廠”。運(yùn)營(yíng)人員可以通過“如果-那么”規(guī)則例如如果“近7天咨詢手機(jī)游戲相關(guān)問題3次”那么打上“手游愛好者”標(biāo)簽或直接選擇預(yù)定義的模型如情感分析模型、興趣分類模型來自動(dòng)生成用戶標(biāo)簽。這些標(biāo)簽會(huì)實(shí)時(shí)注入到當(dāng)前對(duì)話的上下文中。對(duì)話理解與意圖識(shí)別的個(gè)性化增強(qiáng)低代碼配置點(diǎn)傳統(tǒng)的意圖識(shí)別需要大量標(biāo)注數(shù)據(jù)訓(xùn)練。低代碼平臺(tái)可以集成“小樣本學(xué)習(xí)”或“提示詞工程”能力。例如運(yùn)營(yíng)人員只需提供某個(gè)意圖的3-5個(gè)例子和一段描述平臺(tái)就能利用LLM的泛化能力動(dòng)態(tài)擴(kuò)展該意圖的識(shí)別范圍。還可以配置“領(lǐng)域詞庫(kù)”將特定用戶群的高頻詞如游戲玩家的“開黑”、“掉幀”加入識(shí)別詞典提升準(zhǔn)確率。個(gè)性化回復(fù)生成與策略選擇這是低代碼的核心舞臺(tái)。平臺(tái)會(huì)提供一個(gè)“回復(fù)策略畫布”。內(nèi)容策略可以關(guān)聯(lián)不同的知識(shí)庫(kù)片段或API。運(yùn)營(yíng)人員能配置規(guī)則如“當(dāng)用戶標(biāo)簽包含‘VIP’且意圖為‘查詢余額’時(shí)調(diào)用‘VIP專屬話術(shù)庫(kù)’并附加‘專屬客服通道’鏈接”。風(fēng)格策略提供多個(gè)“語(yǔ)氣包”選項(xiàng)正式、親切、活潑、嚴(yán)謹(jǐn)?shù)瓤膳渲酶鶕?jù)用戶年齡層或情感標(biāo)簽自動(dòng)切換。流程策略通過可視化流程圖工具直接繪制不同的對(duì)話分支?？梢栽O(shè)置分支條件如“用戶標(biāo)簽新手 → 進(jìn)入‘詳細(xì)引導(dǎo)流程’用戶標(biāo)簽專家 → 進(jìn)入‘快速操作流程’”。反饋學(xué)習(xí)與迭代優(yōu)化低代碼配置點(diǎn)平臺(tái)應(yīng)內(nèi)置A/B測(cè)試框架。運(yùn)營(yíng)人員可以輕松創(chuàng)建兩個(gè)不同個(gè)性化策略的版本分配給不同的用戶群并直接在儀表板上對(duì)比點(diǎn)擊率、任務(wù)完成率、滿意度等核心指標(biāo)。基于數(shù)據(jù)反饋可以快速調(diào)整或啟用新的個(gè)性化規(guī)則。4. 關(guān)鍵技術(shù)與模塊的低代碼封裝實(shí)踐要讓上述流水線真正“低代碼”化背后離不開對(duì)多項(xiàng)前沿技術(shù)的深度封裝。4.1 大語(yǔ)言模型LLMs的“平民化”調(diào)用LLMs是自動(dòng)個(gè)性化的引擎但直接調(diào)用API處理上下文、設(shè)計(jì)提示詞、控制輸出格式非常復(fù)雜。低代碼平臺(tái)需要做好以下幾層封裝上下文管理模板提供拖拽式界面讓配置者輕松組合“用戶基本信息”、“最近三次對(duì)話歷史”、“本次會(huì)話的實(shí)時(shí)標(biāo)簽”、“產(chǎn)品知識(shí)庫(kù)”等模塊自動(dòng)拼接成符合模型要求的上下文。提示詞Prompt工廠內(nèi)置針對(duì)不同場(chǎng)景客服、銷售、導(dǎo)購(gòu)、娛樂優(yōu)化過的提示詞模板。用戶只需填寫模板中的變量如{產(chǎn)品名}、{用戶標(biāo)簽}無需關(guān)心復(fù)雜的提示詞工程學(xué)。輸出結(jié)構(gòu)化解析LLM的原始輸出是文本。平臺(tái)需集成“輸出解析器”能自動(dòng)將LLM生成的文本按照預(yù)定格式如JSON解析出來并提取出關(guān)鍵信息如“推薦產(chǎn)品ID”、“確認(rèn)的訂單號(hào)”傳遞給下游系統(tǒng)。這個(gè)解析器本身也可以通過少量示例進(jìn)行低代碼配置。4.2 面向異構(gòu)LLMs的智能調(diào)度與服務(wù)“chimera”等前沿概念提到了面向異構(gòu)LLMs的延遲與性能感知的多智能體服務(wù)。這在低代碼平臺(tái)中的體現(xiàn)是成本與性能的自動(dòng)平衡。實(shí)踐場(chǎng)景平臺(tái)可能接入了多個(gè)LLM服務(wù)商如OpenAI GPT-4 Claude 國(guó)內(nèi)各大模型。不同模型的能力、速度、單價(jià)不同。低代碼配置平臺(tái)允許運(yùn)營(yíng)人員設(shè)定策略。例如“對(duì)‘高價(jià)值用戶’的復(fù)雜創(chuàng)意生成任務(wù)使用高性能但昂貴的Model A對(duì)普通用戶的簡(jiǎn)單問答使用成本低廉的Model B”。平臺(tái)底層根據(jù)任務(wù)類型、用戶優(yōu)先級(jí)、當(dāng)前隊(duì)列延遲自動(dòng)選擇最合適的模型進(jìn)行調(diào)用這一切對(duì)配置者透明。4.3 對(duì)話流程Pipeline的可視化編排這是低代碼最直觀的部分。一個(gè)優(yōu)秀的可視化編排器應(yīng)該像流程圖軟件一樣易用但節(jié)點(diǎn)是封裝好的對(duì)話能力單元。節(jié)點(diǎn)類型包括“用戶輸入”、“意圖識(shí)別”、“調(diào)用知識(shí)庫(kù)”、“詢問澄清”、“調(diào)用API”、“LLM生成”、“發(fā)送消息”、“條件分支”、“循環(huán)”等。連接與數(shù)據(jù)流用連線表示對(duì)話流向。更重要的是節(jié)點(diǎn)之間可以傳遞數(shù)據(jù)如將“意圖識(shí)別”節(jié)點(diǎn)輸出的“意圖類型”傳遞給“條件分支”節(jié)點(diǎn)做判斷。平臺(tái)需要提供直觀的方式讓配置者定義這種數(shù)據(jù)流例如通過下拉菜單選擇上一個(gè)節(jié)點(diǎn)的輸出變量。個(gè)性化分支在流程圖中可以輕松地根據(jù)“用戶標(biāo)簽”創(chuàng)建不同的分支。只需拖入一個(gè)“條件判斷”節(jié)點(diǎn)條件設(shè)置為“用戶.標(biāo)簽 包含 ‘新手’”然后連接兩條不同的后續(xù)流程線即可。5. 從設(shè)計(jì)到上線一個(gè)低代碼個(gè)性化對(duì)話機(jī)器人的構(gòu)建全流程假設(shè)我們要為一個(gè)在線書店構(gòu)建一個(gè)能個(gè)性化推薦書籍的客服機(jī)器人。步驟一定義個(gè)性化維度與數(shù)據(jù)源在低代碼平臺(tái)后臺(tái)我們首先定義需要關(guān)注的用戶標(biāo)簽閱讀興趣科幻、歷史、文學(xué)、經(jīng)管、童書…通過歷史購(gòu)買、瀏覽數(shù)據(jù)自動(dòng)聚類或規(guī)則打標(biāo)。消費(fèi)階段新客、活躍客、沉睡客通過最近購(gòu)買時(shí)間規(guī)則定義。咨詢風(fēng)格目標(biāo)明確型、探索瀏覽型、價(jià)格敏感型通過歷史對(duì)話分析模型自動(dòng)識(shí)別。數(shù)據(jù)源配置連接書店的CRM系統(tǒng)獲取購(gòu)買記錄、網(wǎng)站行為分析系統(tǒng)獲取瀏覽數(shù)據(jù)、以及對(duì)話歷史日志。步驟二配置個(gè)性化回復(fù)策略進(jìn)入對(duì)話流程設(shè)計(jì)器。設(shè)計(jì)主流程一個(gè)通用的“處理書籍咨詢”流程包含“識(shí)別用戶意圖”、“查詢書籍庫(kù)存”、“生成回復(fù)”等通用節(jié)點(diǎn)。注入個(gè)性化在“識(shí)別用戶意圖”節(jié)點(diǎn)后添加一個(gè)“獲取用戶實(shí)時(shí)畫像”節(jié)點(diǎn)該節(jié)點(diǎn)會(huì)自動(dòng)從畫像庫(kù)拉取當(dāng)前用戶的標(biāo)簽。添加一個(gè)“條件判斷”節(jié)點(diǎn)。條件1用戶.閱讀興趣 包含 ‘科幻’ 且 用戶.咨詢風(fēng)格 ‘探索瀏覽型’。如果滿足則流程跳轉(zhuǎn)到“科幻探索型推薦”子流程。該子流程會(huì)調(diào)用LLM提示詞模板為“你是一位資深的科幻迷助手請(qǐng)以充滿好奇和探索欲的口吻為用戶推薦幾本近期熱門且具有思想深度的科幻小說并簡(jiǎn)要介紹其獨(dú)特設(shè)定。用戶歷史喜歡{用戶.歷史購(gòu)買科幻書籍列表}?！睏l件2用戶.消費(fèi)階段 ‘新客’。如果滿足則在最終回復(fù)中無論推薦什么書都自動(dòng)附加一句“歡迎新朋友首次購(gòu)書可享受8折優(yōu)惠優(yōu)惠碼WELCOME123?！迸渲蔑L(fēng)格在LLM調(diào)用節(jié)點(diǎn)的配置面板中為“科幻探索型推薦”子流程選擇“生動(dòng)有趣”的語(yǔ)氣包為“價(jià)格敏感型用戶”的回復(fù)選擇“突出實(shí)惠”的語(yǔ)氣包。步驟三測(cè)試與迭代模擬測(cè)試使用平臺(tái)內(nèi)置的模擬器輸入不同預(yù)設(shè)畫像的用戶如“科幻迷新客”、“歷史類價(jià)格敏感型老客”進(jìn)行對(duì)話測(cè)試觀察流程跳轉(zhuǎn)和回復(fù)內(nèi)容是否符合預(yù)期。A/B測(cè)試上線將新設(shè)計(jì)的個(gè)性化機(jī)器人作為一個(gè)實(shí)驗(yàn)組與原有的通用機(jī)器人對(duì)照組同時(shí)上線將少量用戶流量導(dǎo)入實(shí)驗(yàn)組。數(shù)據(jù)觀察與調(diào)優(yōu)在平臺(tái)儀表板上對(duì)比兩組機(jī)器人的“推薦點(diǎn)擊率”、“下單轉(zhuǎn)化率”、“對(duì)話滿意度評(píng)分”。如果發(fā)現(xiàn)“科幻探索型推薦”子流程的轉(zhuǎn)化率不高可以回到設(shè)計(jì)器調(diào)整其LLM提示詞或者增加推薦書籍的多樣性然后快速發(fā)布新版本繼續(xù)觀察數(shù)據(jù)。6. 潛在挑戰(zhàn)與最佳實(shí)踐低代碼自動(dòng)個(gè)性化并非銀彈在實(shí)際落地中需警惕以下挑戰(zhàn)挑戰(zhàn)一過度個(gè)性化與隱私侵犯的邊界問題系統(tǒng)對(duì)用戶了解得越多個(gè)性化越精準(zhǔn)但同時(shí)也越容易引發(fā)用戶對(duì)隱私的擔(dān)憂。例如當(dāng)機(jī)器人突然說“根據(jù)您上周在健康論壇的瀏覽記錄我推薦您這本《高血壓飲食指南》”時(shí)用戶可能會(huì)感到毛骨悚然。最佳實(shí)踐透明與可控在對(duì)話開始時(shí)或設(shè)置中明確告知用戶“為提供更好服務(wù)我們會(huì)參考您的互動(dòng)歷史進(jìn)行推薦”并提供關(guān)閉個(gè)性化推薦的選項(xiàng)。數(shù)據(jù)匿名化與聚合盡量使用聚合后的、非直接個(gè)人身份標(biāo)識(shí)的信息如“喜歡科幻類圖書的用戶群體也常買…”而非赤裸裸的個(gè)人行為記錄。遵守法規(guī)嚴(yán)格遵循《個(gè)人信息保護(hù)法》等相關(guān)法規(guī)確保數(shù)據(jù)收集、使用的合法性。挑戰(zhàn)二“冷啟動(dòng)”問題問題對(duì)于新用戶系統(tǒng)沒有任何歷史數(shù)據(jù)無法進(jìn)行有效個(gè)性化。最佳實(shí)踐漸進(jìn)式畫像在初次對(duì)話中通過設(shè)計(jì)好的、友好的問題主動(dòng)獲取信息如“您平時(shí)喜歡看哪類書呢”并隨著交互的深入逐步豐富畫像。利用群體畫像當(dāng)缺乏個(gè)人數(shù)據(jù)時(shí)可以暫時(shí)將用戶歸入一個(gè)默認(rèn)的、廣泛的群體畫像如“大眾讀者”應(yīng)用該群體的平均偏好策略。會(huì)話內(nèi)上下文即使沒有長(zhǎng)期歷史也要充分利用當(dāng)前會(huì)話的上下文。如果用戶在當(dāng)前對(duì)話中反復(fù)詢問“Python編程”那么在本輪對(duì)話中即可將其臨時(shí)標(biāo)記為“編程學(xué)習(xí)者”并提供相應(yīng)推薦。挑戰(zhàn)三個(gè)性化策略的沖突與優(yōu)先級(jí)問題一個(gè)用戶可能同時(shí)被打上“VIP客戶”和“價(jià)格敏感型”兩個(gè)標(biāo)簽。當(dāng)前者觸發(fā)“提供尊享服務(wù)”策略推薦高價(jià)精裝書后者觸發(fā)“強(qiáng)調(diào)折扣優(yōu)惠”策略時(shí)就會(huì)產(chǎn)生沖突。最佳實(shí)踐在低代碼平臺(tái)中建立優(yōu)先級(jí)規(guī)則這是規(guī)則引擎的核心功能之一。可以設(shè)定“VIP客戶”標(biāo)簽的優(yōu)先級(jí)高于“價(jià)格敏感型”。當(dāng)沖突發(fā)生時(shí)執(zhí)行高優(yōu)先級(jí)標(biāo)簽對(duì)應(yīng)的策略。更復(fù)雜的可以設(shè)置策略融合例如“為VIP客戶推薦精裝書但同時(shí)提示其享有的獨(dú)家折扣”。定期復(fù)審與優(yōu)化通過A/B測(cè)試數(shù)據(jù)持續(xù)評(píng)估不同策略組合的效果人工調(diào)整優(yōu)先級(jí)或設(shè)計(jì)更精細(xì)的融合策略。低代碼自動(dòng)個(gè)性化正在將對(duì)話智能體的開發(fā)從一項(xiàng)高度專業(yè)化的“黑盒”工程轉(zhuǎn)變?yōu)橐豁?xiàng)業(yè)務(wù)驅(qū)動(dòng)的、可快速迭代的“白盒”創(chuàng)作。它賦予業(yè)務(wù)側(cè)更大的自主權(quán)讓人工智能的“智能”更貼近真實(shí)的用戶需求和業(yè)務(wù)場(chǎng)景。對(duì)于開發(fā)者而言工作重心從重復(fù)性的編碼和集成上移至更富創(chuàng)造性的模塊設(shè)計(jì)、流程編排和策略優(yōu)化。未來隨著LLM能力的進(jìn)一步進(jìn)化與低代碼工具的日益成熟打造一個(gè)真正“懂你”的對(duì)話伙伴將不再是大型科技公司的專利而會(huì)成為各行各業(yè)的標(biāo)配能力。