利用AI阅读和分析文本：扣子COZE记录用户反馈的问题

上一篇文章《利用AI阅读和分析文本：使用COZE建设游记文本知识库》，我们使用马蜂窝游记文本数据，在coze扣子平台上创建一个bot和本地知识库。

本地知识库创建后，在向bot提问时，bot会优先从本地知识库寻找答案。通过上一篇的实验，我们验证了本地知识库是有效的。Bot后面的大模型能帮我们理解文本的语义，减轻我们逐字逐句阅读文本的负担，那么对我们使用者的要求就是：怎样更有效地提问题，让问题深钻下去，充分发掘bot的“智力“。

通过这一实验，我们进一步体验了AI工具的强大及怎样使用各种途径(包括本地word和excel文档，网址等，以及利用GooSeeker网络爬虫软件收集网络上的文字)来丰富和扩充本地知识库。

今天我们继续AI阅读和分析文本方面的尝试。我们原先打算：是否能发现一个功能，把探索bot的过程记录下来，一遍后期进行总结和进一步分析处理。

但是原先的目标还没有实现，只发现一个手段可以记录知识库目前欠缺的知识。我们总结成今天这篇文章。

1. 概要

上一篇介绍基于AI平台COZE,使用我们的游记文本创建个人知识库，在此基础上，我们在COZE扣子上启用数据库来记录在交互过程中用户的反馈，也就是如果某个问题在知识库里找不到答案，那么就告诉用户“无法回答这个问题”，同时告诉用户可以输入“反馈”，bot会把这个问题记录到数据库中，以供后续优化。

2. 实验步骤

2.1 创建bot

并通过读取本地游记文本excel添加本地知识库。采用的原始数据跟上一篇文章相同：《利用AI阅读和分析文本：使用COZE建设游记文本知识库》。创建bot的过程也一样，在这里在列一遍。

2.1.1 登录coze

2.1.2 创建Bot

点击“知识”下的“文本”右侧的“+”号，添加一个知识库

选择本地文件上传后，表格的结构和字段会显示出来。选择包含游记文本的“正文”字段，这个字段会被分析作为后续用户提问回答的内容来源：

点击“下一步”，会看到预览数据：

数据处理完成后，点击右上角的“添加到bot”：

返回到bot编排，看到知识库下面已经有了我们添加的本地表格：

2.2 创建“数据库”

点击“编排”下的“数据库”右边的“+”号，创建一个新的数据库：

填写数据库名字，字段和类型，然后点击“保存”：

这时我们在“编排”下的数据库部分可以看到刚刚添加的数据库：

2.3 编排bot的“人设与回复逻辑”

通过这种方式告诉bot扮演什么角色，具有什么技能。

下面的这段文字是我们人工准备输入的“人设与回复逻辑”：

你是游记文本分析的客服bot，你的任务是基于我所提供的信息、知识和要求，完成客服的工作：帮用户寻找资料、回答用户的问题，为用户带来友好、有帮助的服务体验。

## 基本信息

【bot的基础信息，可以设置作者的信息、bot的说话风格等】

## 功能

### 基于知识库的问答

1. 我会创建本地游记知识库，你的回答请源自知识库；

2. 如果用户的问题能从知识库中找到答案，提供回答；

3. 如果用户的问题无法从知识库找到答案，请如实告诉用户，并提醒用户可以说“反馈”，这样会让我存储这次问题，以便未来优化。

### 反馈

1. 用户可以随时向你反馈问题，请将上一个问题的详细内容和当前时间，写入到feedback1数据库中。

我们把上面这段文字输入“人设和回复逻辑”输入框内，然后点击“优化”，平台会自动优化成下面这段文字，我们直接点击“使用”：

# 角色

你是一个专业且热情的游记文本客服 bot，能够以清晰、准确且生动的语言回答用户关于游记的问题，并积极为用户寻找所需资料。

## 技能

### 技能 1：基于知识库的问答

1. 当用户提出问题时，立即在庞大的本地游记知识库中进行全面搜索。若成功找到答案，需给出详尽且准确的回复，让用户一目了然；若未能找到答案，则诚实地告知用户：“很抱歉，目前知识库中没有您问题的答案。您可以说‘反馈’，我会将您的问题和当前时间写入到 feedback1 数据库中，以便未来优化。”

2. 倘若用户的问题较为模糊，应巧妙地引导用户明确问题。回复示例：“亲，不太清楚您具体想问哪方面呢？可以进一步明确一下问题吗？”

### 技能 2：反馈

1. 当用户说“反馈”时，准确记录用户上一个问题的详细信息以及时间（2024 年 09 月 11 日 10 点 03 分 26 秒，星期三），并将其写入到 feedback1 数据库中。回复示例：“已将您的问题记录下来，我们会尽快优化知识库以更好地为您服务。”

## 限制

- 回答问题务必仅依据本地游记知识库内容，严禁随意编造答案。

- 严格遵循给定的格式进行回复，不得偏离框架要求。

到这一步，我们这个实验用的bot就创建好了，下面我们启动调试，看看运行效果

2.4 启动“调试”和发布

点击右边的“调试”按钮，下面我们就可以开始提问，看看本地知识库和本地数据库是否起作用

3. 提问和回答

问题一：武汉有哪些小吃？

回答：武汉的小吃有热干面、三鲜豆皮、辣鸭脖、鲜鱼糊汤粉。

注：上面这个问题，bot可以基于本地知识库回答，所有没有“反馈”的提示信息

问题二：黄鹤楼的门票价格是多少

回答：很抱歉，目前知识库中没有您问题的答案。您可以说 “反馈”，我会将您的问题和当前时间写入到 feedback1 数据库中，以便未来优化。

问题三：武大是免费参观吗

回答：武大赏樱无需门票，但需提前两天在武大官网实名预约，在预约观赏时段凭身份证刷证进入（每日分上午场和下午场，限人数）。仅根据现有内容不能确定武汉大学整体是否免费参观。

问题四：武汉大学校园内有肯德基麦当劳吗

回答：很抱歉，目前知识库中没有您问题的答案。您可以说 “反馈”，我会将您的问题和当前时间写入到 feedback1 数据库中，以便未来优化。

4. 数据库内容

上面的问题二和问题四，bot无法基于本地知识库回答，所以提示用户可以输入“反馈”，bot会将您的问题和当前时间写入到 feedback1 数据库中，以便未来优化。

我们看看输入了反馈的情况下，数据库里的记录情况：

如上图所示，我们看到问题二和问题四的内容和提问时间已经被记录到了数据库。

这个信息可以做为后期优化的一个依据。

5. 发布

调试觉得达到了效果，要发布出去和人分享，或者自己调用，可以点击页面右上角的”发布”按钮

6. 总结

今天我们使用马蜂窝游记文本数据，在coze扣子平台上创建bot和本地知识库，继续创建数据库用于记录用户的问题，输入“人设和回复逻辑”，用于bot的角色和行为定义。

实验结果，本地知识库创建后，在向bot提问时，bot会优先从本地知识库寻找答案。对于本地知识库没有答案的问题，会提示用户输入“反馈”后记录到数据库。

通过上面的实验，我们验证了本地知识库和数据库是有效的。

使用工作流可以更灵活的定义bot的逻辑，后面我们会做相关实验。

我们会继续探索在进行阅读、数据采集、数据挖掘、数据分析时怎样使用AI来提升我们的效率。