行业关键字
UI设计UI理论和资料 → 正文
字节Coze VS TFlow AI Agent会话模式比较
作者: 易俊源 来源: @易俊源 时间: 2024年7月23日

大家好,在研究Agent时,发现了不同的会话模式会带来对相同的问题带来不同的处理方式,所以研究了Re-Act 和 Conversational-Chat的区别,发现对于2B而言re-act才是更适配的模式。

对标了2款产品,TFlow AI 和 Coze

一、先介绍一下产品

TFlow AI 是面向B端业务场景Agent平台,能按流程处理任务(SOP),围绕目标来进行离散推理。

允许LLM与环境进行交互,根据环境数据的反馈不断的调整行动计划/策略。

且整个sop的过程是由文本来控制,不需要用到Work Flow。

产品基本信息如下:

·使用问心一言-3.5的模型,未微调
·做了逻辑处理的Agent框架
·单条回复的消耗不到2K token,成本约0.8-2份钱。价格不贵

怎么理解目标、sop、离散推理、环境交互?我们以下列TFlow AI任务sop提示词为例:

·目标:要做一件什么事情,要达到什么目的。解答问题,引导留咨
·任务sop:处理事情流程步骤。注:模拟人的行为的任务处理流程或者说思考流程,以及标准的交互过程。
·离散推理/环境交互:要完成留咨任务,需要多次与用户/外部环境进行互动。不断的根据用户反馈,调整执行计划,达成目标。

如:在上述的任务sop的流程中,任务的执行需要多次与外界交互,借助外界补充的信息,持续推理完成任务的过程。比如查询知识库、引导用户提供姓名联系方式、调用留咨工具,将数据插入到已有的CRM中。

相同提示词下,在Coze和TFlow Ai的表现如下


oze和TFlow的比较

为什么会产生这么个差异昵?为什么coze不能做到昵?

核心的区别就一个:Agent的模式不同

二、Agent的会话模型:Conversational-Chat VS Re-ACT

会话模式代表了处理提示词的逻辑不同

·豆包:Conversational-Chat (助手模式)要做什么事情,取决于用户的指令
·TFlow Ai:Re-Act(推理+行动)要解决什么问题,初始的提示词决定

1. Conversational-Chat:助理的模式

助理模式下的Agent的逻辑处理如下:


助理模式Agent的思考逻辑

提示词确定后,对于用户的每次输入的处理步骤:

·观察:用户输入了什么?工具返回的数据
·思考:是调用工具,还是直接回答用户
·行动:调用知识库,搜索等
-将结果重新给到大模型,继续观察
-中间过程可能重复N次
·答案:模型理解用户为你,不需要调用工具,直接给到用户答案

特点如下:

·助手。每次思考都是基于用户的指令,理解我该去做什么事情。
·大模型要执行的事情由用户来控制,根据用户输入,去理解做下一步事情

关键点:要做什么事情,取决于用户的指令

2. Re-ACT:Reason and Act(推理+行动)

处理逻辑如下:

e-act处理逻辑

提示词确定后,对于用户的每次输入的处理步骤:

·持续循环:观察用户的最新输入,和任务的关系,形成新的计划、直到模拟达成任务目标
·观察:用户输入了什么?工具返回的数据
·思考:我的下一步要做做什么事情
·行动:我才采取什么样的行动

……中间过程可能重复N次,直到模拟完成任务

计划模拟完成,确定下一步的行动计划

·行动:我该去调用什么工具
·答案:我可以直接回复用户

特点:

·拿到用户输入,都会思考和用户输入和目标之间的关系,然后重新制定执行计划,达成目标。
·用户无法决定让模型做什么事情
·要解决什么问题,取决于初始的提示词

为什么TFlow AI的Re-ACT模式,更适合B端对客场景

2B业务对客户特征:

特征1:

2B对业务有明确的思考流程和目标。参考以真人处理为思考流程

例1:常见退货换处理。

·目标:解决用户对到货商品的不满意问题。
·用户提问:我要退货
·处理流程:不满意原因是什么-&订单是否是真实(已到货)-& 是否符合退货政策-&引导退货操作-&解答退货流程中的问题

例2:汽车销售过程关于汽车参数的咨询

·目标:帮助客户找到合适的汽车
·用户提问:这款车的续航轴距是多少?
·处理流程:收集客户用车诉求(显示身份等)-& 解答续航问题-&补充用车诉求下的产品价值(如续航低,但是上下班通勤足够)

例3:saas软件产品答疑

·目标:引导客户留咨
·用户提问:软件有什么优势
·处理流程:收集客户场景-& 解答产品疑问-&引导留咨询

Re-ACT模式能够基于流程去模拟真人思考处理问题的流程

特征2:

·用户问题的解答处理,需要在B端企业提供的可控范围内
·如果是豆包的助手模式,用户使用的产品的过程都无法预测。

(责任编辑: Admin

作品欣赏

欢迎关注视觉同盟微信公众号:
微信公众平台:搜索“vudn2004”或扫描下面二维码:
English | 关于我们 | 站点地图 | 联系热线 | 合作伙伴 | 艺术顾问 | 订阅 | 手机版
版权所有 © 2004-2024 视觉同盟 visionUnion.com)
Copyright © 2004-2024 VisionUnion.com Incorporated. All rights reserved
京ICP备09005192号
视觉同盟旗下子站:品牌专区 | 创意设计人才网 | 视觉同盟社区 | 视觉同盟论坛 | 英文版