基于AIGC和智能体融合打造的智能对话助手，通过对大量文本图像数据和用户行为数据的学习，一方面可以充分理解用户意图提供高效且个性化的图文问答服务，另一方面通过大模型Agent智能体实现具体业务系统对接，进一步实现业务办理及数据分析，有效提高用户办公效率。本项目主要采用的技术是大模型技术，并且在其基础上集成了OCR技术、语音识别、语音合成等传统AI能力。本项目最大的创新点是将AIGC能力融入支付行业业务场景，利用传统人工智能技术融合大模型的生成理解能力，通过Agent智能体技术打通企业内部多个业务系统，采用交互的对话方式，自主识别用户意图，自动理解、规划复杂指令，自由调用指定业务系统或者触发RPA，完成具体业务，例如根据用户意图自主实现入网协议签订、交易查询、差错处理、平台交易对账、资金清结算以及商户经营情况分析等。同时支持用户个性化定制专属智能体，任何用户用简单的提示词指令就能创建属于自己的智能体，实现服务的智能化升级，提升用户体验和服务效率。

一、采用先进的大模型技术底座

能理解和生成高质量的文本图像内容，同时采用RAG检索增强生成技术，实现业务场景指定内容专业问答，为用户创作和问答提供个性化服务支持。

二、利用大模型的Agent智能体技术

实现个性化推荐、自主决策、数据分析等功能。通过与用户的持续交互，调用具体业务系统，提升服务的精准度和用户体验。

三、在大模型基础上集成OCR、语音识别、语音合成等能力

丰富用户输入和助手输出表现形式，为用户提供更加高效、生动的服务形式。

四、将智能对话助手融入具体支付业务场景

支持业务系统智能化升级，向用户提供AI服务，业务诉求通过对话形式发起，有效提升用户体验和工作效率。

方案背景

在“互联网+”时代的今天，从内容设计、内容制作工具、运营增效核心、数据处理、实时交互来看，用户在诸多场景下对于文案创作、业务问答、图像制作、数据分析等方面具有大量需求，而这些需求目前面临很多问题，同时这些内容生产流程互相是割裂的：

1、文案创作方面：内容生成困难，用户经常需要生成大量的文本、图像内容，如文章、评论、摘要、配图等，但人工创作费时费力，难以满足快速生成的需求。

2、业务问答方面：现有对话系统不够智能，往往无法理解用户意图并生成高质量的文本；而传统知识库制作流程耗时耗力，导致用户在与系统交互时体验不佳。例如，客服场景，坐席人员往往需要及时准确回复用户问题；运营场景，客户经理也需要及时对用户的提问做出反馈。

3、图像生成方面：创意设计难度大，在许多创意设计领域，如广告、插画、摄影等，用户需要将文字创意转化为视觉图像，但传统设计周期长、成本高；内容创作门槛高，对于不具备专业设计技能的用户来说，难以将文字创意转化为具有表现力的图像。

4、数据分析方面：数据处理效率低下，在处理大规模数据时，传统的数据处理方法往往效率低下，无法快速地分析和挖掘数据价值；数据质量难以保证，在数据采集、处理和挖掘过程中，由于数据来源多样、质量参差不齐，难以保证数据的准确性和完整性。

5、业务流程方面：业务流程处理复杂，支付领域许多业务的执行往往需要在不同的系统和工具之间切换，例如客户经理需要处理商户入网环节、交易环节、差错处理环节、对账环节中的各种业务问题，这些环节需要登录不同业务系统进行处理，整个流程繁琐而复杂。

随着人工智能技术的不断发展，大模型也成为了人们研究和应用的重点。在过去的几年里，AI大模型已经取得了显著的进展，并在多个领域实现了成功应用。AI大模型是指基于深度学习算法，通过大规模训练数据训练得到的复杂模型。这些模型具有出色的泛化性能和表达能力，可以广泛应用于图像生成、自然语言处理、语音识别等领域，使用大模型可以解决上述场景痛点。大模型可以充分理解用户意图，利用其强大的文生文、文生图等能力，为用户生成高质量文本、图像内容；与此同时，通过RAG外挂知识库方式，将参考范围圈定在指定知识库内，有效准确地回答用户提问。大模型具备自动化和智能化的数据处理能力，可以提高数据处理效率，快速地分析和挖掘数据价值，还可以对数据进行清洗和去重，保证数据的质量和准确性。此外，利用大模型Agent智能体技术整合各个业务系统，可以实现跨平台的协同工作，简化工作流程。

方案目标

打造支持与业务场景融合的AIGC智能交互生成助手，具备以下能力：

1、满足个性化需求的图文问答、创意生成助手；

2、保证精准专业的知识问答助手；

3、智能化数据分析、数据处理助手；

4、对话方式实现支付领域下具体场景业务办理的办公助手。

方案特点

1、个性化与创意生成助手：利用大模型的生成能力，为用户提供个性化的图文问答和创意生成服务。其困难在于如何更好引导大语言模型适应下游的任务场景，当输入的内容过长或涉及特定行业、专业术语、背景知识等，大模型的表现也会稍显逊色。通过提示词工程优化、分步构建任务流，将复杂任务拆分为简单问题，满足用户的创意和表达需求。

2、精准专业知识问答助手：通过RAG检索增强生成技术，“外挂”知识库，并通过数据优化、流程设计、模型选择和系统完善，将模型的参考知识范围圈定在指定知识库，保证答案的准确有效；在提供答案的同时，返回答案所参考的文档片段，并支持用户点击查看这些片段的原文，以高亮的方式展示，供用户二次确认答案的准确性；将文档知识库上传时自动挖掘的FAQ和用户反馈的问题纳入FAQ库，并将FAQ问答作为业务问答的第一步，提高问答的准确性，同时保证问答行为和知识库优化的良性循环；由于文档知识库内容较多，为保证大模型对知识库内容的有效记忆，首先将文档进去切片处理，切分环节支持多种切分方式，以适应不同格式的文档。

3、业务办理助手：通过对话方式，实现支付领域具体场景业务办理的功能。用户可以通过自然语言与助手进行交互，大模型利用Agent智能体能力，打通内部多个业务系统，用户只需通过对话交互，就能实现业务查询和办理，如客户经理仅需和助手进行问答交互即可实现入网协议签订、交易查询、差错处理、平台交易对账、资金清结算等全流程业务办理。Agent智能体也可根据用户意图自主实时查询商户经营数据，同时大模型进一步对商户数据进行处理和分析，帮助用户快速获取数据中的有用信息，并给出商户画像、可视化报表等详尽数据展示，辅助提高办公及运营效率。

4、AIGC智能交互生成助手：将AIGC智能交互生成服务融入具体业务流程，用户在实现业务的过程中，根据业务需求，一键生成符合业务逻辑的文本、图像等内容，并直接应用到具体业务环节中，助力业务流程的AI智能化。

另外，结合OCR、语音识别、语音合成等关键技术，丰富用户输入形式和助手输出表现形式，为用户提供更加高效、生动的服务形式。

方案业务流程图

银联商务依托开源大模型，结合OCR、语音识别、语音合成等关键技术，融合智能体能力打造支付领域专业智能问答及办公助手，积极推动大模型技术的应用创新。一方面充分理解用户意图提供高效且个性化的图文问答服务，另一方面通过大模型Agent智能体实现具体业务系统对接，进一步实现业务查询办理及数据分析，有效提高用户办公及运营效率。

1、支持用户（语音）输入文本需求，智能对话助手识别用户问答意图，基于知识库实现答案生成，为用户提供专业问答服务。

2、支持用户（语音）输入文本需求，智能对话助手识别用户绘图意图，通过文生文及文生图能力实现答案生成及AI绘图，为用户提供个性化图文问答服务。

3、支持用户（语音）输入文本需求，智能对话助手识别用户查询意图，通过大模型Agent能力自主决策并调用相关系统进行查询，为用户提供高效业务查询及办理服务。

4、支持用户上传图片、PDF格式数据，智能对话助手利用OCR能力识别具体数据内容，通过大语言模型进行分析总结，并利用大模型Agent能力自主决策并调用可视化工具进行图表解析，为用户提供高效精准的数据分析服务。

实现功能展示

1、业务知识问答：基于相关知识库，为客服人员及客户经理提供高效的产品及运营知识检索问答服务；

2、知识加工辅助：帮助用户从文档中自动挖掘FAQ问答对；

3、营销辅助：为用户提供相关营销话术；

4、办公助手：提供信息抽取、文本纠错、关键词获取、摘要生成等办公助手服务；

5、图片、海报生成：利用文生图及图生图能力将文字创意或草图转化为专业化视觉图像；

6、辅助企业员工对话方式实现入网协议签订、交易查询、差错处理、平台对账等全流程业务办理及商户经营情况分析；

7、辅助用户进行数据报表分析，用户一键上传报表，实现具体数据解析及可视化功能等；

8、AIGC智能交互生成服务融入具体支付业务流程。

方案案例及效果

目前银联商务打造的专业智能对话助手已经在银商内部的众多业务、运营场景中落地应用，如客服坐席问答助手、客户经理问答助手、人力制度问答助手等，业务回答的平均准确率超90%（属于行业较高水平），极大程度缩减了客服坐席、客户经理和内部员工获取正确答案的时间；目前支持的错别字纠错、标准话术纠错、信息抽取和文档FAQ挖掘等办公助手，可以完全或者预先帮助员工处理相关事务，相关员工的工作效率最高可提升300%；人力制度问答助手对接人力及考勤系统，用户可通过对话方式查询考勤、假期天数并实现辅助在职证明办理；客户经理问答助手对接智慧查询系统，用户可通过输入商户号查询具体子商户号，为用户提供更加便捷高效的服务，保证了员工的工作质量；将智能对话助手能力融入银商权益平台具体业务流程，提供文生文、文生图等能力，支持业务系统智能化升级，向用户提供AI服务，对银商实现数字化转型和降本增效具有重要的意义。

方案未来展望

方案提升方向：目前该产品（方案）聚焦于内部的应用场景，未来将进一步突破现有限制，覆盖经营场景，适应交互形态，在融合场景方面赋能商家进行图文创作、营销推广、智慧洞察等能力，辅助线上业务经营，助力商家智慧经营提效，释放全新生产力。

市场需求预估：根据IDC预测，2026年中国AI大模型市场规模将达到211亿美元；银商深耕支付行业20多年，积累了海量的商户资源，客户分布涵盖各行各业，业务场景广泛，文旅、汽车、金融、物业等大量行业场景为该方案的进一步发展提供了良好的市场基础。

政策预估：AI大模型已成为优化算力瓶颈、放大数据优势、发展数字经济的重要拼图。当前地方政策以鼓励为主，中央政策关注事前规范。地方围绕智能算力建设、公共数据流通和算法场景开放层层递进。中央明确鼓励AI大模型发展但仍关注事前规范。To B端备案或放松，但算法监管难度较过去有所增加，因此备案节奏或少量多批。综合来看，机遇大于挑战。