① 阿里小蜜是幹啥的
阿里巴巴集團在2015年7月24日發布一款人工智慧購物助理虛擬機器人，並取名「阿里小蜜」。
阿里巴巴集團為新會員買家特別推出「阿里小蜜」服務計劃，致力於成為會員的購物私人助理，讓會員專享1對1的客戶顧問服務、全程陪伴式、安全有保障的購物體驗。
② 阿里巴巴店小蜜專業版進階技巧
背景： 本文在於重點描述阿里店小蜜專業版的使用技巧和一些注意細節，幫助AI訓練師可以更快地掌握使用專業版的方法。
一、店小蜜專業版功能分布
相對於基本版，專業版除了可以使用店鋪類目的行業包之外，還配備了各類有助於提高機器人營銷轉化能力的功能，其中每一個功能的優化配置都會直接影響到店鋪機器人的應答和銷售能力，以下會重點介紹幾個比較核心的功能。
1、知識庫行業包
專業版的知識庫，除了提供行業包之外，還對本身的通用包進行了問法場景的擴充，以某一生鮮肉類店鋪為例，轉人工率和參與轉化率都穩定在行業前三，其中在知識問答數據中，行業通用包問答佔比67.81%，行業包問答佔比8.81%；即75%的問答都會來源於專業版提供的知識庫， 所以在購買了專業版後，首先應該對擴充的通用知識包和行業包進行話術填充。
2、商品推薦
商品推薦功能集成在專業版上，也是由於該功能，讓機器人擁有了主動推薦營銷的能力，該板塊目前有5種推薦場景：求購推薦、無貨推薦、湊單推薦、搭配推薦、爆款推薦，前3種只需打開按鈕即可使用，不需要額外配置，最後一種爆款推薦，在實際效果上會出現推薦話術與上一個問題的回復話術共存於一個回復中，只用/n換行符進行分隔，這樣會產生問答歧義，故暫不建議使用，；
搭配推薦分為官方場景搭配和自定義單項商品推薦，官方配置的三個場景主要是針對高意願人群，而自定義單項商品推薦，可以根據場景銷售搭配去進行關聯推薦，如減脂餐搭配，兒童餐搭配，情人節套餐搭配等。
3、商品屬性表&營銷話術推送
通過專業版的商品屬性表功能，我們可以自由調整商品的實體參數問答，系統會自動抓取我們店鋪的商品，然後可以通過後台的屬性表對商品的各項實體屬性值進行修改、新增；然後可以通過知識庫話術中設置的實體參數問答，使得客戶在咨詢商品屬性值的時候，機器人根據客戶發送的鏈接，精準地推送出相關答案，提高服務體驗和縮短客戶的決策路徑，最終提升付款轉化。
此外，商品屬性表還有一個賣點的屬性值，我們可以在每個商品的賣點實體中填寫關於這塊商品的一些特性，例如常問到的屬性，營銷點，然後系統可以配合營銷話術推送功能，在買家咨詢這款商品的時候，向買家推送這款商品的賣點，提高轉化，所以在配置的時候，可以先配置商品屬性表(最開始可以先選擇店鋪Top50的商品進行)，然後再打開營銷話術的賣點推送。
4、問答場景訓練
問答場景訓練是一個針對訓練師的功能，系統通過聚類每天客戶的問法，然後再進行機器人能否正常問答的檢測，得出【客戶問到但機器人未識別】的問法，訓練師可以通過這個版塊去審核這類問法是否需要添加到自定義知識庫，進而提升機器人的知識庫覆蓋率，提升智能問答能力， 這個版塊屬於訓練師SOP操作中的一環，需要每天進行跟進。
問答場景訓練圖示
5、智能語聊分析
智能語聊分析實際上是阿里小蜜家族中，數小蜜的功能，只是集成在了專業版上，它通過集成阿里的電商資源，對商家客服與消費者會話資源進行沉澱，挖掘分析出有價值的信息，在這個版塊，我們可以解讀出店鋪的詢單轉化、銷售額數據變化趨勢，高轉化與高流失的商品和對應的買家問法，對詢單和售後問題進行歸因，幫助我們定位到具體的問題，讓團隊可以快速響應；
智能語聊分析的數據剖析報告是每天訓練師都必須要去看的 ，只有這樣才可以做到數據驅動執行，並且這個版塊中的剖析報告對於其他部門，如運營、倉儲供應鏈、財務、PR等都會起到信息的反哺作用，使得客服與消費者的會話數據得以充分利用，替代之前的純人工口述，以可視化、結論性的呈現方式，告知我們，目前店鋪存在的問題和需要改進的點，使得客服中心成為一個業務中台。
二、功能使用優先順序
為了高效、快速地使用這些專業版的功能，一個合理的配置優先順序是很有必要的，所以，如果剛接觸專業版的訓練師，可以按照以下流程來進行：
商品屬性表填充——》通用+行業知識庫填充——》營銷話術推送——》商品推薦——》歡迎語——》問題場景訓練——》智能語料分析
按這個流程基本上可以完成對於店小蜜專業版的配置，在之後，可以通過智能語聊分析和問題場景訓練，用數智化的思維和分析方法去指導每天的訓練維護工作。
③ 阿里店小蜜使用效果怎麼樣
店小蜜使用效果好不好還是得看店鋪產品品類。
不同的品牌使用效果不同，區別比較大的是定製類目跟非定製類目，而其中女裝、箱包、寵物、電器、數碼等非定製類目又是效果比較好的。
不過大部分數據表麵店小蜜在節省成本上還是比較出色的，效果較差的店鋪也能節省30%的客服成本，而比較好的也有75%的，平均在60%左右。
④ 手機淘寶里阿里小蜜是什麼意思
阿里小蜜是阿里巴巴集團在2015年7月24日發布一款人工智慧購物助理虛擬機器人，阿里小蜜是一個無線端多領域私人助理，依託於客戶真實的需求，通過智能+人工的方式提供客戶極致的購物體驗服務，提升客戶留存並創造價值。
阿里小蜜的工作原理是通過語音識別和語義理解判斷出消費者遇到的問題，再從知識庫里找出答案。
阿里小蜜推出後，產品不斷迭代升級，在與阿里達摩院的技術合作下，人工智慧（AI）小蜜7*24小時在線，秒級應答，在整個服務過程中理解客戶表達的情境。
(4)阿里店小蜜配置邏輯是什麼擴展閱讀：
2019年2月27日，《麻省理工科技評論》發布2019年「全球十大突破性技術」預測榜單，阿里巴巴成為唯一入選該榜單行業引領者（keyplayers）的中國企業，其中，最為引人注目的是可以流利對話的阿里小蜜，被認為是有望引領AI助手巨大進化的代表。
作為世界上用戶數領先的智能客服機器人，阿里小蜜不只是簡單執行人類指令，而是能夠理解復雜的語音語義，並與人類進行真實對話。榜單舉例說：「在中國，消費者正在習慣阿里巴巴（Alibaba）的阿里小蜜（AliMe）。阿里小蜜通過電話協調包裹遞送，還可以與顧客討價還價。」
基於感知和認知結合的多模態語音交互技術將是AI技術在智能助理應用領域的未來發展趨勢。而繼2018年人人可用的AI技術（AIforeveryone）入選該榜單之後，流利對話的AI助手再次上榜，也體現了國際上對於未來AI技術在多模態人機交互對話方向持續取得突破性發展的信心。
此次，阿里小蜜與谷歌的Duplex、亞馬遜的Alexa並列為這一技術趨勢的佼佼者，也證明了阿里巴巴商業生態體系中技術應用的領先能力。
⑤ 店小蜜助手怎麼使用，好用嗎
阿里店小蜜對非定製類店鋪效果比較明顯，平均可節省70%的人工成本，而定製類目的商品則效果可能沒那麼好，不過也可以達到40-50%左右。
客服成本是目前網店商家最為頭痛的問題，客服穩定性差、培養成本高、工作效率不穩定、夜間無人值班，所以不少商家要嘛外包要嘛使用機器人，畢竟一家店鋪每天有超過70%的咨詢量是重復的。
想要使用店小蜜如果之前沒有學習過的話，還是請專業的服務商配置，就如提問中的這家，自己配置可能會有許多問題，而且周期長達幾個月，服務商配置平均一周時間即可使用。
效果好不好完全看店鋪品類，不同品類能夠達到的效果不盡相同。
⑥ 店小蜜和雲小蜜有什麼不同
店小蜜是阿里小蜜的迭代版，屬於淘寶官方的機器人，店小蜜是幫助商家解決客服成本問題的。
雲小蜜是阿里企業和開發者所使用的，是為這些用戶提供咨詢幫助的。
店小蜜跟雲小蜜最大的區別是服務內容跟對象，店小蜜提供買家自動接待服務，雲小蜜主要提供企業平台開發的機器人智能會話服務。
⑦ 阿里小蜜的架構設計
本篇總結了阿里小蜜從2017-2020年的演進過程，更偏向架構體繫上的介紹，不對具體技術做詳細介紹。具體技術部分會放在後面的文章中。
來自2017年的分享 拆開阿里小蜜的內核，看智能人機交互的實現邏輯
阿里小蜜主要對接的機器人有客服、助理、聊天，根據不同場景的需求採用不同的機器人。後面有說到小蜜主要應用的3大領域場景：智能導購（助理）、智能服務（偏問答）、智能聊天（聊天）。阿里小蜜將對話系統分成兩層：
具體思路如下：
通常我們將意圖識別作為分類問題來解決；在阿里小蜜中，也存在對話領域語義意圖不完整的情況，因此除了傳統的文本特徵之外，還加入了實時、離線等用戶本身的行為以及用戶本身相關的特徵，通過深度學習方案構建模型，對用戶意圖進行預測。
另外，在基於深度學習的分類預測模型上，阿里小蜜有兩種具體的選型方案：一種是多分類模型，一種是二分類模型。（但是沒有詳細介紹分別在什麼場景下用多分類或者二分類？）對於多分類和二分類的優缺點衡量如下：
主流的智能匹配技術分為如下3種：
智能導購對應的是任務型機器人，技術架構如下：
智能導購的意圖理解主要是用戶想要購買的商品以及商品對應的屬性，相對於傳統的意圖理解面臨的挑戰有：
基於以上問題，阿里小蜜通過品類管理和屬性管理維護了一個意圖堆。以下分別是品類管理和屬性管理的架構圖，方法都大同小異。
品類識別採用了基於知識圖譜的識別方案和基於語義索引及dssm的判別模型：
阿里小蜜的語義索引是結合搜索點擊數據和詞向量構造的，主要包括下面幾步：
我的理解是，語義索引是一種召回方式。
具體樣本構造
屬性管理的思路可以直接參考品類管理，具體架構圖如下：
部分細節需要說明的是，品類關系在智能導購中主要考慮的關系是：上下位關系和相似關系。（補充：在知識圖譜構建中實體與實體之間的關系，包括但不限於上下位、順承、時序等。）
上下位關系計算的2種方案：
相似性計算的2種方案：
這里只總結下阿里小蜜如何定義action、state、reward：
智能服務對應的是問答型機器人，小蜜採用基於知識圖譜構建與檢索模型。
基本的挖掘框架流程如下：
基於知識圖譜匹配的優缺點：
基於檢索模型的對話匹配的流程：
檢索模型整體流程如圖：
智能聊天對應聊天型機器人，目前主要有兩種技術：
內容主要來自於 2018 - 阿里小蜜這一年，經歷了哪些技術變遷？
演算法方面本質上變化不大，新增了一些功能模塊。
通過對話管理系統的控制，面向不同的領域場景採用不同的領域技術：
與2017年相比，增加了Rec Bot和MC Bot。另外，隨著阿里小蜜平台的擴展，部分領域存在難以獲得或者標注數據量不足的問題，因此開始引入遷移學習。
應用背景：（從各分享文章推測，阿里小蜜平台應該是2018年推廣到其他業務）
基於機器閱讀理解模型的在線問答流程如下圖所示：
具體說明：
2019-01 - 未來已來！阿里小蜜AI技術揭秘
整體架構體繫上基本沒什麼變化，相比之前，2019的分享在任務型機器人中新增了slot，應該是在動作判斷中採用意圖+slot去做決策。
2019-09 - 干貨 | 阿里雲小蜜對話機器人背後的核心演算法
從2019年下半年開始的分享內容有了很大的改動，主要體現在：
內容來自於 2021-01 達摩院Conversational AI研究進展及應用 。由於是2021年初的分享，所以放在了2020年。
2020年的分享與2019年下半年的分享內容比較相似了，持續在技術深度上探索。改動點在：
⑧ 你知道阿里的機器人「雲小蜜」嗎它又有哪些功能呢
值得一提的是，用戶可以通過預置的36個細分領域的知識包，涵蓋公司采購、辦公行政、電商、綜合服務等，使雲小蜜能夠快速投入到實際業務中。隨著用戶的使用，具備學習能力的雲小蜜還可以不斷進化知識庫，更加精準地分析、判斷和響應。
據悉，阿里雲還為小蜜提供了必要的開放介面。例如，在阿里雲使用ECS、RDS等產品構建了電商服務的客戶，只需要將智能客服能力集成到自己的電商APP或電商網站中，便可使用雲小蜜。
阿里巴巴智能服務事業部資深總監趙昆表示：「未來任何企業和商家都可以隨時基於自身數據，在雲端一鍵生成一個AI服務機器人，讓以問題為中心的客服升級為以用戶為中心的智能助理，實現從人力密集的本地呼叫中心到雲上智能+眾包服務的轉型」。
⑨ 阿里店小蜜有在用的,用得怎麼樣的嗎
還不錯的啊，但是有的人用著反而變差了，我特地分析了下，主要是對店小蜜配置的完善度不夠。店小蜜能給到商家幫助依賴於知識庫完善度，但是商家並不懂這些，自己配置基本不可能，大多數都是讓客服配或者賣家服務市場里找，就像你說的在服務市場搜文言文店小蜜助手，然後看好不好用，畢竟沒用過都不知道。不過文言文我幫你看了，還是可行的，評分在服務市場最好。而且數據方面都提升很明顯。