点击上方蓝字关注我们 | AI时代 你不是一个旁观者
前言
在数字化时代,快速响应和高效解决客户问题是企业成功的关键。智能客服系统能够显著提升服务效率和客户满意度。Dify作为一个强大的开源LLM应用开发平台,提供了可视化编排工具,让即使没有深厚编程背景的人也能快速构建强大的AI应用。
本教程将指导你如何在短短20分钟内,从零开始,使用Dify搭建一个基础的智能客服工作流。我们将涵盖核心步骤,并提供一个可直接导入使用的DSL(领域特定语言)文件内容,助你快速上手。
准备工作
- 拥有一个Dify账户
可以是 Dify Cloud 版本(注册即用)或私有部署版本。
- 基础概念了解
对大语言模型( LLM )、提示词( Prompt )有初步认识。
我们要构建的工作流
我们将创建一个简单的客服工作流,它能实现:
接收用户的提问。
- (可选)在知识库中检索相关信息。
- 利用大语言模型( LLM )根据用户信息和(或)知识库内容生成回答。
- 根据用户问题是否包含特定关键词(如 “ 投诉 ” 、 “ 转人工 ” ),决定是直接回答还是提示转接人工服务。
- 输出最终的答复或提示信息。
开始构建(预计时间:20分钟)
步骤一:创建应用 (2分钟)
- 登录你的 Dify 平台。
- 在主界面,点击 “ 创建应用 ” 。
- 选择 “ 工作流(Chat flow ) ” 类型。
- 为你的应用命名,例如 “ 智能客服助手 ” 。
- (可选)添加应用图标和描述。
- 点击 “ 创建 ” 。
步骤二:设计工作流 (15分钟)
进入应用后,你会看到一个可视化的工作流编辑器,默认有一个“开始”节点。
- 1、配置「开始」节点:
- 点击 “ 开始 ” 节点。
- 在右侧配置面板,定义输入变量。默认会有一个 sys.query 代表用户输入,我们暂时使用这个即可。你可以添加其他变量,如用户 ID 等,但为了快速入门,我们先保持简单。
2、(可选)添加「知识库检索」节点:
- 点击画布上的 “+” 号,搜索并选择 “ 知识库检索 ” 节点。
- 将其连接在 “ 开始 ” 节点之后(从 “ 开始 ” 节点的输出点拖拽连线到 “ 知识库检索 ” 节点的输入点)。
- 点击 “ 知识库检索 ” 节点。在右侧面板,选择你预先创建好的知识库(如果还没有,需要先去 “ 知识库 ” 菜单创建一个,并上传 FAQ 文档或数据)。
- 设置检索模式(通常 “ 向量
全文 ” 或 “ 向量 ” 即可)和召回策略(如 Top K=3 ,表示召回最相关的 3 条知识)。
- 设置 “ 用户问题 ” 输入变量为 {{sys.query}} (引用 “ 开始 ” 节点的输出)。
-
3、添加「LLM」节点 :
-
点击“+”号,搜索并选择“LLM”(大语言模型)节点。点击 “LLM” 节点。在右侧面板:
- 选择模型
选择一个你可用的 LLM ,如 gpt-3.5-turbo 或其他平台支持的模型。
- 角色设定 (System Prompt):
你是一个耐心、友好、专业的智能客服助手。请根据用户的问题和可能提供的知识库信息,清晰、简洁地回答用户。
- 用户输入 (User Prompt): (这里需要引用前面的节点输出)
- 如果使用了知识库检索: 将知识库的知识检索结果添加到上下文,并在user中引用。即:
-
已知信息:上下文
用户问题:{{sys.query}}
请根据已知信息回答用户问题。如果已知信息无法回答,请直接根据你的知识回答。如果问题不清晰,可以要求用户提供更多细节。
*如果未使用知识库检索:*
用户问题:{{sys.query}}
请直接回答上述用户问题。

1.
2. **4、****添加「条件判断」节点 (路由):**
3. **点击“+”号,搜索并选择“If/Else”或“条件判断”节点。将其连接在“LLM”节点之后。点击“条件判断”节点。在右侧面板设置条件分支:**
* **分支一 (需要转人工):****条件设置**:
选择
sys.query (
用户原始问题
)
作为输入变量。设置条件为 包含
(contains)
以下任一关键词
:
投诉
,
人工
,
转人工。
**分支名称**: 可以命名为“转人工”。
* **分支二 (默认/直接回答):**
这是
Else
或默认分支。
分支名称:可以命名为“直接回答”。

1. **5、添加「结束」节点:**
工作流需要一个或多个“结束”节点来定义最终输出。
1. 
* 再添加一个“结束”节点。
* 将其连接在“条件判断”节点的“直接回答”分支输出点之后。
* 点击此“结束”节点,配置输出变量,引用LLM的输出:
* 值
`{{llm.text}}`
(引用LLM节点的输出变量,变量名可能根据你的LLM节点配置略有不同,请检查LLM节点的输出)
* **为“直接回答”分支添加结束节点:**
* 点击“+”号,选择“结束”节点。
* 将其连接在“条件判断”节点的“转人工”分支输出点之后。
* 点击此“结束”节点,配置输出变量。可以设置一个固定文本输出:
好的,正在为您转接人工客服,请稍候。
* **为“转人工”分支添加结束节点:**
- **6、连接所有节点:** 确保所有节点都已按逻辑顺序正确连接。从“开始”到可能的“知识库检索”到“LLM”到“条件判断”,再到各自的“结束”节点。
**步骤三:测试与调试 (2分钟)**
1. 
1. 点击编辑器右上角的“预览”按钮。
2. 在右侧弹出的测试窗口中,输入一个测试问题,例如“如何修改密码?”。
3. 点击“运行”。
4. 观察流程执行路径(节点会高亮)和每个节点的输入输出。
5. 检查最终“结束”节点的输出是否符合预期。
6. 尝试一个触发转人工的问题,例如“我要投诉”。再次运行,检查是否走向了“转人工”分支并输出了对应提示。
7. 如果遇到问题,检查节点连接、变量引用(特别是
`{{变量名}}`
的拼写和来源)以及Prompt配置。
**步骤四:发布 (1分钟)**
1. 测试无误后,点击页面右上角的
“
发布-发布更新
”
按钮。
2. 你的智能客服工作流现在可以通过
API
或其他集成方式被调用了!
**恭喜!你已成功构建了一个基础的Dify智能客服工作流!**
**DSL文件内容与使用**
DSL(Domain Specific Language)文件在Dify中通常是一个JSON格式的文件,它定义了工作流的所有节点、连接和配置。你可以导出你创建的工作流为DSL文件,也可以导入别人分享的DSL文件快速复现工作流。
**如何使用/导入DSL:**
1. **在Dify中导入:**
* 进入你想导入工作流的应用(或创建一个新应用),选择你保存的
DSL
文件进行上传。
Dify会解析文件并在画布上加载工作流。
* **重要**:
导入后,你可能需要重新配置
**LLM节点**
(选择你账户中可用的模型)和
**知识库节点**
(如果使用了,选择你自己的知识库),因为这些配置通常与特定账户关联。
**进阶与优化**
这个20分钟构建的工作流只是一个起点。你可以进一步优化:
**完善知识库**
添加更多高质量的
FAQ
和文档。
**优化Prompt**
让
LLM
的回答更符合你的品牌语气和业务需求。
**更复杂的逻辑**
添加更多条件判断,处理不同类型的问题(如售前咨询、售后支持)。
**集成外部工具**
使用
“
工具
”
节点调用外部
API
(如查询订单状态、创建工单)。
**意图识别**
在流程早期加入意图识别节点,更精确地判断用户目的。
**多轮对话支持**
配置记忆(
Memory
)节点,让客服能够理解上下文。
**结语**
Dify的强大之处在于其可视化和灵活性。通过本教程,你应该已经掌握了使用Dify快速搭建一个基础智能客服工作流的方法。这仅仅是冰山一角,探索Dify的更多功能,结合你的业务场景,你将能构建出更加智能和高效的AI应用。
往期工作流文章
[Dify平台工作流编排教程-从基础概念到实施落地(附案例)长文慎入](https://mp.weixin.qq.com/s?__biz=MzI0MDMyMzM5OA==&mid=2247484093&idx=1&sn=b46c3418a070115330ea5885eee4e0e0&scene=21#wechat_redirect)
[Dify工作流教程|以电费单分析为例详细讲解工作流编排过程](https://mp.weixin.qq.com/s?__biz=MzI0MDMyMzM5OA==&mid=2247484088&idx=1&sn=101e7ad35882e7c334498c297b258580&scene=21#wechat_redirect)
[Dify工作流教程|以抓取网页并更新知识库为例详细讲解工作流编排过程(附DSL文件)](https://mp.weixin.qq.com/s?__biz=MzI0MDMyMzM5OA==&mid=2247483870&idx=1&sn=c7e056d526c869a2a45385abe561f790&scene=21#wechat_redirect)
[Dify工作流-知识检索节点](https://mp.weixin.qq.com/s?__biz=MzI0MDMyMzM5OA==&mid=2247484088&idx=6&sn=42ddc6d3a5f6ff0c64d21c23d4d1496d&scene=21#wechat_redirect)
dify相关资源
如果对你有帮助,欢迎**点赞收藏** 备用。
---
回复 DSL 获取公众号DSL文件资源
回复 入群 获取二维码,我拉你入群
回复 tk 获取免费token资源
你又不打算赞赏,就点赞、在看吧。