激光加工设备企业智能客服
背景
这是一家做激光加工设备的企业，单台设备价格不菲。他们的客户群——主要是制造业产线负责人和采购——问的不是「你的产品多少钱」，而是「我这个工件用你们 3000W 光纤激光器切，切不锈钢 3mm 厚度时，切割速度、辅助气体压力、最佳焦点位置怎么配比」。
这类问题有两个特点：
- 高度专业。 客户需要的是贴合自己工件、产线、设备状态的答案，而不是通识科普。
- 错不起。 设备贵，单次试错成本高。客户宁可 AI 答「不会」，也不愿被错答误导。
他们有大量产品技术书、内部技术文档——既有大段说明，也有大量图纸（光路图、切割参数表、结构爆炸图等）。
目标：让 AI 在客户问问题时给出一份既专业、又「宁可不说也不能错」的回答。
为什么这件事难
一般的 RAG 在文本上是好用的，但激光加工这个场景有两个特殊挑战：
- 图比文多。 产品技术书的很多关键信息在图纸里——光路结构、切割参数表、安装尺寸……光靠文字检索几乎取不到关键证据。
- 错答代价高。 普通消费客服答错可以道个歉，激光参数答错一次可能要客户切坏一批工件，返工 + 废料 + 停机，损失远大于一次客服对话。
所以我们要做两件事：让 AI 能「看懂图」，让 AI「不会就说不会」。
方案
多模态看图：Qwen2.5-VL 系列 + 微调
我们接入的是千问 Qwen2.5-VL 系列多模态模型（约 32B 量级）——一个 ViT 视觉编码器 + Qwen LLM 主干，能同时接收图和文本。我们针对他们的产品技术书做了轻量微调，让它更擅长识读激光设备里这几类图纸：
- 切割参数表（功率、气压、速度、焦点位置）
- 光路结构图（光斑大小、镜片位置）
- 设备结构爆炸图（部件命名、装配关系）
微调用他们历史技术档案 + 工程师标注的少量样本（小几百到一千条问答对）做监督微调，把识图错误率压下来。
文本检索：标准 RAG
图纸以外的长文档——产品手册、维护指南、工艺 SOP——走标准 RAG 流程：分块、向量化、语义检索。文本和图纸的检索结果统一送进同一个问答模块做最终整合。
「宁可不说也不能错」
这是这套客服真正困难的部分。我们做了三层兜底：
- 规则层。 系统提示词硬约束——只允许基于检索到的文档回答，未检索到的不许编造。
- 置信度层。 多模态模型给每个回答输出置信度，低于阈值自动走 fallback。
- 兜底层。 触发 fallback 时直接回退到一句固定回复：「这个暂时我不确定，建议您联系我们的技术支持工程师。」 并把这条会话推送给人工。
三层兜底之后，AI 在它确实知道的领域里准确率能稳到 90%+，贴近 95%；遇到它不会的，会主动退回「我不确定」——这正是客户期待的边界感。
综合下来：客户问题被 AI 一次性解决的比例在 75%+。
接入
最终交付不是一个独立的云端工具，而是嵌进客户自己的入口：
- 网页端客服。 客户官网右下角悬浮客服，直接接入。
- 自有小程序。 客户自己的小程序里也接入了同一套问答接口。
两边共用同一套 AI 后端和知识库，更新一次两边同步生效。
写在最后
这事做下来最深的体会是：B 端很多场景里，「会拒答」比「能答」更重要。
通用消费级 AI 训练的目标是「尽量答、答得自然」。但 B 端客户买的是一份「我交给你的活儿能不能放心」——这套 AI 客服能让客户放心，不是因为它什么都能答，而是因为它知道什么时候该闭嘴。
把这件事抽象成一条原则：能不用 AI 就不用，用了也省着。 项目能跑下来靠的不只是模型，而是规则、阈值和兜底。