智能问数是一种对话式数据获取的应用形态，它允许用户通过自然语言的方式进行数据查询。它通过自然语言处理技术，将用户的自然语言查询转换为数据库查询语言（如SQL），从而实现对数据库的查询，这一功能极大地降低了使用者的操作门槛，使得即使是没有技术背景的用户也能快速获取所需数据。以下是一个企业用户使用智能问数技术显著提高运营效率的案例。
1. 客户痛点
客户XS公司是一家从事进口水果贸易的服务商，为国内头部的水果零售企业供货。随着国内消费者对进口水果的需求越来越大，XS公司的业务也越来越繁忙，他们因此也建立了一整套完善的数字化系统，采集货物全生命周期的数据和信息，常用的就包括起运港、目的港、航班号、航名、航次、提单号、柜号、放柜时间、海运CUTOFF、设定温度风口、空运CUTOFF、国内目的地、当前温度、当前位置、查验状态、单证进度、货物实际状态等等几十个字段，用户可以通过系统随时查询货物信息，强大的数字化系统是业务稳定运行的重要保障。
但他们同时也面临新的挑战，图形化界面的信息查询系统虽然很直观，但操作上还是有很多步骤，遇到查询量大的时候，就会显现出效率不高，不够人性化的弊端，用户更多习惯性地微信或电话联系客服，由客服人员代为操作，然后再将查询得到的信息回复给用户。而且这种查询要求及时回复，且不分时间段，即使是晚上也要及时回复信息。这就造成了业务量越大，客服团队的工作压力就越大，需要不断地“堆人”来应对。用户的“偷懒”让XS公司大为头疼，因此他们找到我们，想了解AI能不能在这件事上帮上忙。
2. 解决方案
在了解清楚了客户的痛点后，我们利用大模型的function calling功能为用户定制了自动调取实时数据、通过自然语言回复用户的智能问数解决方案。客户提供了测试的数据接口，在准备了近一周时间后，我们和XS公司的负责人坐到了会议室，技术人员现场演示了DEMO，看完演示，客户面露惊喜，表示这就是他们想要的。
什么是函数调用（function calling）
函数调用允许您将模型连接到外部工具和系统，这对于许多场景都很有用，例如为 AI 助手提供复杂计算功能，或在应用程序和模型之间构建深度集成。
函数调用可以做什么：
能够获取数据：当用户询问“我最近的订单是什么”时，AI 助手需要从内部系统获取最新的经营数据，然后对用户生成响应。
能够执行动作：AI 助理需要根据用户偏好和日历可用性安排会议。
计算：可以执行复杂的数据计算任务。
可以构建丰富的工作流：一个数据提取管道，用于获取原始文本，然后将其转换为结构化数据并将其保存在数据库中。
修改应用程序的 UI：您可以使用函数调用来根据用户输入的要求更新 UI，例如，在地图上呈现图钉。
如何使用函数调用：
第1步：选择支持函数调用的模型
首先，我们要选择支持函数调用的模型。例如，有些模型具有“借助工具”或“外部功能”的能力，能够完成更复杂的任务。选择好模型后，我们就可以为它设置需要的函数。想象你在搬家，选择了一位朋友来帮忙，但只有会开车的朋友能帮你搬到远的地方。所以你会挑一个有车并愿意开车的朋友，就像挑选支持函数调用的模型一样。
第2步：编写函数内容
接下来，需要定义好要调用的函数内容。就像借给别人一把尺子之前，要告诉他们尺子上的刻度代表什么、如何读取尺寸。我们在描述函数时，要清楚地说明它的用途、需要的参数（输入数据）、返回的结果以及使用场景。
第3步：将函数传递给模型作为工具
现在我们把编写好的函数传递给模型，就像是告诉模型“现在你可以用这个工具了！”这样当模型需要相关功能时，它可以随时调用该函数来得到需要的结果。这就像把工具箱交给朋友，让他在需要修理的时候可以直接使用工具。比如说，你把一个完整的修理工具包给朋友，告诉他随时可以用里边的扳手和螺丝刀。
第4步：调用函数并接收返回结果
在这一阶段，模型会在合适的时机调用函数，并接收函数的返回结果。比如，如果模型需要提供天气建议，它会调用我们定义的获取天气的函数，并把温度作为参数传进去。模型会获取返回的结果，然后将它包含在最终输出中。这就像你的朋友拿起工具，开始修理家具。比如他用螺丝刀拧紧了一个松动的螺丝，修好了桌子。工具被用了，效果也得到了。
第5步：模型根据函数调用结果进行处理
最后，模型会根据函数的返回结果进一步处理，生成一个完整的回答或解决方案。比如，模型得到天气信息后，会将信息整合进回复内容中，给出完整的回应。这一步可以让模型的回答更贴合用户的需求。这就像你的朋友修理好了桌子后，会告诉你“桌子修好了，现在很牢固了。”工具的效果被体现出来，而最终你也收到了完整的修理反馈。
基于53AI平台，利用大模型的函数调用功用，我们为用户定制了水果贸易场景的货物信息智能问数的解决方案。
函数调用流程图
3. 实施过程
toB项目的实施远比想像中要复杂，因为要对接生产环境，保障系统的准确性和可用性，需要丰富的项目经验和可靠的技术团队。我们通过获取接口、编写函数、调用函数、编写提示词等7个步骤完成了项目的实施落地，确认满足用户需求标准后上线运行。
获取货物接口数据
编写函数
from fastapi import FastAPI, HTTPExceptionimport requestsimport jsonimport uvicornapp = FastAPI()# 配置重命名和删除的字段映射FIELD_RENAME_MAP = {"车牌1": "车辆车牌","联系人及电话1": "司机信息","当前温度1": "当前温度","当前位置1": "当前位置","成交方式1": "成交方式","ETD": "预计发货时间","ETA": "预计到达时间","ATD": "实际发货时间","ATA": "实际到达时间","海运还柜时间": "还柜时间","海运手工提柜时间": "提柜时间",# 在这里添加更多字段重命名映射}TRANSPORT_FIELD_CONFIG = {"海运": {"remove": ["空运状态", "空运CUT OFF"],"rename": {"海运状态": "状态", "海运CUT OFF": "截仓时间"}},"空运": {"remove": ["海运状态", "海运CUT OFF"],"rename": {"空运状态": "状态", "空运CUT OFF": "截仓时间"}}}……配置自定义函数
函数调用测试
编写角色提示词
测试调优
接入微信
4. 方案收益
需要结合输入、点击等操作的GUI界面有时会显得不够人性化，如果能以对话的方式进行，使用者会更愿意接受，操作效率也会更高。这样的场景在实际工作中其实很常见，比如表单的填写、咨询问答、授课培训、考核测试等。单单靠传统的GUI界面有时已经很难再满足用户越来越高的要求了，完全可以结合LUI（Language User Interface）来实现更为人性化的交互，实现打打字或动动嘴就能完成同样的工作，甚至更多更快。
自然语言对话的方式使得客户可以直接调取货物实时数据，不必再通过客服人员进行中转，解放了客服人员的时间，结合客服知识库，可以实现365*24的服务。客服领域是大模型最早介入，也是普通人最为熟知的应用方向。短期内AI还不能取代人，完全接管，但却可以提供足够的辅助能力，让客服工作效率极大地提升，服务时长也能得到极大延长。
实施前状态
实施后状态
