请选择您感兴趣的产品

得助大模型平台

模型训练平台

一站式服务简化大模型训推评全流程
智能体平台

高效、低成本构建大模型企业级应用

知识管理

财富助手

为财富顾问提供一站式智能问答服务
知识助手

组合式AI打造大模型企业知识助手

智能客服

全媒体呼叫中心

全渠道全媒体、一站式AI+呼叫中心
语音机器人

外呼大模型加持，听得准确说得自然
文本机器人

即时文本对话，自研知识引擎
智能陪练

大模型拟真，千人千面沉浸式AI对练

智能运营

音视频服务平台

全场景自研AI+RTC实时音视频服务
OCR识别

高精度、高安全的图文检测识别服务
智能RPA

AI+RPA深度融合，赋能企业自动化
多模态防伪

全链路生物数据核验，守卫安全防线
多模态质检

大模型赋能合规，金融级多模态质检
对话式BI

自然语言交互，可视化智能分析数据

企业出海

全媒体呼叫中心(海外版)

企业跨语种无界沟通，赢占国际市场
文本机器人(海外版)

多语言国际服务，跨时区沟通无障碍
语音机器人(海外版)

多语言智能交互助力全球营销与服务
智能质检(海外版)

大模型赋能国际企业多模态质检服务

智能营销

企微SCRM

智能营销服引擎，高效转化私域流量
营销平台

打通营销全链路，赋能企业增速业务
企业直播

打造超低延迟、超稳定的直播平台

其他

通用人力外包

为企业提供多场景、高质量专业服务
线路

安全稳定、应用多场景的线路服务

描述具体需求(选填)

欢迎微信扫码咨询

中关村科金得助智能-小得

跳过

完成

得助智能自动聊天机器人如何助力医保服务升级？——某市医保局数字化转型实战案例

成功案例

2025-04-10 15:13:12

作者：wenqian

阅读量：28

文章目录

文章摘要：在政务数字化转型浪潮里，诸多“雷声大雨点小”的信息化项目屡见不鲜，投入巨大却效果欠佳，给群众和工作人员带来困扰。然而，某市医保局与得助智能合作的医保服务升级项目堪称破局典范。它凭借智能自动聊天机器人技术，精准对接用户需求，突破传统服务瓶颈，让医保服务从“群众跑断腿”转变为“数据多跑路”。接下来，让我们深入剖析这一标杆案例，探寻其成功秘诀。

**电销机器人-从线索到成单一步到位** 免费试用

**语音机器人-媲美真人的对话能力** 免费试用

**企业出海解决方案-支持多语种配置** 免费试用

在政务数字化转型浪潮里，诸多“雷声大雨点小”的信息化项目屡见不鲜，投入巨大却效果欠佳，给群众和工作人员带来困扰。然而，某市医保局与得助智能合作的医保服务升级项目堪称破局典范。它凭借智能自动聊天机器人技术，精准对接用户需求，突破传统服务瓶颈，让医保服务从“群众跑断腿”转变为“数据多跑路”。接下来，让我们深入剖析这一标杆案例，探寻其成功秘诀。

得助智能自动聊天机器人如何助力医保服务升级？——某市医保局数字化转型实战案例

一、项目背景：传统智能客服的提升诉求

某医疗保障机构此前已采用了得助的传统智能客服系统，为市民提供服务。然而，随着市民咨询问题的日益多样化和复杂化，传统智能客服在回答准确率和命中率上，逐渐显露出进一步提升的空间。与此同时，市场竞争激烈，类似其他知名平台的智能客服已具备大模型问答能力，这也促使该医疗保障机构迫切希望引入大模型能力，提升自家智能客服的问答效果。

在专业的医疗保障知识领域，普通的通用模型虽在一般客服场景表现尚可，但在处理具有强知识背景、低容错要求的专业问题时，决策和回答表现往往不尽人意。为满足机构对于回答风格、方式的特定要求，需要在提示词工程、知识库迭代、召回策略优化等方面持续投入精力进行优化迭代。

二、项目难点：数据与专业知识构建挑战

1.积累的数据量少

得助智能在医疗保障领域积累的数据本就有限，可直接用于训练的数据仅有 300 条。如此少量的数据，远远不足以支撑高精度的模型训练，难以让智能自动聊天机器人学习到足够丰富的知识和应对策略。

2.可训练数据质量低

现有的数据存在诸多问题，如准确率不高，许多数据标注存在偏差，像重要的医保业务解读、政策适用场景等关键信息标注错误或缺失。而且在业务场景覆盖上也极为有限，无法涵盖实际咨询中复杂多样的情况，这使得训练出来的模型难以应对真实场景中的各类问题。

3.知识库需要重新构建

医疗保障业务知识更新频繁，且专业性强。机构需要构建一套从基础的医保政策知识（FAQ）到产品端的高可维护、知识迭代便捷的全新知识库体系。这不仅要求对大量专业知识进行梳理、分类和录入，还得确保知识库能够随着政策变化和业务拓展，及时、高效地更新。

4.需求复杂、时间紧

市场上用户对医疗保障服务的需求丰富多样，涉及医保报销范围、转诊流程、费用结算等多个方面，且要求系统能够准确理解并给出专业、易懂的答复。而项目推进时间紧迫，需要在有限时间内完成从模型优化到系统上线的一系列工作，对团队的技术实力和协作能力都是巨大考验。

三、得助智能解决方案：技术与模块优化组合拳

1.部署方式：私有化部署

考虑到医疗保障数据的敏感性和安全性，得助智能采用私有化部署方式。将智能客服系统部署在机构内部服务器上，确保数据存储和处理的安全可控，防止数据泄露风险，满足医疗保障机构对数据安全的严格要求。

2.使用产品：大模型 + 智能文本机器人

通过将大模型与智能文本机器人相结合，从多个维度提升机器人的问答准确率。

重构知识库模块：得助智能团队对知识库进行全面梳理。将 600 条高频问题答案提炼给医保老师标注，补充外部标准知识库，完成标准化分类。同时，对知识库进行专题化处理，针对医保老师提供的多类高频咨询场景，重新标注专题化数据，提升系统对专题问题的准确回答能力。支付 6 万条标准问答数据，清洗并入原有的 300 条文本数据，增强数据的丰富性和准确性。

新增多轮对话模块：团队替换不稳定的大模型列表判断，实现多轮对话系统的智能升级。优化上文案例判断准确率，用户体验得到明显改善。通过增加用户追问判断准确率提升点，让对话更贴合实际交流场景，智能客服能够更准确理解用户意图，提供更连贯、有效的回答。

新增 RAG 模块：引入 RAG 模块，增加医学文献文档，丰富回答来源。优化 RAG 模块的召回率和准确率，使系统在面对复杂问题时，能从更广泛的知识源获取信息，给出更全面、准确的答复。

引入 LLM 问答模块：利用用户画像生成个性化答案，提升用户体验。设定固定答案模板，提高回答的规范性和专业性。系统回复更具针对性，显著提升用户满意度。

四、项目攻坚关键节点：稳步推进系统优化

在项目推进过程中，得助智能团队把握关键时间节点，有序推进各项优化工作。从知识库的重构起步，逐步拓展到多轮对话、RAG 模块、LLM 问答模块的新增与优化。每个阶段都经过精心策划和严格测试，例如在知识库重构阶段，与医保专业人员密切合作，确保知识的准确性；在新增模块时，通过模拟大量用户咨询场景进行测试，不断调整参数，优化性能。通过这一系列有条不紊的攻坚行动，系统性能逐步提升，为最终的成功上线奠定坚实基础。

五、显著成效与持续进化

在机构工作人员的评测中，优化后的智能客服系统成绩斐然：

1.准确率提升：模型准确率达到 90.2%，相比传统智能客服近乎提升一倍。这意味着现在市民提出的问题，智能客服能够更精准地理解并给出正确答案，减少了答非所问的情况。

2.命中率提升：命中率提升至 76.5%，大幅提高了对用户问题的覆盖率。以往可能被遗漏或无法准确匹配答案的问题，如今能得到有效回应，大大增强了智能客服的实用性。

3.用户满意度提升：智能客服的回答更加精准、拟人化，能够以通俗易懂且专业的语言与市民交流，用户满意度显著提高。市民在咨询医保问题时，能感受到更贴心、高效的服务体验。

4.技术突破：成功引入并优化 RAG 技术和通用大模型，得助智能积累了宝贵的技术经验。这不仅为该医疗保障机构的智能客服系统升级提供了有力支持，也为后续服务其他类似专业领域客户，奠定了坚实的技术基础。

六、得助智能文本机器人免费试用14天

这个案例充分展示了得助智能在智能自动聊天机器人领域的技术实力和创新能力。对于企业从业者而言，尤其是在专业领域提供服务的企业，得助智能的成功实践为大家提供了可借鉴的范例。在面对客服系统升级需求时，通过合理利用先进技术、精心优化系统模块、紧密结合业务实际，能够打造出更高效、更智能的客服体系，提升企业服务水平和市场竞争力。

上一篇 得助智能大模型ai呼叫机器人解决方案：帮助物流企业单日营销成功客户数实现翻番！ 下一篇 海外呼叫中心系统成功案例大盘点，解决你的跨境业务难题

产品专题：