張智晶

摘要：近年來生成式AI技術(shù)發(fā)展迅速，并且應(yīng)用范圍非常廣泛，特別是在講解服務(wù)上更是取得了良好的效果。探討了利用生成式AI技術(shù)，特別是基于GLM大模型的智能體GLMs，作為數(shù)字講解服務(wù)的可行性，并通過設(shè)計(jì)案例“上海自然博物館數(shù)字講解員”進(jìn)行了實(shí)踐。分析了當(dāng)前條件下智能體的能力以及優(yōu)缺點(diǎn)，指出了未來的改進(jìn)方向，希望可以為講解服務(wù)的發(fā)展提供一定的借鑒。

關(guān)鍵詞：生成式AI技術(shù)；GLMs；講解服務(wù)；博物館

一、前言

在當(dāng)今數(shù)字化時(shí)代，內(nèi)容生成式人工智能（AI）正迅速成為一種革命性的技術(shù)，它利用先進(jìn)的人工智能技術(shù)生成文本、音視頻、代碼、3D建模等多種形式生產(chǎn)內(nèi)容，被視為繼專業(yè)生產(chǎn)內(nèi)容和用戶生產(chǎn)內(nèi)容之后的重要發(fā)展。其在多個(gè)領(lǐng)域都展現(xiàn)出了顯著的技術(shù)優(yōu)勢(shì)，將對(duì)主要行業(yè)和工作崗位產(chǎn)生深遠(yuǎn)影響。當(dāng)前的生成式AI和其他技術(shù)，有可能將目前占用員工60%～70%工作時(shí)間的任務(wù)實(shí)現(xiàn)自動(dòng)化[1]。

OpenAI在2023年7月推出了一系列工具，旨在幫助用戶自定義ChatGPT，盡管當(dāng)時(shí)這還需要一定的編程技能。然而，2023年11月16日，OpenAI在Dev Day推出了定制化模型生成工具GPTs和應(yīng)用商店，被視作構(gòu)建AI OS的標(biāo)志。隨著GPTs的出現(xiàn)，“人人都能零代碼制作智能助手”，這標(biāo)志著生成式AI技術(shù)已經(jīng)進(jìn)入了一個(gè)新的發(fā)展階段，用戶可以根據(jù)自己的需求來定制AI的功能。GPTs的推出不僅極大地降低了技術(shù)應(yīng)用的門檻，而且促進(jìn)了模型潛力的快速釋放，盡管這一過程可能受到算力和成本、產(chǎn)品體驗(yàn)以及交互模式限制的影響。

隨著技術(shù)的持續(xù)進(jìn)步，可以預(yù)見到多代理、多智能體將協(xié)同工作，實(shí)現(xiàn)復(fù)雜交互操作的未來。這為場(chǎng)館服務(wù)講解員的應(yīng)用提供了無限可能，意味著可以構(gòu)建由多個(gè)AI講解員組成的智能服務(wù)網(wǎng)絡(luò)，實(shí)現(xiàn)高效、動(dòng)態(tài)的展覽講解服務(wù)，為每位訪客提供量身定制的體驗(yàn)?！拔磥?，各行各業(yè)每一個(gè)人都可以擁有一個(gè)AI助理”不僅是一個(gè)預(yù)言，也是設(shè)計(jì)和實(shí)驗(yàn)“上海自然博物館數(shù)字講解員”項(xiàng)目中所努力實(shí)現(xiàn)的目標(biāo)。

二、可行性分析

首先，隨著快速發(fā)展和廣泛應(yīng)用，生成式人工智能技術(shù)已經(jīng)在傳媒、零售、法律、醫(yī)療、金融等領(lǐng)域逐步開始提供專業(yè)化與個(gè)性化內(nèi)容生成服務(wù)[2]，為將生成式AI技術(shù)運(yùn)用于場(chǎng)館講解員角色提供了堅(jiān)實(shí)的理論基礎(chǔ)，特別是在準(zhǔn)確傳遞信息這一講解員的核心職責(zé)方面。其次，利用生成式AI的能力，可以根據(jù)用戶的具體需求和興趣，生成高度個(gè)性化的回應(yīng)和內(nèi)容。對(duì)場(chǎng)館講解服務(wù)來說，意味著能夠提供量身定制的講解服務(wù)，精確滿足不同訪客的需求和偏好，從而極大地提升訪客體驗(yàn)。此外，生成式AI的深度學(xué)習(xí)過程中融入了關(guān)系計(jì)算和情感計(jì)算，這一特性使得人機(jī)交互更加自然流暢，對(duì)于場(chǎng)館講解員而言尤其重要，因?yàn)樗鼜?qiáng)化了與訪客之間的有效溝通能力。最后，從文化傳播的角度，生成式人工智能技術(shù)通過模仿人類交流的方式，提高信息的交互和展示效能，有效提升中華文化內(nèi)容的感染力[3]，還能將社會(huì)主義核心價(jià)值觀內(nèi)嵌其中，從源頭防范算法技術(shù)的誤用、濫用等偏軌風(fēng)險(xiǎn)[4]。

在國內(nèi)，ChatGLM（智譜清言）作為基于智譜AI公司2023年聯(lián)合訓(xùn)練的語言模型GLM-4開發(fā)的人工智能助手，為用戶提供了精準(zhǔn)的問題回答和支持服務(wù)。作為接近OpenAI技術(shù)水平的中國產(chǎn)品，ChatGLM在中文問答能力、語言理解能力方面展現(xiàn)出強(qiáng)大的優(yōu)勢(shì)。同時(shí)，它嚴(yán)格遵守中國的法律法規(guī)和互聯(lián)網(wǎng)信息管理政策，確保用戶數(shù)據(jù)安全和隱私保護(hù)，提供穩(wěn)定、快速的服務(wù)，并擁有優(yōu)秀的中文界面和本地化支持。在此基礎(chǔ)上推出的“智能體”：GLMs，展示了大語言模型衍生出的高度靈活性和定制化能力。用戶可以通過簡單的指令、引入額外知識(shí)和技能，定制自己的AI助理，實(shí)現(xiàn)多樣化任務(wù)的高效完成。

結(jié)合生成式AI技術(shù)的這些優(yōu)勢(shì)和特點(diǎn)，將其應(yīng)用于場(chǎng)館講解員，將開啟一種全新的講解服務(wù)模式，不僅能夠提供更加豐富多樣的講解內(nèi)容，還能在提升訪客參與度和滿意度方面發(fā)揮重要作用。

三、需求分析

在設(shè)計(jì)“上海自然博物館數(shù)字講解員”這一智能體時(shí)，通過對(duì)現(xiàn)有資料的研究，確定場(chǎng)館講解員的核心能力，以及場(chǎng)館參觀者的主要需求，旨在通過生成式AI技術(shù)來滿足這些需求，從而顯著提升訪客的參觀體驗(yàn)和學(xué)習(xí)效果。

作為博物館的講解員，其自身基礎(chǔ)學(xué)歷、文化素養(yǎng)、專業(yè)水平從客觀上影響講解水平的高低[5]。GLM大語言模型本身已經(jīng)囊括了海量的中英文語料數(shù)據(jù)，包括網(wǎng)頁、書籍、新聞、文章、社交媒體回帖等。GLM大語言模型具有充足知識(shí)儲(chǔ)備，能夠回答用戶提出的各種場(chǎng)館相關(guān)問題。

參觀者期待的不僅僅是生硬、被動(dòng)接受信息，他們更需要與講解員進(jìn)行實(shí)時(shí)的交流互動(dòng)。GLM使用了由人類編寫的指示和回復(fù)數(shù)據(jù)，以及人類提供的對(duì)回復(fù)的偏好數(shù)據(jù)。利用生成式AI先進(jìn)的自然語言處理和理解能力，數(shù)字講解員能夠準(zhǔn)確地理解訪客的各種訪問需求，并提供即時(shí)、準(zhǔn)確的答案。通過配置智能體基本信息，可以賦予數(shù)字講解員完整的背景設(shè)定，包括年齡、性格、個(gè)人經(jīng)歷等，以此來塑造獨(dú)特的講解風(fēng)格，滿足不同用戶群體的交流需求。

展覽信息和相關(guān)新聞是會(huì)不斷變化的，GLM能夠通過接入網(wǎng)絡(luò)實(shí)時(shí)查詢最新信息，及時(shí)更新講解內(nèi)容，不僅能夠確保講解信息的準(zhǔn)確無誤，還能夠讓訪客獲取最新的知識(shí)和信息。生成式人工智能技術(shù)的應(yīng)用可以拓展、豐富社會(huì)服務(wù)領(lǐng)域的工作方法，為服務(wù)對(duì)象提供更及時(shí)、個(gè)性化的支持，破解傳統(tǒng)服務(wù)高度依賴人力造成的供給困境[6]。通過收集和分析訪客使用數(shù)字講解員的行為數(shù)據(jù)、訪問歷史和偏好，數(shù)字講解員能夠深入理解訪客的需求和偏好，調(diào)整和優(yōu)化講解內(nèi)容，提供定制化的講解服務(wù)，提高服務(wù)質(zhì)量。

生成式AI還能夠自動(dòng)過濾去除負(fù)面內(nèi)容，GLM內(nèi)置了一套嚴(yán)格的不良信息過濾機(jī)制，具備文本審查、敏感詞過濾、語境分析、圖像識(shí)別等能力。該機(jī)制遵循中國法律法規(guī)和社會(huì)主義核心價(jià)值觀，確保提供的信息和服務(wù)健康、積極、向上。

四、實(shí)現(xiàn)過程

對(duì)比可以發(fā)現(xiàn)，目前不論是GPT還是GLM，在基于大模型構(gòu)建智能體的過程中，主要通過配置信息（Instruction）與知識(shí)庫（Knowledge）兩個(gè)部分對(duì)智能體的生成結(jié)果產(chǎn)生影響。設(shè)計(jì)合理的配置信息可以從多個(gè)不同維度定義智能體，幫助完善背景設(shè)定，添加功能或限制。通過知識(shí)庫導(dǎo)入外部文件，可以為智能體提供知識(shí)儲(chǔ)備所需的資料，提供精準(zhǔn)信息，幫助其更好地解決問題。

（一）配置信息

針對(duì)數(shù)字講解員的使用需求，配置信息部分主要包含了以下幾個(gè)部分，以實(shí)現(xiàn)對(duì)應(yīng)功能。

1.背景設(shè)定

這個(gè)部分可以盡量從多個(gè)角度補(bǔ)全人物相關(guān)信息，幫助生成式AI更全面地了解自己所要扮演的角色。越是詳盡的背景設(shè)定，越能夠使數(shù)字講解員在與用戶交流的過程中更具鮮明的人格特征，表現(xiàn)出自然的講解風(fēng)格，避免千篇一律的生硬表達(dá)。主要提示詞（Prompt）表述如下：

你叫小紅，今年35歲，生于上海，是一個(gè)中國人。

你具備豐富的自然科學(xué)領(lǐng)域知識(shí)積累，精通包括生物學(xué)、地質(zhì)學(xué)、生態(tài)學(xué)、古生物學(xué)以及其他與自然博物館相關(guān)的知識(shí)。

你善良、開朗、熱愛和平，富有愛心與同情心，喜歡小朋友。

你的發(fā)言風(fēng)趣幽默，能夠耐心與人交流，回答問題。

生成式AI更容易理解條理清晰的任務(wù)需求，將復(fù)雜的文本內(nèi)容拆解成多條相對(duì)清晰、精煉的指令或表述依次排列，有助于生成式AI明確任務(wù)要求及主次關(guān)系。

2.工作職責(zé)

對(duì)需要執(zhí)行的工作進(jìn)行整體描述，幫助生成式AI明確自己在工作中的身份定位、執(zhí)行任務(wù)的方式，以及工作的具體內(nèi)容。主要提示詞（Prompt）表述如下：

你是一位工作經(jīng)驗(yàn)豐富的上海自然博物館講解員，具備作為自然博物館講解員的職業(yè)素養(yǎng)。

你了解所有上海自然博物館的講解資料，以及所有相關(guān)歷史背景與知識(shí)。

你善于使用你所掌握的知識(shí)為用戶提供有價(jià)值的信息，幫助用戶解決問題。

你的回應(yīng)應(yīng)當(dāng)專業(yè)、詳細(xì)，你的風(fēng)格應(yīng)該是正式的、專業(yè)的，但同時(shí)也是易于接近和理解的，以便于與用戶進(jìn)行有效溝通。

你應(yīng)始終用中文進(jìn)行對(duì)話。

3.任務(wù)流程

任務(wù)流程是組成整個(gè)配置信息的核心環(huán)節(jié)，簡潔明確的任務(wù)步驟可以指導(dǎo)生成式AI根據(jù)指令按序依次執(zhí)行，將復(fù)雜的問題梳理成多個(gè)簡單的子任務(wù)逐步完成，有助于提高獲得高質(zhì)量回復(fù)的成功率。主要提示詞（Prompt）表述如下：

每當(dāng)我向你提問時(shí)，請(qǐng)按照以下要求依次執(zhí)行：

（1）搜索知識(shí)庫中的資料，查找相關(guān)信息。

（2）對(duì)于知識(shí)庫中未涉及的內(nèi)容，主動(dòng)搜索上海自然博物館網(wǎng)址：https：//www.snhm.org.cn/，查找相關(guān)信息。

（3）當(dāng)你遇到不知道、不清楚、不了解的信息時(shí)，還可以通過搜尋網(wǎng)絡(luò)上的新聞與關(guān)鍵詞，擴(kuò)充你的知識(shí)。

4.限制條件

盡管GLM大模型對(duì)于政治立場(chǎng)等敏感話題的判斷與處理已經(jīng)比較完善，但如果希望強(qiáng)化對(duì)個(gè)別問題的認(rèn)知、補(bǔ)充其他的額外限制條件，或者在使用其他類似大模型智能體時(shí)，希望對(duì)回答內(nèi)容的范圍進(jìn)行控制，可以通過在配置信息的最后附加限制條件對(duì)其進(jìn)行約束。主要提示詞（Prompt）表述如下：

你遵循中國社會(huì)主義核心價(jià)值觀，以及其他所有中國政府主張的政治立場(chǎng)。

你的立場(chǎng)符合中國社會(huì)倡導(dǎo)的主流價(jià)值觀、遵守社會(huì)道德。

你不會(huì)回應(yīng)任何反動(dòng)的、分裂國家的、與中國政府政治立場(chǎng)不符的信息。

以上幾個(gè)部分組成了智能體配置信息的全部內(nèi)容。

（二）知識(shí)庫

基于數(shù)字講解員的角色定位，將需要在講解過程中表達(dá)的精準(zhǔn)信息（如場(chǎng)館參觀信息、交通信息、購票信息等），互聯(lián)網(wǎng)上較難查詢、較為匱乏的資料（如最新活動(dòng)信息、展品具體資料等）上傳到知識(shí)庫，使數(shù)字講解員在處理任務(wù)時(shí)優(yōu)先在知識(shí)庫中查找有價(jià)值的信息，有效提高回復(fù)結(jié)果的準(zhǔn)確率。

五、結(jié)果分析

針對(duì)數(shù)字講解員的實(shí)際使用需求進(jìn)行多輪提問測(cè)試，觀察回答的準(zhǔn)確性與質(zhì)量，并與GLM模型聊天機(jī)器人ChatGLM的回答進(jìn)行橫向?qū)Ρ龋贸鲋饕Y(jié)果如下：

得益于GLM大語言模型豐富的訓(xùn)練數(shù)據(jù)，數(shù)字講解員能夠回答上海自然博物館主要展品的相關(guān)背景、歷史等知識(shí)問題，準(zhǔn)確性較高。

當(dāng)用戶對(duì)場(chǎng)館的參觀信息進(jìn)行提問時(shí)，數(shù)字講解員GLMs能夠通過調(diào)用知識(shí)庫中的數(shù)據(jù)進(jìn)行回復(fù)，比ChatGLM回復(fù)質(zhì)量更高且更貼近用戶需求，如圖1所示。

進(jìn)一步追問具體的購票信息時(shí)，數(shù)字講解員GLMs也可以通過調(diào)用知識(shí)庫中已有信息，精準(zhǔn)、詳細(xì)地回答用戶問題。

每當(dāng)提出一些具有實(shí)效性的問題時(shí)，GLMs也能夠通過互聯(lián)網(wǎng)進(jìn)行搜索，給出比較準(zhǔn)確的高質(zhì)量回答或者建議。同時(shí)，每條搜索結(jié)果都會(huì)附帶信息來源，方便用戶比對(duì)、驗(yàn)證信息的可靠性。

最后，當(dāng)用戶在提問中涉及敏感信息、爭(zhēng)議話題或者違反國家政策的內(nèi)容時(shí)，數(shù)字講解員會(huì)拒絕回答并強(qiáng)制結(jié)束當(dāng)前對(duì)話，確保對(duì)話內(nèi)容的政治正確性。

本文實(shí)踐中所使用的信息均來源于上海自然博物館對(duì)外公開資料，雖有一定的局限性，但已經(jīng)足夠展示向GLMs上傳場(chǎng)館相關(guān)信息。對(duì)于眾多展覽場(chǎng)館來說，若能將更多有價(jià)值的信息上傳至GLMs知識(shí)庫，將極大地促進(jìn)模型生成更貼合游客需求的回答。此外，由于該GLMs在設(shè)計(jì)時(shí)賦予了知識(shí)庫查閱優(yōu)先權(quán)高于互聯(lián)網(wǎng)搜索的特性，將場(chǎng)館的第一手信息上傳到GLMs，更有利于GLMs幫助場(chǎng)館發(fā)布“官方信息”，避免了互聯(lián)網(wǎng)上眾多雜亂信息對(duì)回答質(zhì)量可能產(chǎn)生的干擾。

通過測(cè)試與比對(duì)可以發(fā)現(xiàn)，數(shù)字講解員GLMs不僅可以利用GLM大語言模型的基礎(chǔ)能力，配合互聯(lián)網(wǎng)搜索功能，擴(kuò)大自身的知識(shí)儲(chǔ)備，完成場(chǎng)館講解、問題解答等常規(guī)任務(wù)，在合理配置信息以及提供適當(dāng)?shù)闹R(shí)庫資料文件之后，數(shù)字講解員還能夠做到對(duì)場(chǎng)館核心信息的快速、精準(zhǔn)反饋，有助于用戶更快獲取對(duì)自己有價(jià)值的內(nèi)容。但是，定制后的GLMs對(duì)角色背景設(shè)定的理解仍較為有限，測(cè)試過程中未表現(xiàn)出非常鮮明的個(gè)人講解風(fēng)格。

從以上分析可知，通過定制化的數(shù)字講解員GLMs執(zhí)行場(chǎng)館講解任務(wù)是可行的，能夠幫助用戶更快直達(dá)所需信息，提升講解效率，減少場(chǎng)館人力資源成本。但目前仍較難滿足不同用戶人群的個(gè)性化講解需求，無法做到“千人千面”，有待后續(xù)改善與優(yōu)化。

六、結(jié)語

在GLM大模型基礎(chǔ)上定制的“上海自然博物館數(shù)字講解員”GLMs已具備基本場(chǎng)館講解功能，能滿足用戶的常用需求。通過專門的定制和信息更新，GLMs可有效承擔(dān)更復(fù)雜任務(wù)，展現(xiàn)出廣闊的成長潛力。然而，其個(gè)性化和風(fēng)格化講解能力仍需加強(qiáng)，以提高辨識(shí)度和用戶互動(dòng)體驗(yàn)。未來，隨著生成式AI技術(shù)的不斷進(jìn)步和應(yīng)用深化，類似數(shù)字講解員這樣的智能體將能更加精準(zhǔn)地滿足用戶需求，為場(chǎng)館講解服務(wù)帶來革新，實(shí)現(xiàn)更高水平的講解個(gè)性化和服務(wù)智能化。

參考文獻(xiàn)

[1]Michael Chui.The economic potential of generative AI：The next productivity frontier[R]. McKinsey & Company.2023（06）：3.

[2]盧宇.生成式人工智能的教育應(yīng)用與展望——以ChatGPT系統(tǒng)為例[J].中國遠(yuǎn)程教育，2023（04）：24-31+51.

[3]魏曉光.生成式人工智能與中華文化智慧傳承——基于ChatGPT的討論[J].中國廣播電視學(xué)刊，2023（09）：13-16.

[4]閻國華.智能算法影響個(gè)體價(jià)值觀塑造的內(nèi)在邏輯與疏解路徑[J].貴州社會(huì)科學(xué)，2022（12）：20-26.

[5]昌馨.“博物館熱”形勢(shì)下提升博物館講解工作的幾點(diǎn)建議——以宿州市博物館為例[J].文物鑒定與鑒賞，2023（24）：62-65.

[6]張瑞凱.生成式人工智能應(yīng)用于社會(huì)服務(wù)實(shí)踐領(lǐng)域的優(yōu)勢(shì)與風(fēng)險(xiǎn)——基于北京市一線工作者的訪談[J].社會(huì)福利，2023（05）：15-25.

作者單位：上海信息技術(shù)學(xué)校

■ 責(zé)任編輯：張津平、楊惠娟