基于ChatKB的汽车行业企业智能问答
发布时间：2025-03-28 10:35 点击数：
基于ChatKB实施的某汽车行业企业智能问答，其中结合知识库、SQL数据分析和大模型自然语言生成，完成车辆售后问题的咨询和分析。
智能问答示例：
Role: Human 针对车辆漏水问题进行分析，并用图表显示
Role: AI
车辆漏水问题分析
总体概况
按地区统计
|
地区 |
数量 |
|
日本XX |
xx |
|
日本XXX |
xx |
|
日本XXX |
x |
|
日本XXX |
x |
|
日本XXXX |
X |
|
日本X |
xx |
|
日本XX |
x |
|
日本XXX |
x |
|
其他 |
XX |
按车型统计
|
车型 |
数量 |
|
** |
* |
|
** |
* |
|
** |
* |
|
** |
* |
|
其他 |
* |
其他
按故障类型统计
|
故障类型 |
数量 |
|
车窗漏水 |
** |
|
车顶漏水 |
** |
|
门框漏水 |
** |
|
空调漏水 |
** |
|
其他 |
** |
按原因分析统计
|
原因分析 |
数量 |
|
密封不良 |
** |
|
胶老化开裂 |
** |
|
安装不当 |
** |
|
来料问题 |
* |
|
使用不当 |
* |
按故障等级统计
|
故障等级 |
数量 |
|
A |
* |
|
B |
** |
|
C |
** |
|
BB |
** |
|
BC |
* |
|
CB |
* |
|
AC |
* |
按影响属性统计
按处理时长统计
|
处理时长（天数） |
数量 |
|
0.5 |
10 |
|
1-5 |
15 |
|
6-10 |
10 |
|
11-20 |
8 |
|
21-30 |
5 |
|
31-60 |
5 |
|
61-90 |
2 |
|
91-120 |
1 |
详细案例分析（略）
结论（略）
上一篇 
返回目录 没有了
