携程-问道大模型与AI客服
应用场景：AI 客服承接高频旅行咨询、多语种实时翻译、航司政策动态应答与情绪化服务响应
投稿方：匿名投稿者 · 服务商：携程集团 · 收录时间：2026/10/16
本案例信息由投稿方提供、平台整理，尚未经人工核实，重要信息请以原文为准。
案例事实
1. 一句话摘要
投稿方未提供
2. 行业 + 企业规模
能源与基建 · 客服团队逾 1.6 万人，服务覆盖 200 多个国家和地区
3. AI 能力类型
智能体流程
4. 原来怎么干的
2025 年全年处理咨询超 3.5 亿次，纯人工模式；航司政策高频变动，知识库维护依赖大量运营人力
5. AI 介入在哪一步
替代高频咨询应答与航司知识库维护；增强多语种实时翻译、语音转写、情绪识别与共情响应；紧急 SOS 场景仍由人工与专业机构承接
6. 模型与架构
自研旅游垂直大模型「携程问道」，基于 200 亿非结构化旅游数据训练；客服侧采用 RAG 架构对接 600 多家航司知识库；集成 IM 实时翻译（5 秒内双向互译）；提炼真人客服服务资产持续投喂
7. 数据基础（必填项）
200 亿高质量非结构性旅游数据；携程结构性实时数据与历史机器人/搜索算法；航司知识库实时接入 RAG；真人客服优质对话提炼为训练资产；数据清洗与标注投入未公开
8. 效果
常见咨询承接率 0% → 80%（全量口径）；接起时效 89% 在 20 秒内；问题解决率 90% 在 20 分钟内；线上/邮件/电话三项自助率均翻倍；AI 采纳率未明确，但人机协作复杂场景满意度达 92%
9. 投入
2025 年投入 29 亿元用于用户服务保障提升（含客服与 SOS 体系建设）
10. 坑
投稿方未提供
下载 携程-问道大模型与AI客服 复现资料
本案例的投稿文档与附带资产已整理为专属复现包，留资后即可下载。
- 00_说明.txt
- 01_关键信息.md
- 携程-问道大模型与AI客服.docx
分享复现反馈
复现结果、失败条件或内容修正——案例因真实反馈持续改进，提交后即展示在案例页并进入社区动态。
示例：「按复现包部署到测试环境，用 qwen-plus 跑通全流程；线索排序与案例描述一致，但导出报表需手工补字段。」
写清环境/模型、跑通到哪一步、与案例描述的差异即可；署名选填，匿名反馈同样展示；提交即公开，如需下架可联系平台。