综合介绍

RunLLM是一个为复杂技术产品设计的AI支持平台。 它通过集成和分析产品的文档、代码库、历史支持记录等信息，构建一个全面的知识图谱。 该平台的核心是一个AI支持工程师，它能够像人类专家一样理解并解决用户的技术问题。RunLLM通过结合高级搜索、知识图谱和为每个客户微调的专属大语言模型技术，提供精准的答案，旨在提升用户解决问题的效率和准确性。 它可以部署在多种客户沟通渠道，例如文档网站、Slack和Zendesk，帮助技术支持团队自动处理大量重复性咨询，从而节省工程师的时间，让他们能专注于更核心的业务。

功能列表

• 深度学习与知识构建: 能够自动学习产品相关的文档、API接口、代码示例以及过往的支持工单，建立起对产品的深度理解。
• 多渠道集成: 支持与Slack、Zendesk、Discord以及产品文档网站等多个平台集成，在用户常用的工作环境中提供支持。
• 智能问题解决: 能够像人类工程师一样进行推理，通过分析问题、日志文件和遥测数据来找到问题的根源，并提供准确的解决方案。
• 代码生成与验证: 可根据用户环境自动编写和测试代码，提高问题解决的效率。
• 持续学习与优化: 当遇到未知问题或获得新的正确答案时，系统能够立刻学习，并能指出已有文档中可能存在的问题，实现知识库的持续更新。
• 提供替代方案: 在解决复杂技术问题时，系统不仅提供单一的解决方案，还会主动探索并给出多种可行的替代方案，增加用户成功解决问题的可能性。
• 用户洞察分析: 自动对用户提出的问题进行分类和总结，帮助产品和支持团队识别文档的不足、产品需要改进的地方以及用户的核心需求。

使用帮助

RunLLM旨在为技术产品团队提供一个开箱即用的AI支持工程师，其配置和使用流程非常简单，用户无需复杂的编程或模型训练知识即可快速上手。

第一步：数据接入与知识库构建

1. 提供文档链接：开始使用时，您只需要向RunLLM提供您的产品文档链接。 系统会自动抓取并分析网站上的所有公开信息，包括产品介绍、功能指南、API文档和代码示例。
2. 整合多源数据：为了构建全面的知识体系，RunLLM支持接入更多的数据源。您可以连接历史支持记录（如Zendesk工单）、社区讨论（如Slack或Discord频道）以及代码仓库。
3. 自动学习与训练：数据接入后，RunLLM会利用其数据处理技术，对信息进行分类、标记和注解。 接着，它会基于这些数据微调一个专为您的产品定制的大语言模型。这个过程通常在几分钟内就能完成初步训练，之后便可开始测试。

第二步：测试与验证AI支持工程师

1. 在后台仪表盘提问：完成初步训练后，您可以在RunLLM的管理后台与您的专属AI支持工程师进行互动测试。 可以从一些基本问题开始，例如“这个产品有哪些核心应用场景？”或“如何部署XX功能？”。
2. 验证回答质量：系统会利用学习到的知识生成答案，并提供答案来源的文档链接，方便您核对信息的准确性。
3. 处理复杂问题：您可以尝试提出更复杂的技术问题，甚至上传一张包含错误信息的截图。 RunLLM能够理解图片内容并结合知识库给出解决方案。
4. 持续优化：如果在测试中发现回答不准确，您可以立即纠正。RunLLM会记录下正确的答案并从中学习，避免未来再犯同样错误。

第三步：部署到前端渠道

1. 选择集成渠道：根据您的用户群体习惯，选择要部署的平台。RunLLM支持多种渠道，包括：
   • 文档网站：以聊天小部件的形式嵌入到您的官方文档或开发者中心，用户在查阅资料时可以随时提问。
   • 团队协作工具：集成到Slack或Discord频道中。用户可以在指定频道内通过@AI工程师的方式提问，AI会自动响应。
   • 工单系统：与Zendesk等客服系统集成，AI可以作为支持团队的“副驾驶”，自动生成工单回复的草稿，经人工审核后发送。
2. 完成部署：根据官方提供的指南完成相应渠道的配置。部署后，您的用户就可以开始与AI支持工程师进行互动了。

第四步：日常操作与监控

1. 实时互动与支持：部署后，AI工程师会7x24小时在线，实时回答用户问题。对于技术问题，它不仅会给出文字解答，还可能提供经过后端验证的代码片段。
2. 处理未知问题：当AI遇到知识库中没有答案的问题时，它不会凭空猜测，而是会向用户表明它不知道答案。 同时，系统会自动将这个问题上报到您指定的内部渠道（例如，一个特定的Slack频道），提醒人工支持团队介入。
3. 从互动中学习：当人类工程师在内部渠道中回答了AI无法解决的问题后，AI会自动学习这次互动的内容。 下次再有用户问到相同问题时，它就能够独立回答。
4. 查看用户洞察报告：在RunLLM的后台，系统会自动对所有用户提问进行分类和汇总。 您可以通过这些报告，直观地了解用户最关心哪些问题、哪些文档章节可能写得不够清晰，或者产品在哪些方面存在普遍痛点，为产品迭代和文档优化提供数据支持。

应用场景

1. 自动化客户技术支持AI支持工程师可以作为一线客服，7x24小时自动处理大部分常见的技术咨询和故障排查请求，减轻人工支持团队的压力。
2. 提升开发者社区活跃度在开发者社区（如Slack、Discord）中，AI能够即时回答开发者的技术问题，帮助他们快速解决编程难题，提升社区的互动性和用户粘性。
3. 优化产品文档通过分析用户与AI的问答数据，产品团队可以发现现有文档的不足之处，例如哪些内容难以理解或缺失，从而有针对性地进行改进，降低用户的学习成本。
4. 加速新员工培训新加入的技术支持或销售工程师可以通过与RunLLM互动，快速学习产品知识，了解常见客户问题的标准答案，缩短上手时间。

QA

1. RunLLM和其他AI聊天机器人有什么不同？RunLLM是专门为解决复杂技术产品支持问题而设计的，它不仅仅是一个问答机器人。它的核心优势在于能够深度学习特定产品的专业知识，并像人类工程师一样进行逻辑推理、分析日志、验证代码，甚至主动提供备选方案。 普通的聊天机器人通常只能进行简单的文本匹配和信息检索。
2. 接入RunLLM需要多长时间？接入过程非常快。初始设置只需要提供产品文档的链接，几分钟内系统就可以完成初步学习并开始测试。 后续的数据接入和渠道部署也都有标准化的流程。
3. RunLLM如何保证回答的准确性？它通过多种方式保证准确性：首先，它为每个客户微调专属的语言模型，确保其理解产品的术语和细节；其次，所有回答都尽可能地基于您提供的知识库，并会附上信息来源；最后，它具备代码执行和验证能力，提供的代码片段会经过后台测试，并且在遇到不确定的问题时，会主动寻求人工帮助而不是凭空猜测。
4. 如果RunLLM回答错了怎么办？系统设计了持续学习机制。如果AI的回答有误，人类工程师可以立即进行纠正。AI会记住正确的答案，并从这次错误中学到经验，甚至能反向提示文档中可能存在的问题。