Back
Key Takeaway
通过与数据特性相匹配的提示词调优过程，实现了95%的答案准确度，并构建了企业知识利用体系
通过持续的反馈优化和与数据特性相匹配的最终提示词调优，建立了初期销售数据利用体系，并实现了将答案准确度提升至95%的成果
Hansol Paper
Client :Hansol Paper
Industry :Manufacturing
Service Area :Data & AI
Applied Solution :AIR
1. Overview (项目背景)
韩松制纸多年来积累的销售日志数据库化，旨在发现其中隐藏的洞察，并积极应用于业务。从现有记录中挖掘有价值的信息，提高工作效率，创造新的商业机会是主要动力。
项目目标
基于生成式AI的应用，建立企业知识利用体系
增强对工作所需历史信息的可访问性
通过生成式AI应用内化，形成Shadow-IT管控文化
2. Solution (解决方案)
为了确定最适合韩松制纸需求的资源，我们验证了基于AWS的平台。
组成要素
Bedrock, Claude：能够保持对话流程并回答问题的LLM模型
Bedrock(Agent)：针对特定主题或服务的AI Agent开发
AmazonQ：为Amazon相关服务问题提供实时语音答复的AI助手服务
AmazonOpenSearch：在云环境中轻松构建和运营搜索引擎
3. Result (成果)
建立了能够利用企业知识的体系（平台）
通过与数据特性相匹配的提示词调优，生成式AI的答案质量提升至95%。
基于生成式AI的持续质量优化
数据处理增强
同义词/近义词词典优化
日期处理
向量相似度基础查询性能优化
