AB
AiBoss站
教程

奇妙问

教程

用奇妙问搭建企业 AI 数字员工:形象、声音、知识库与多终端部署

面向企业落地场景的奇妙问配置教程:从注册企业账号、挑选或克隆数字人形象,到上传知识库、克隆声音、配置多终端与离线大屏,逐步说明每一步要准备什么、怎么配、有哪些限制。价格与配额以官网当前信息为准。

奇妙问是出门问问旗下的企业 AI 数字员工生成平台,底座是自研的「序列猴子」大模型,配合第五代 TTS 引擎 MeetHiFiVoice、声纹识别、唇形同步与 3D 人脸视频合成,把「一个能说话、能答疑、有形象的数字员工」做成可交付的 SaaS 服务。它解决的不是「生成一段视频」这种一次性需求,而是把企业已有的文档、业务话术、导览内容变成可以 7×24 小时接待访客的交互入口。适合政务大厅、银行网点、零售门店、医院导诊、培训机构、文博场馆这类有固定问答场景、又希望降低人工接待压力的组织。如果你只是想先了解这类工具的整体定位与能力边界,可以先看 奇妙问 的条目页,再回到本文按步骤配置。

需要先说明一点:奇妙问的完整交付涉及商务洽谈,云 SaaS 订阅、华为云联营、私有化部署三条路径的报价与权益并不公开固定。本文讲的是「拿到账号之后怎么把数字员工配起来」的流程与参数,涉及价格、配额、上线周期的地方一律以官网与商务给出的当前信息为准。

准备工作

确认部署形态

动手之前先定形态,因为它决定了后面能配什么、不能配什么。素材里给出的三条路径是:

  • 云 SaaS 订阅:标准云端服务,开通快,适合中小企业先验证场景,官方口径是最快 3 天上线。
  • 华为云联营:面向华为云生态客户,走联营商品通道,含定制化人工服务。
  • 私有化部署:模型与数据部署在企业自有环境,数据不出域,按需报价。政务、金融、医疗这类数据敏感行业应优先考虑这一条。

如果你的场景是展厅、大厅、门店这类需要长期无人值守的场所,还要额外确认是否需要离线大屏方案——该方案基于高通物联网处理器与端侧 TOPS 算力,断网也能运行,属于独立的交付形态,不是云 SaaS 的一个开关。

账号与资质

奇妙问面向企业客户,注册的是企业账号,不是个人开发者账号。准备阶段需要把企业主体信息、对接人信息备齐;如果走私有化或离线方案,还要准备部署环境的硬件与网络条件说明。账号开通与合同条款通过商务渠道确认,页面上不提供自助下单。

素材准备清单

数字员工的质量很大程度上取决于你喂进去的素材。开工前建议把下面几类东西整理好:

  • 知识库文档:平台支持 PDF、Word、Excel 等约 10 种格式,上传后自动构建专属问答库。把政策文件、产品手册、FAQ、业务流程说明按主题分好,避免一个大文件塞进所有内容。
  • 声音样本:如果要做声音克隆,只需 3 秒录音即可完成。录音环境要安静,避免背景音乐与多人说话。
  • 形象素材:若使用照片数字人,需要清晰的正脸照片;若做 2.5D 真人克隆,需要按商务要求提供真人拍摄素材;若直接用形象库,则从 200+ 数字形象中挑选即可。
  • 终端清单:明确要部署到哪些终端——Web、iOS、Android、小程序、电话、智能大屏,以及是否需要与 CRM / ERP 对接。

操作步骤

第一步:注册企业账号并进入控制台

通过官网入口注册企业账号,完成主体认证后进入管理后台。云 SaaS 模式下,账号开通后即可开始配置;私有化与离线方案则要等部署环境就绪后再进入同一套配置流程。这一步没有需要填写的技术参数,重点是确认账号归属的企业主体与实际签约主体一致,后续的权限管理、API 调用与数据归属都挂在这个主体下。

第二步:选择数字人形象

平台提供四种形象来源,按交付成本从低到高排列:

  1. 形象库直选:200+ 数字形象库,覆盖不同性别、年龄、职业气质,适合快速上线。
  2. 照片数字人:用一张照片生成可驱动的数字人,成本低,适合预算有限或只需要头像版出镜的场景。
  3. 2.5D 真人克隆:对真人进行克隆,保留真实形象特征,适合需要「企业代言人」质感的场景。
  4. 3D 数字人建模:完整三维建模,制作周期最长,适合展厅大屏、文旅导览这类对形象表现力要求高的场合。

每种形象都支持头像版 / 半身版 / 全身版三种呈现形态。选择时按终端来定:手机小程序与电话场景用头像版即可,智能大屏与线下展厅建议半身或全身版,否则画面会显得空。形象一旦确定并进入训练或建模流程,再更换的成本较高,建议先用形象库里的近似形象跑通全流程,确认交互效果后再替换为定制形象。

第三步:上传企业知识库

这是决定数字员工「答得对不对」的核心步骤。操作路径是上传文档、系统解析、自动构建专属问答库。实操中有几点值得注意:

  • 按主题拆分文档:一个 PDF 里混装办事指南、收费标准、投诉流程,检索时容易串台。拆成独立文件并命名清晰,命中率会明显提升。
  • 优先上传结构化内容:表格类信息(营业时间、办理材料清单、价格档位)用 Excel 上传比塞进 Word 段落更可靠。
  • 保留原文表述:政策类问答对措辞敏感,改写过的文档容易让数字员工答出「大意正确但表述不合规」的内容,尽量上传原文。
  • 上传后逐条验证:知识库构建完成后,用真实用户会问的问题去测,把答错的条目挑出来,回到文档层面修正,而不是只在前端加兜底话术。

知识库之外,平台还支持模型微调与模型定制,以及专属 API 调用。如果通用问答已经够用,不必一上来就做微调;当出现大量行业术语、内部黑话、固定话术格式要求时,再考虑定制。

第四步:配置 AI 声音

声音有两条路:从 1000+ AI 声音风格中挑选,或用 3 秒录音克隆专属声音。克隆声音的价值在于品牌一致性——同一个声音出现在电话客服、门店导购、线上小程序里,用户会认为是同一个「人」。

声音能力上,平台支持中文、英文、德文、西班牙文、法文、日文、意大利文、俄文、韩文、葡萄牙文等 10 种以上语言,支持跨语种迁移(用中文录音驱动其他语种的发音特征)与情感语气生成。多语种场景下建议先确认目标语种的发音质量是否满足要求,再决定是克隆还是选用现成声音风格。

第五步:配置多模态交互与实时参数

奇妙问支持语音、文本、图片、视频混合输出,交互链路里包含流式语音识别、声纹识别、唇形同步与图像识别。素材给出的关键指标是:流式语音识别延迟低于 200ms,声纹识别同为流式、延迟同样在 200ms 以内。这两个数字决定了线下场景的「对话感」——超过这个量级,用户会明显感到停顿。

配置时按场景取舍:

  • 电话与语音终端:以语音输入输出为主,重点调识别灵敏度与打断逻辑,确保用户插话时数字人能停下来。
  • 大屏与展厅:语音加视觉输出,唇形同步质量直接影响可信度,建议用半身或全身形象配合。
  • 小程序与 Web:文本为主、语音为辅,注意首屏加载与响应速度。

第六步:部署到目标终端

平台支持 Web、iOS、Android、小程序、电话、智能大屏等多终端部署,并支持与 CRM / ERP 系统对接。部署时按终端逐个配置,不要指望一套参数通吃:电话终端没有屏幕,图片与视频输出无意义;大屏终端通常需要全屏适配与无人值守的自动待机逻辑。

如果选择离线大屏方案,则需要在部署阶段把模型与知识库下发到端侧设备,之后完全断网运行。这条路径适合网络条件不稳定或数据不允许出内网的场所,但知识库更新需要走离线更新流程,不能像云 SaaS 那样实时生效,规划时要考虑内容维护的频率。

一个完整示例

下面以一个政务大厅的智能导办数字员工为例,走一遍从零到上线的完整配置。这个例子覆盖了最常见的组合:云 SaaS 起步、形象库选型、知识库驱动问答、克隆声音、大屏与小程序双终端。

场景与目标

目标是在大厅入口的大屏上提供 24 小时导办服务,同时在小程序里提供同一套问答能力。核心问题集中在办事材料、办理流程、窗口位置、办公时间四类。

配置清单

配置项选择理由
部署形态云 SaaS 订阅先验证场景,最快 3 天上线
数字人形象形象库中的职业气质形象,半身版大屏需要半身呈现,形象库可当天选定
知识库办事指南 PDF + 材料清单 Excel + 窗口分布表结构化信息用表格,政策原文用 PDF
声音3 秒录音克隆,中文保持与大厅广播同一声音辨识度
终端智能大屏 + 小程序线下入口与线上入口共用一套知识库

执行顺序

  1. 注册企业账号,完成主体认证,确认云 SaaS 服务已开通。
  2. 在形象库中筛选职业气质形象,选定后切换为半身版,预览唇形同步效果。
  3. 上传三类文档:办事指南 PDF、材料清单 Excel、窗口分布表。上传后等待系统解析并构建问答库。
  4. 用 3 秒录音完成声音克隆,试听一段包含数字与专有名词的文本,确认发音准确。
  5. 用真实高频问题测试问答,把答错的条目记录下来,回到文档层面修正后重新上传。
  6. 配置大屏终端:全屏适配、待机唤醒、语音打断。配置小程序终端:文本优先、语音可选。
  7. 两个终端分别做一轮现场测试,重点看识别延迟与打断响应是否符合预期。
  8. 上线后按周收集未命中问题,持续补充知识库。

这个例子里没有用到模型微调与专属 API,因为通用问答加结构化知识库已经能覆盖大部分导办问题。如果后续出现大量「政策条款交叉引用」类问题,再考虑走模型定制。

注意事项

价格与配额不公开固定

云 SaaS 订阅、华为云联营商品、私有化部署三条路径的具体价格与权益均以商务洽谈为准,页面上不提供标准价目表。华为云联营通道含定制化人工服务,私有化部署按需报价。任何关于「多少钱、多少并发、多少调用量」的数字,都应以官网与合同中的当前信息为准,不要依据第三方转述做预算。

上线周期是「最快」而非「保证」

「最快 3 天上线」指的是云 SaaS 模式下配置流程本身可以很快完成,前提是形象、知识库、声音素材都已备齐且不需要定制建模。一旦涉及 3D 数字人建模、私有化部署或离线大屏硬件交付,周期会显著拉长。

合规与数据安全

序列猴子大模型已通过国家《互联网信息服务深度合成管理规定》的备案审核。私有化部署模式下模型与数据部署在企业自有环境,数据不出域;离线方案支持完全断网运行;平台支持企业级权限管理与 CRM / ERP 对接。完整的数据安全细则以官方政策为准。政务、金融、医疗等数据敏感行业,建议直接对接私有化部署,而不是先用云 SaaS 再迁移。

知识库不是「传完就好」

自动构建的问答库需要持续维护。政策更新、材料清单调整、窗口搬迁都会让旧答案失效,而数字员工不会主动告诉你它答错了。建立定期抽检机制,比一次性把文档传全更重要。

离线方案的内容更新是独立流程

断网运行意味着知识库无法实时同步。选择离线大屏前,先评估内容更新的频率:如果政策类内容每周都变,离线方案会带来额外的运维负担。

多语种需要实测

平台支持 10 种以上语言与跨语种迁移,但不同语种的发音质量与情感表现并不完全一致。面向特定语种市场时,务必用该语种的真实业务文本做试听验证,不要只看支持列表。