大模型在远程银行智能工单预填场景的探索和应用

客服工单业务背景

在银行业的客户服务领域，工单处理是座席客服日常工作中不可或缺且较为耗时的一个环节，其效率直接影响到客户服务体验与运营效率。传统工单处理模式，主要是座席结合实际通话内容进行人工总结后填写，这种模式存在的显著痛点如下。

1. 手工录入繁琐耗时耗力。整通工单受理通话内容往往较长，需要记录的要素信息较大，如工单类型、客户问题、客户诉求描述等大量信息都依赖人工手动录入，不仅耗时、降低了座席的工作效率，还可能因人为因素导致工单填写信息的不准确或遗漏，影响后续问题的跟踪和解决。

2. 标准化、结构化程度低。不同座席员的工单填写习惯和风格差异较大，导致工单质量参差不齐，而且填写工单内容非结构化，难以进行后续的有效数据分析和流程优化。

3. 无法满足客户实时需求。传统工单处理模式的响应效率低下，无法满足客户对于快速解决问题的需求，影响客户满意度。

此外，随着银行业务规模的扩大，以及客户需求和银行服务模式的日益多元化，客户电话咨询数量也在不断增加，基于人工的工单受理填写模式更加凸显其局限性，成为制约银行客服系统高效运作的一大痛点。另外，随着大模型技术的不断演进及其出色的能力，正驱使客服行业出现一定的变革和转型，尤其在银行业客服这一细分领域，展现了一定的融合趋势与广阔的应用前景。大模型技术的引入，可以在一定程度提供更高效、更智能且更个性化的客户服务体验，从而提升客户满意度与业务运营效率。因此，基于大模型生成技术和强大的能力，为了进一步节省填单时间，减少电话座席的填单压力，探索并实施工单自动