本书基于作者多年对智能客服领域的理论探索和实践编写而成，对“人工智能训练师”这一新兴职业给予了清晰的描述，为传统业务人员提供“智能+”的职业发展路径。第2版针对人工智能训练师的新标准，在篇章结构、内容等方面做了调整，系统地整合了与“人工智能训练师”这一职业相关的行业知识和管理方法，以更好地满足读者需求，培养人工智能时代下的复合型人才。全书共分4个单元：第1单元为智能服务的准备工作，从技术原理、职业、顶层设计等层面介绍AI技术在客户服务域的应用；第2单元主要介绍智能服务训练的实施工作；第3单元主要介绍智能服务系统的上线工作；第4单元为人工智能训练师的进阶与提升，重点讲述了人工智能训练师团队管理、智能服务项目管理、智能服务产品管理等内容。
本书适合客服行业的从业者，以及对服务领域智能化发展感兴趣的人士阅读。

石云，客户世界机构(集团)副总裁，首席六西格玛黑带大师，CC—CMM国际标准组织执行理事。具有15年跨国公司客户中心管理与咨询工作经验，其中9年商业统计分析与建模、决策支持和流程管理与咨询经验，9年现代服务业的六西格玛黑带大师(MBB)执业经验。

第1单元 智能服务的准备工作
第1章 导论：客户服务的智能时代来临
1.1 客户服务行业的发展历程回顾
1.2 人工智能技术在客户服务域的价值
1.2.1 人工智能技术对客户服务行业的优化
1.2.2 提升客户满意度与客户体验
1.3 人工智能技术下客户服务的转型
1.4 智能服务转型的关键要素
1.4.1 智能服务运营训练体系
1.4.2 人工智能训练师
第2章 AI 技术在客户服务域的应用之技术原理篇
2.1 人工智能技术发展的前世今生
2.1.1 人工智能是什么
2.1.2 AI发展史上的三个阶段
2.1.3 当前AI技术的算法突破及创始人传奇
2.2 人工智能的研究流派与学习模式
2.2.1 人工智能的研究流派
2.2.2 人工智能的学习模式
2.3 人工智能技术概览
2.3.1 自然语言处理的发展
2.3.2 自然语言处理的重要应用场景
2.3.3 机器学习与深度学习
2.3.4 评价算法模型的好坏
2.4 在线机器人关键技术
2.4.1 关键词机器人
2.4.2 语义识别机器人
2.4.3 意图识别机器人
2.5 中文NLP的基本操作
2.5.1 正则表达式
2.5.2 中文分词
2.5.3 词性标注
2.5.4 问答相似度计算
2.5.5 关键词抽取
2.6 中文NLP处理的重要模型
2.6.1 感知机模型
2.6.2 概率模型
2.6.3 多层感知机模型
2.6.4 Transformer模型
2.6.5 BERT模型
2.6.6 知识图谱
2.7 本章小结
第3章 AI技术在客户服务域的应用之职业篇
3.1 人工智能训练师的出现
3.2 人工智能训练师职业浅析
3.3 人工智能训练师的能力画像
3.3.1 人工智能训练师的发展由来
3.3.2 人工智能训练师的一天
3.3.3 人工智能训练师的能力特征
3.4 人工智能训练师的职业能力要求
3.5 人工智能训练师的职业前景
3.6 本章小结
第4章 AI技术在客户服务域的应用之顶层设计篇(上)
4.1 智能服务顶层设计
4.1.1 智能服务顶层设计蓝图
4.1.2 智能服务价值与目标浅析
4.1.3 智能服务产品的发展历程
4.2 智能服务产品在服务全生命周期中的定位
4.3 智能服务产品在客户服务建设体系中的应用模式
4.4 智能服务全景图
4.5 本章小结
第5章 AI技术在客户服务领域的应用之顶层设计篇(下)
5.1 在线机器人简介
5.1.1 在线机器人定义
5.1.2 在线机器人的分类
5.1.3 在线机器人的交互逻辑
5.1.4 在线机器人的内部运行逻辑
5.2 智能服务产品需求研究
5.2.1 智能服务价值链
5.2.2 需求调研指导
5.2.3 调研框架
5.3 需求调研流程
5.3.1 流程设计
5.3.2 测评调优
5.4 调研脚本设计
5.4.1 调研脚本设计方法
5.4.2 调研脚本设计注意事项
5.4.3 调研脚本实例参考
5.5 客服中心三个维度的需求分析
5.5.1 VOC调研
5.5.2 VOE调研
5.5.3 VOB调研
5.6 需求开发与管理
5.6.1 需求开发
5.6.2 需求管理
5.7 智能服务的边界
5.7.1 智能服务边界的价值
5.7.2 服务边界实践
5.8 智能服务价值的核算
5.8.1 从软件系统视角计算
5.8.2 从服务场景所产生的价值计算
5.9 在线机器人应用场景梳理
5.9.1 客户旅行地图
5.9.2 触点图
5.10 智能服务实施方案的选择与注意事项
5.10.1 系统实施的血与泪
5.10.2 系统实施实践—自身情况
5.10.3 系统实施实践—厂商情况
5.11 本章小结
本单元讨论与小结
第2单元 智能服务训练的实施工作
第6章 语料的训练与管理
6.1 训练场景与计划
6.1.1 训练场景细化
6.1.2 训练场景验证
6.1.3 训练场景迭代与优化
6.1.4 训练计划制订
6.2 AI生产的原始资料：数据
6.3 原始语料的处理
6.3.1 原始语料清洗
6.3.2 语料归档
6.4 语料标准化
6.4.1 服务场景问题标准化
6.4.2 服务场景相似问题补充
6.4.3 语料检查与确认
6.5 本章小结
第7章 在线机器人知识客户化
7.1 智能服务的知识客户化浅析
7.1.1 知识客户化的原因及错误示范
7.1.2 机器人知识客户化的编撰原则
7.2 在线机器人风格设计
7.2.1 在线机器人风格设计的基础要素
7.2.2 在线机器人的两种风格类型
7.3 在线机器人知识客户化实践
7.3.1 在线机器人开场白客户化
7.3.2 知识客户化的几种常见做法
7.3.3 基于知识答案类型下的客户化
7.3.4