Solid coverage of building a RAG pipeline for support tickets, and the human handoff section is genuinely useful. Pacing slows down a bit in the middle when it gets into vector database tuning, but I still came away with a working bot.
Bina Ejen Sokongan AI dengan RAG dan Serahan Manusia
Belajar cara mereka bentuk bot sokongan pintar menggunakan Retrieval-Augmented Generation dan meningkatkan isu kompleks kepada ejen manusia dengan lancar.
-
💬
Pengajar AI
Tanya tentang mana-mana pelajaran dan dapatkan jawapan jelas serta-merta, bila-bila masa. -
🕐
Mula bila-bila masa
Tiada jadual atau tarikh akhir — belajar mengikut rentak sendiri, bila-bila masa. -
🌐
Dalam bahasa Melayu
Pelajaran, tugasan dan sijil — semuanya sepenuhnya dalam bahasa anda.
Tentang kursus ini
Sokongan pelanggan berkembang pesat dengan kebangkitan AI agentic. Membina bot pintar yang boleh menjawab pertanyaan dengan tepat dan tahu bila untuk berundur adalah kemahiran penting untuk pembangunan produk moden.
Dalam kursus berasaskan teks ini, anda akan belajar cara mereka bentuk dan melaksanakan ejen sokongan pelanggan dipacu AI yang disesuaikan untuk persekitaran SaaS. Bermula dengan konsep asas AI, anda akan meneroka cara menyambungkan model bahasa ke data anda sendiri dan mencipta mekanisme sandaran yang boleh dipercayai untuk campur tangan manusia.
Apa yang anda akan pelajari:
- Fahami asas AI agentic dan model bahasa moden.
- Bina saluran paip Retrieval-Augmented Generation (RAG) untuk menjawab soalan menggunakan data tersuai.
- Simpan dan dapatkan maklumat secara berkesan menggunakan konsep pangkalan data vektor asas.
- Reka bentuk aliran kerja serahan manusia yang lancar untuk eskalasi pelanggan yang kompleks.
- Gunakan teknik prompt engineering untuk memastikan respons ejen yang tepat dan selamat.
Kursus ini bermula dengan menjelaskan terminologi utama AI sebelum membimbing anda melalui seni bina bot sokongan moden. Anda akan membaca contoh praktikal dan latihan bertulis yang menunjukkan cara menghalakan pertanyaan pengguna, mengurus konteks, dan mengendalikan eskalasi.
Kursus ini direka untuk pemula, bakal pembangun produk, dan kakitangan sokongan teknikal tanpa pengalaman AI sedia ada diperlukan. Mula membaca hari ini untuk membina ejen sokongan pelanggan pintar pertama anda.
Apa yang anda dapat
-
📜
Sijil tamat
Tambah ke profil LinkedIn anda -
💬
Tutor AI peribadi
Tersekat dalam pelajaran? Tanya tutor terbina dalam kamu apa sahaja, bila-bila masa. -
🎧
Termasuk versi audio
Belajar sambil bergerak — tanpa skrin -
♾️
Akses seumur hidup
Kembali bila-bila masa, tiada tamat tempoh -
📱
Telefon atau komputer
Berfungsi di mana-mana, mana-mana peranti -
💸
Pulangan 14 hari
Tanpa soalan -
⚡
Pendek dan fokus
3 jam kandungan praktikal
Ulasan (20)
RAG로 문서를 검색해서 답변하는 부분도 좋았지만, 사람에게 넘기는 핸드오프 로직을 이렇게 자세히 알려주는 강의는 처음이었어요. 실습을 따라가다 보니 제 프로젝트에 바로 적용할 수 있는 구조가 나왔습니다.
I've built a few chatbots before but always struggled with the moment where the AI should just admit it doesn't know and pass things over to a real person. This course tackles that head-on, walking through the retrieval setup first and then layering in the handoff logic once the basics are solid. The instructor uses a support-ticket scenario throughout, so every concept feels grounded in something you'd actually build at work rather than a toy example. By the middle of the course I had my own vector store hooked up and answering questions from a small documentation set. The handoff section alone made this worth it, since it's the part every other RAG tutorial seems to skip.
Construire un bot de support qui s'appuie sur la récupération augmentée pour répondre, puis passe le relais à un humain quand ça coince, c'est exactement ce qu'il me fallait. La logique d'escalade vers un agent humain était particulièrement bien expliquée. J'aurais aimé davantage sur la gestion de l'historique de conversation, mais dans l'ensemble je le recommande.
The way this course ties retrieval-augmented generation together with a real human-handoff flow is something I hadn't seen explained this clearly before.
Finally a RAG course that covers handoff too.
Bot sokongan yang saya bina kini boleh jawab guna RAG dan serahkan kes rumit kepada manusia dengan lancar.
Ottimo su RAG, un po' veloce sull'handoff.
इस कोर्स में RAG के साथ सपोर्ट बॉट बनाना बहुत आसान तरीके से समझाया गया है। जो बात सबसे ज्यादा पसंद आई वो है इंसान को हैंडओवर करने वाला हिस्सा, जो ज्यादातर कोर्स में छोड़ दिया जाता है।
Ich habe schon einige Kurse zu Chatbots gemacht, aber dieser hier zeigt zum ersten Mal wirklich sauber, wie man RAG mit einem Support-Bot verbindet. Besonders gut fand ich den Teil über die Übergabe an einen menschlichen Mitarbeiter, wenn der Agent nicht weiterweiß – das wird in den meisten Tutorials komplett ausgelassen. Die Beispiele mit der Vektordatenbank sind Schritt für Schritt aufgebaut, sodass man nie das Gefühl hat, etwas verpasst zu haben. Am Ende hatte ich einen funktionierenden Prototypen, der Anfragen aus meiner eigenen Dokumentation beantwortet und bei Unsicherheit sauber übergibt. Für alle, die einen echten Support-Bot bauen wollen und nicht nur ein Spielzeug-Beispiel, ist das genau richtig.
RAG 기본기부터 차근차근 설명해줘서 벡터 데이터베이스가 처음인 저도 어렵지 않게 따라갔습니다. 특히 사람에게 넘기는 핸드오프 부분을 실제 시나리오로 보여준 게 인상적이었어요. 다만 후반부로 갈수록 진도가 좀 빨라져서 몇몇 구간은 두 번씩 돌려봐야 했습니다. 그래도 전체적으로 실무에 바로 써먹을 수 있는 내용이 많아서 만족스러웠어요.
Já tinha tentado montar um chatbot de suporte antes, mas sempre travava quando o cliente fazia uma pergunta fora do script. Aqui aprendi a usar RAG para fundamentar as respostas na base de conhecimento real, o que reduziu muito as alucinações. A parte que mais me ajudou foi a do encaminhamento para um atendente humano sem perder o contexto da conversa. Os exemplos eram realistas e fáceis de adaptar ao meu caso. Senti falta de algo mais sobre métricas de satisfação, mas no geral valeu muito a pena.
Llevaba tiempo buscando un curso que no se quedara solo en la parte de RAG y por fin encontré uno que también explica bien el traspaso a un agente humano. La estructura es clara, primero se monta la base vectorial y luego se añade la lógica de conversación paso a paso. Los ejemplos de código son fáciles de seguir incluso si no tienes mucha experiencia previa con estas herramientas. Lo único que le pondría pega es que la parte final sobre monitoreo del bot en producción se queda un poco corta. Aun así, terminé con un agente funcional que responde dudas reales y sabe cuándo derivar a una persona.
O curso explica muito bem como montar a base vetorial e depois conectar isso a um fluxo de atendimento real. A parte sobre transferir a conversa pra um humano quando o bot trava foi o que mais me ajudou, porque isso quase nunca é ensinado direito.
Clear walkthrough of RAG plus the handoff logic, which is the part most tutorials skip entirely.
Wat dit onderscheidt van andere RAG-cursussen is het stuk over human handoff, iets waar de meeste tutorials gewoon overheen fietsen. De opbouw is heel logisch: eerst de retrieval-pijplijn met een vectordatabase, daarna pas de gesprekslogica en escalatie naar een medewerker. Ik vond het fijn dat elke stap direct met code werd getoond in plaats van alleen dia's met theorie. Tegen het einde had ik een werkende supportbot die twijfelgevallen automatisch doorstuurt, precies wat ik voor mijn eigen project nodig had. Voor iedereen die verder wil dan een simpele chatbot demo is dit precies goed.
La partie sur le RAG est bien expliquée, mais ce qui m'a vraiment marqué c'est la gestion du transfert vers un humain quand le bot ne sait plus répondre. J'ai pu reproduire tout le flux avec mes propres documents sans trop de galère.
شرح ممتاز لبناء بوت دعم ذكي.
Me encantó cómo el curso conecta la recuperación de documentos con la lógica de conversación de forma tan natural. Terminé con un bot que realmente sabe cuándo pedir ayuda a una persona en vez de inventar respuestas.
Die Kombination aus RAG und einer echten Übergabe an einen Mitarbeiter ist selten so gut erklärt wie hier. Ich konnte die Schritte direkt an meinem eigenen Dokumentationsset ausprobieren und hatte am Ende einen funktionierenden Support-Bot.
Pelajar lain juga mengambil
⚡ Terbaik untuk permulaan
🎓 Dengan sijil
Pembangunan AI Agentik dengan LangGraph dan LangChain
Sijil
Amali
₪45.00
→
🎓 Dengan sijil
Membina Sistem RAG dan Ejen AI dengan Python dan OpenAI
Sijil
Amali
₪45.00
→
🔥 Popular
🎓 Dengan sijil
Pembangunan Dipacu Prompt: Bina Aplikasi Next.js Full-Stack dengan Cursor AI
Sijil
Amali
₪45.00
→
🔥 Popular
🎓 Dengan sijil
Integrasi Claude MCP: Hubungkan AI ke Ruang Kerja Anda
Sijil
Amali
₪45.00
→
Soalan lazim
Apa yang saya perlukan untuk mengikuti kursus ini? +
Hanya telefon atau komputer dengan internet. Tiada pemasangan, tiada perkakasan khas.
Bagaimana untuk membayar? +
Dengan kad melalui Stripe. Kami tidak menyimpan butiran kad — Stripe menguruskannya dengan selamat.
Bolehkah saya dapatkan bayaran balik? +
Ya — pulangan penuh dalam 14 hari, tanpa soalan.
Berapa lama saya akan mempunyai akses? +
Selamanya. Setelah membeli, kursus adalah milik anda — boleh lawat semula bila-bila masa.
Adakah saya akan mendapat sijil? +
Ya. Setelah tamat, anda akan menerima sijil yang boleh ditambah ke profil LinkedIn anda.
Direka untuk pelajar dalam
Teknologi
Reka bentuk
Kewangan
Pemasaran
Kesihatan
Pendidikan
Hospitaliti
Pembuatan