作者：来自 Elastic Parth PathakJulie RuddDamian Pfister
协同优势：为何我们将 AI 与人工专业知识结合
想象一下，你正要乘坐一班跨洋长途航班。登机时，你可以选择谁或什么来驾驶飞机，你有三个选项：
-
单独的人类飞行员：经验丰富的老手，但没有任何自动驾驶辅助。完全依赖手动控制和目测。
-
仅自动驾驶：高度智能的系统，没有人值守。可以基于数据即时做出决策，但遇到紧急情况无法做出细微判断。
-
团队（人+机）：资深飞行员配合自动驾驶系统。机器处理大量数据和航向修正，而飞行员提供监督、策略和关键决策。
你会选择哪次飞行？几乎所有人都会选择第三种。我们之所以选择它，是因为它在速度、效率和安全之间提供了完美平衡。我们希望机器的处理能力与人的判断力和责任感结合。
在 Elastic，我们相信，你的技术支持体验也应建立在同样的原则上。
我们的 “人机协作” 支持理念
作为 Elastic 的重要客户，你有权了解自动化的边界以及专家判断的起点。在 Elastic，我们提供两种不同的支持路径：
-
客户自助服务：Support Assistant 可直接在支持门户中使用，让你无需等待人工即可获得许多问题的即时自动化答案。
-
专家增强支持：当工单创建后，我们的支持工程师会将同一个 Support Assistant 作为强大助手，用于调查问题并制定解决方案。
本文重点介绍后者：“人机协作” 使用场景。虽然我们使用先进的 AI 和检索增强生成（RAG）工具，如 Support Assistant，加快提供可信答案的能力，但这些工具并非旨在替代人工技术解决。我们希望透明展示专家如何批判性地审查、验证并优化 AI 提议的内容。我们的目标是确保提供准确、高质量、经专家验证的解决方案，而非自动化回答。
人机协作：我们的四步尽职调查流程
Elastic Support 提供的每个解决方案都建立在由人工支持工程师主导的严格验证框架上。我们的四步流程旨在消除客户对未经验证信息的依赖，包括：
- 检查自助服务历史
- 理解核心需求
- 优先验证知识
- 复现问题
下面让我们逐步详细介绍每一步。
-
检查自助服务历史
我们的尽职调查在工程师开始调查之前就已启动。首先，我们会查看你是否已经与 Support Assistant 进行过对话。这可确保我们专注于问题的核心，避免重复工作。 -
理解核心需求
每次互动都由人工工程师开始，他们确保完全理解技术背景、问题影响以及期望结果。我们优先提出澄清性问题，以准确界定问题范围。 -
优先验证知识
在考虑任何 AI 建议之前，工程师会参考经过验证的知识库，包括类似已解决的案例、官方产品文档、Elastic 专家内容以及详细的内部讨论。这确保我们采取的解决方案始终基于经过专家验证的可靠方法。 -
复现问题
在可行的情况下，工程师会在受控环境中尝试复现问题。这一步至关重要，可确认根本原因、防止潜在副作用，并确保建议的解决方案在实际场景中可靠可行。AI 可以自主执行预定义的复现工作流并验证已知的失败模式，而支持工程师则负责解释模糊信号、处理新问题并确认根本原因。
三大角色：加速、表达与验证
我们对 AI 的使用遵循一个原则：将其作为助手，在以下三个特定功能中之一或多项发挥作用：
角色 A：研究专家助手
Support Assistant 作为强大的知识整合工具，通过快速筛选大量数据并提出潜在解决方案假设，加速内部研究流程。
在提交工单前，你可以先在我们的支持门户中亲自试用 Support Assistant。
关键区别：AI 是出色的实习生，而不是 CEO。我们的工程师明确负责将 Support Assistant 的输出视为假设进行验证。这种验证包括手动对照官方文档、检查来源引用，并利用 AI 协助构建可复现的测试环境。
角色 B：安全环境复现器与测试数据生成器
支持过程中最复杂的步骤之一是复现客户的特定技术环境。AI 辅助工具可以安全地解决这一挑战，使工程师能够重建具有代表性、逼真的测试环境，而无需暴露或使用任何敏感客户数据。
关键原则很简单：AI 输出必须复现客户系统的结构，而非客户的数据。
工程师使用 AI 作为安全蓝图生成器，创建可用于安全实验、验证和假设测试的工件，例如：
-
合成测试数据：生成结构准确、基于系统架构的示例数据，使我们在不使用真实数据的情况下测试解决方案
-
模拟配置：将复杂的客户环境转换为可安全在实验室运行的配置，镜像索引模式、模板和集群布局
-
模拟行为：帮助发现微小错误，例如复杂配置中的单个拼写错误，人类可能会忽略，从而加快错误条件测试
所有这些工件都经过自动清理，因为 AI 从零生成它们，基于结构信息，确保不复制或重用用户数据。这让工程师能够更快、更安全地进行实验和验证解决方案。
角色 C：解决方案撰写编辑器
一旦工程师成功验证并找到正确的技术解决方案，AI 会在最后阶段用于支持解决方案的撰写。
清晰性要求：Elastic 在 27+ 个国家拥有工程师，使用 13+ 种语言，客户群体同样多样。为了确保经过专家验证的答案以最佳清晰度和专业性呈现给你，无论工程师或客户的母语为何，我们使用 AI 来：
-
完善语法、语气和可读性
-
合理结构化多步骤操作说明
-
确保代码片段和配置格式干净、准确
最终呈现的是一个技术上可靠、同时易于实施的解决方案，减少了混淆和后续沟通时间。
你的意见很重要：帮助我们提升服务质量
我们对专家验证、高质量支持的承诺是持续的。我们相信，好奇心和学习对于满足客户需求至关重要。确保我们的流程有效运行（包括 AI/RAG 工具的使用和工程师验证步骤）的最佳方式，就是依靠你的坦诚反馈：
-
直接使用 Support Assistant 时：如果工具提供了你需要的答案，请点击 👍 点赞按钮；如果未达到预期，请点击 👎 踩按钮。我们会在内部使用这些反馈持续训练和改进模型——使用越多，效果越好。
-
在支持工单处理中：请直接向处理你工单的支持工程师分享你对解决方案清晰度和准确性的意见、批评或建议。
-
工单解决后：请填写在工单关闭后收到的满意度调查。
你的反馈非常宝贵。它帮助我们优化尽职调查流程，并确保维持 Elastic Support 所承诺的准确性、透明度和信任标准。我们会阅读所有反馈——无论积极还是建设性，它都指引着我们改进服务的方向。
最后思考：专业能力的放大
我们将 AI 视为技术人才的倍增器。我们的策略专注于加速智能，利用生成式工具在几秒钟内完成日志分析和文档检索等繁重工作。这种自动化为我们出色的专家提供了跳板，使他们能够直接进入高层次的问题解决。在 Elastic，AI 提供速度，而我们的工程师提供你关键系统所需的细致判断和责任。
当你与 Elastic Support 互动时，你接触到的是一个全球专家团队，他们深厚的知识通过顶级 AI 技术得到放大，同时保留关键的监督机制，以确保你对解决方案的信心和准确性。
自从我开始使用这个 助手 以来，我一次真正的 支持 都没用过。也不需要再用其他 AI 工具，因为它对 Elastic 有非常深的知识。
— 斯堪的纳维亚政府机构，Elastic 客户
使用 Elastic 构建你自己的支持 agents
你已经看到 Elastic 如何通过 Support Assistant 利用 AI 改善内部支持效率和质量。现在，我们希望你考虑如何将这些强大能力应用到自己的组织中，以：
-
提升内部知识管理：使用 RAG 快速从你的专有内部文档中获取经过验证的答案。
-
增强面向客户的支持：实现生成式 AI，为客户提供准确、预验证的初始答案，让你的团队专注于处理复杂问题。
在最近一次内部 Agent Builder 黑客松中，我们的支持团队构建了 30 多个用于支持运营的 agents，例如工单量预测、智能工单路由、工单复杂度评分、工程师任务优先级等。
随着 Elastic Agent Builder 的推出，你可以快速创建精确的 代理，使用所有数据、强大的工具、聊天界面，以及由 Elasticsearch 提供顶级相关性的自定义 代理。
探索如何使用 Elastic 将 AI 运营化，获取战略优势：
-
观看演示：加入 Elastic Agent Builder 演示，查看 代理如何在几分钟内完成实际任务
本文中描述的任何功能或特性发布时间完全由 Elastic 决定。当前不可用的功能可能不会按时交付，甚至可能永远无法提供。
在本博客中，我们可能使用或提及了第三方生成式 AI 工具，这些工具由各自的拥有者运营。Elastic 对第三方工具没有控制权，也不对其内容、操作或使用承担任何责任，也不对你使用这些工具可能产生的任何损失或损害负责。使用 AI 工具处理个人、敏感或机密信息时，请谨慎。你提交的任何数据可能会用于 AI 训练或其他用途。不能保证你提供的信息会被安全或保密处理。在使用生成式 AI 工具前，你应熟悉其隐私政策和使用条款。
Elastic、Elasticsearch 及相关标识是 Elasticsearch B.V. 在美国及其他国家的商标、标识或注册商标。所有其他公司和产品名称为其各自拥有者的商标、标识或注册商标。
