返回文章列表
深圳市政务服务和数据管理局如何用AI重构政务咨询服务案例
📌 摘要
深圳市政务服务和数据管理局采用“大模型+思维链”工程思路，梳理国家、省、市各级政策法规，结合人工智能大模型深度训练，打造全国首个AI政务助手“深小i”，一次解答精准率近90%，覆盖68万余条问答对，实现政务服务智能化升级。
📖 本案例根据 南方网报道整理 · 查看原文 →
<>企业背景<>
<>深圳市政务服务和数据管理局是深圳市政府负责政务服务和数据管理的职能部门，承担着全市政务服务改革、数据资源整合、智慧城市建设等重要职责。随着深圳经济特区快速发展，企业和群众对政务服务的需求日益多元化、个性化，传统的政策查询渠道（电话客服、网络搜索、窗口咨询）效率低、准确率不高，难以满足"高效办成一件事"的时代要求。深圳市作为全国数字化转型标杆城市，承担着打造最优营商环境和民生幸福标杆城市的重要使命，对政务服务智能化升级有着迫切需求。<>
<>深圳市政务服务和数据管理局是深圳市政府负责政务服务和数据管理的职能部门，承担着全市政务服务改革、数据资源整合、智慧城市建设等重要职责。随着深圳经济特区快速发展，企业和群众对政务服务的需求日益多元化、个性化，传统的政策查询渠道（电话客服、网络搜索、窗口咨询）效率低、准确率不高，难以满足"高效办成一件事"的时代要求。深圳市作为全国数字化转型标杆城市，承担着打造最优营商环境和民生幸福标杆城市的重要使命，对政务服务智能化升级有着迫切需求。<>
<>遇到的问题<>
<>在"深小i"上线之前，深圳企业和群众获取政务信息面临多重困境：其一，政策文件分散在国家、省、市各级官网，数量庞大（仅政策文件就超过9万份），群众难以快速找到适合自己的惠企惠民政策；其二，传统人工客服和电话咨询受限于接线员数量和工作时间，无法实现7×24小时即时响应；其三，网络搜索结果鱼龙混杂，存在大量过时或错误信息，群众难以辨别政策真伪；其四，各部门之间数据壁垒明显，同一信息需要在多个系统重复查询，增加了办事复杂度。这些问题导致群众获取政务信息的平均耗时较长，政策"最后一公里"落地效果不理想。<>
<>在"深小i"上线之前，深圳企业和群众获取政务信息面临多重困境：其一，政策文件分散在国家、省、市各级官网，数量庞大（仅政策文件就超过9万份），群众难以快速找到适合自己的惠企惠民政策；其二，传统人工客服和电话咨询受限于接线员数量和工作时间，无法实现7×24小时即时响应；其三，网络搜索结果鱼龙混杂，存在大量过时或错误信息，群众难以辨别政策真伪；其四，各部门之间数据壁垒明显，同一信息需要在多个系统重复查询，增加了办事复杂度。这些问题导致群众获取政务信息的平均耗时较长，政策"最后一公里"落地效果不理想。<>
<>AI解决方案<>
<>2025年2月22日，深圳市政务服务和数据管理局在"i深圳"App正式上线试运行全国首个面向公众的实用型政务服务大模型——AI政务助手"深小i"，采用"大模型+思维链"的工程思路，将全市域、全场景的政策解答和办事指引进行智能化升级。具体措施包括：<>
<>第一，数据层面，深圳市政务和数据局收集了国家、省、市关于政务服务的<>9万余份政策文件、70多万个官方网页、68万余条问答对、近万份办事指南和实用攻略<>等资料，经过细致梳理后形成专业语料库。<>
<>第二，知识构建层面，从民意速办平台积累的诉求中，遴选出<>5000余条真实问题<>，开展企业和群众办事视角和交流方式分析，制定<>71种回答话术模板<>，构建"深小i"与用户交互的逻辑体系和回复框架。<>
<>第三，覆盖范围层面，"深小i"涵盖企业开办、社保、公积金、户政、出入境、人才服务<>六个高频领域超200万字知识图谱<>，涉及<>84部法律法规、190部政策文件、227类事项、632种业务情形、2693条通用知识、1063条规则知识<>。<>
<>第四，安全保障层面，深圳市政务和数据局利用<>2000多条权威测试语料<>对"深小i"开展内容安全测试，结果达到国家要求，确保AI输出内容准确、合规、可靠。<>
<>2025年2月22日，深圳市政务服务和数据管理局在"i深圳"App正式上线试运行全国首个面向公众的实用型政务服务大模型——AI政务助手"深小i"，采用"大模型+思维链"的工程思路，将全市域、全场景的政策解答和办事指引进行智能化升级。具体措施包括：<>
<>第一，数据层面，深圳市政务和数据局收集了国家、省、市关于政务服务的<>9万余份政策文件、70多万个官方网页、68万余条问答对、近万份办事指南和实用攻略<>等资料，经过细致梳理后形成专业语料库。<>
<>第二，知识构建层面，从民意速办平台积累的诉求中，遴选出<>5000余条真实问题<>，开展企业和群众办事视角和交流方式分析，制定<>71种回答话术模板<>，构建"深小i"与用户交互的逻辑体系和回复框架。<>
<>第三，覆盖范围层面，"深小i"涵盖企业开办、社保、公积金、户政、出入境、人才服务<>六个高频领域超200万字知识图谱<>，涉及<>84部法律法规、190部政策文件、227类事项、632种业务情形、2693条通用知识、1063条规则知识<>。<>
<>第四，安全保障层面，深圳市政务和数据局利用<>2000多条权威测试语料<>对"深小i"开展内容安全测试，结果达到国家要求，确保AI输出内容准确、合规、可靠。<>
<>实施效果<>
<>"深小i"上线后，政务服务效果显著提升：<>一次解答精准率近90%<>，远超传统人工客服服务能力，大幅缩短群众获取信息的时间，办事效率进一步提高。企业和群众只需简单询问"深小i"AI政务助手，即可获得权威、专业、精准的政务咨询服务，让政策获取像点餐一样方便、政策解读像聊天一样易懂。深圳市政务和数据局还建立了政务领域人工智能应用功能测评体系，聚焦回复内容的稳定性和可靠性，形成3000多个高质量问答，并依据指标体系开展全面测试，根据测试结果持续优化完善。<>
<>"深小i"上线后，政务服务效果显著提升：<>一次解答精准率近90%<>，远超传统人工客服服务能力，大幅缩短群众获取信息的时间，办事效率进一步提高。企业和群众只需简单询问"深小i"AI政务助手，即可获得权威、专业、精准的政务咨询服务，让政策获取像点餐一样方便、政策解读像聊天一样易懂。深圳市政务和数据局还建立了政务领域人工智能应用功能测评体系，聚焦回复内容的稳定性和可靠性，形成3000多个高质量问答，并依据指标体系开展全面测试，根据测试结果持续优化完善。<>
<>技术解析<>
<>"深小i"的技术架构包含四大核心模块：一是知识图谱引擎，整合68万余条问答对和六个高频领域知识，实现语义级精准匹配；二是思维链推理模块，采用"大模型+思维链"工程思路，引导AI按逻辑步骤推理，确保回答条理清晰、逻辑严谨；三是用户意图识别模块，通过分析5000余条真实问题训练语料，精准理解企业和群众的办事意图；四是动态更新机制，持续吸收新政策、新法规、新办事指南，保持知识库的时效性和准确性。<>
<>"深小i"的技术架构包含四大核心模块：一是知识图谱引擎，整合68万余条问答对和六个高频领域知识，实现语义级精准匹配；二是思维链推理模块，采用"大模型+思维链"工程思路，引导AI按逻辑步骤推理，确保回答条理清晰、逻辑严谨；三是用户意图识别模块，通过分析5000余条真实问题训练语料，精准理解企业和群众的办事意图；四是动态更新机制，持续吸收新政策、新法规、新办事指南，保持知识库的时效性和准确性。<>
<>经验启示<>
<>深圳市政务服务和数据管理局的实践为全国政务AI应用提供了可复制的路径：一是<>数据治理是基础<>，9万余份政策文件、70多万个官方网页的标准化梳理，是"深小i"精准回答的前提条件；二是<>场景聚焦是关键<>，优先覆盖企业开办、社保等六大高频领域，集中精力解决最高频刚需问题；三是<>人机协同是保障<>，AI负责标准化咨询，人工客服处理复杂个性化问题，形成服务闭环；四是<>持续迭代是常态<>，建立测评体系，定期优化模型，形成长效机制。<>
<>深圳市政务服务和数据管理局的实践为全国政务AI应用提供了可复制的路径：一是<>数据治理是基础<>，9万余份政策文件、70多万个官方网页的标准化梳理，是"深小i"精准回答的前提条件；二是<>场景聚焦是关键<>，优先覆盖企业开办、社保等六大高频领域，集中精力解决最高频刚需问题；三是<>人机协同是保障<>，AI负责标准化咨询，人工客服处理复杂个性化问题，形成服务闭环；四是<>持续迭代是常态<>，建立测评体系，定期优化模型，形成长效机制。<>
< class="exclusive-opinion">
<>企脉AI独家观点<>
<><>深圳市政务服务和数据管理局<>的"深小i"实践，为全国政务AI应用提供了标杆案例。企脉AI分析认为：<>
<><>1. 落地启示：<>政务AI建设的核心挑战不在于技术本身，而在于政策文件的标准化梳理。深圳经验表明，投入足够人力对9万余份政策文件进行结构化处理，是AI精准回答的前提。建议其他城市优先建立统一的政策数据库，再引入AI能力。<>
<><>2. 避坑指南：<>避免"大而全"的误区——试图一上线就覆盖所有领域，会导致准确率下降。建议像深圳一样，从六大高频领域切入，以一次解答精准率90%为基线目标，持续迭代后再扩大覆盖范围。<>
<><>3. 对标价值：<>深圳68万余条问答对、一次解答精准率近90%、六大高频领域全覆盖等成果，证明政务AI已具备规模化落地条件。其他城市的政务服务部门可据此设定对标目标，分阶段推进建设。<>
<>
<>企脉AI独家观点<>
<><>深圳市政务服务和数据管理局<>的"深小i"实践，为全国政务AI应用提供了标杆案例。企脉AI分析认为：<>
<><>1. 落地启示：<>政务AI建设的核心挑战不在于技术本身，而在于政策文件的标准化梳理。深圳经验表明，投入足够人力对9万余份政策文件进行结构化处理，是AI精准回答的前提。建议其他城市优先建立统一的政策数据库，再引入AI能力。<>
<><>2. 避坑指南：<>避免"大而全"的误区——试图一上线就覆盖所有领域，会导致准确率下降。建议像深圳一样，从六大高频领域切入，以一次解答精准率90%为基线目标，持续迭代后再扩大覆盖范围。<>
<><>3. 对标价值：<>深圳68万余条问答对、一次解答精准率近90%、六大高频领域全覆盖等成果，证明政务AI已具备规模化落地条件。其他城市的政务服务部门可据此设定对标目标，分阶段推进建设。<>
<>