
U Mobile:用 AgentCore 做电信运维帮台,开通与网络工单降 84.5%,七成请求不调模型
管理用法AgentCore电信运维工单AiDaH
一句话结论
马来西亚 5G 运营商 U Mobile 把运维帮台 AiDaH 接到 Microsoft Teams,用结构化提示和分流把约 70% 的请求挡在不必调模型的路径上,内部统计开通与网络类工单在 2026 年 1 月至 9 月降了 84.5%。
打开原文
AWS:How U Mobile built agentic telco operations with Amazon Bedrock AgentCore
背景与理念
U Mobile 是马来西亚的 5G 运营商,把电信运维帮台 AiDaH 接到 Microsoft Teams 里。开通、网络、计费和一般咨询都要进同一套帮台,人仍要在改正式订户账户前做确认。他们给常见场景写结构化提示模板,而不是让员工随便问,再按业务逐步扩到多个专科智能体。一年内覆盖六大业务、逾 150 个已文档化运营场景和 8 个专科智能体;从首个试点到协作多智能体(其能力模型第 7 级)用了九个月。
具体做法
- 一年内覆盖六大业务、逾 150 个已文档化运营场景,以及 8 个专科智能体。给常见场景准备结构化提示模板,员工按场景提问,而不是自由发挥。改正式订户账户前,仍由人确认。
- 请求先做分流:约 70% 用确定性关键词匹配、不调用模型,20% 用轻量分类,只有 10% 走完整编排器。新业务域只需加网关和工具定义;敏感字段在进入模型前会脱敏。这套做法已写入二级支持的标准作业程序。
关键数据/例子
内部统计,2026 年 1 月至 9 月:开通与网络类工单降 84.5%,一般咨询降 81.6%,计费与收费降 48.7%。生产里有过这样的例子:订户购买加油包失败,系统追到错误码「Subscriber has pending order」,并发现三天内多渠道尝试逾 30 次,都卡在同一笔未完成订单。内部易用性调查为 4.6/5。
创新点
第一,把常见问题写成结构化提示模板,并用关键词匹配挡住大部分不必调用模型的请求。第二,人仍要在改订户账户前确认,敏感字段进模型前脱敏,新域则只加网关和工具定义。
可否复用
- 先给高频场景写结构化提示模板,并尽量用确定性规则拦住不必调用模型的请求,而不是一上来就让员工自由提问。
- 改正式账户或下发变更前必须由人确认,敏感字段在进入模型前脱敏。新业务域优先加网关和工具定义,而不是另起一套系统;文中的工单降幅来自内部统计,引用时要保留这一限定。