博客
关于我
微信公众号运营及测试
阅读量:686 次
发布时间:2019-03-17

本文共 630 字,大约阅读时间需要 2 分钟。

今天在老家到姑姑家,发现她正在经营一个自营鸟笼,想想开一个微信订阅号来帮忙运营,还不想雇佣客服来处理。听起来可难做了,那些步骤到底有哪些难点呢

话说这微信订阅号开起来,找人帮忙当客服简直不要太难。我刚开始还没想太多,直接跟随流程按照文档链接里提到的步骤来做。步骤虽然清晰,但做起来就不那么顺了。

首先我要做的是注册一个微信公众号。这点看来不难,按照官网上说的注册流程,基本上没有什么特别需要注意的地方。嗯,至于_id_和密码,填写起来还是比较直接的。

然后就是一个个配置设置了。先点击那个基本配置,挺直观的。接着就是关键的配置信息了,特别是要准确设置URL和Token信息。这一步得认真对待,否则后面的接口肯定不好用。

等我把基本配置和信息都搞定了,接下来就是启动微信订阅号的接口服务并做测试了。这个过程挺简单的,但就是这前面的准备工作花了点时间。

最麻烦的还是后边的事了。回头发现得自己整点数据,还得跟对话模型练习。数据那可是个问题,哪来那么多数据呢?而且这鸟笼营销行业的对话数据也不好收集。难到哪能有大佬的数据吗?留言een就行。

说实话,对话训练那一块还是比较简单的,可是数据那可是真正的大问题。还要对话模型自己练,这件事听着快呢,现在做起来却是真难。我是真在想找点基础的对话数据,虽然随便哪些都行,暂时还没想法。

说到后边还得跟后端开发商核对业务逻辑,简单的那个步骤也挺多事。唉,果然是做起来比想象中难得多。想着简化一下流程,但哪儿都别想,得一步步来。

转载地址:http://drchz.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | YOLOv10在PyTorch和OpenVINO中推理对比
查看>>
OpenCV与AI深度学习 | YOLOv11来了:将重新定义AI的可能性
查看>>
OpenCV与AI深度学习 | YOLOv8自定义数据集训练实现火焰和烟雾检测(代码+数据集!)
查看>>
OpenCV与AI深度学习 | YOLOv8重磅升级,新增旋转目标检测,又该学习了!
查看>>
OpenCV与AI深度学习 | 一文带你读懂YOLOv1~YOLOv11(建议收藏!)
查看>>
OpenCV与AI深度学习 | 五分钟快速搭建一个实时人脸口罩检测系统(OpenCV+PaddleHub 含源码)
查看>>
OpenCV与AI深度学习 | 什么是 COCO 数据集?
查看>>
OpenCV与AI深度学习 | 低对比度缺陷检测应用实例--LCD屏幕脏污检测
查看>>
OpenCV与AI深度学习 | 使用 MoveNet Lightning 和 OpenCV 实现实时姿势检测
查看>>
OpenCV与AI深度学习 | 使用 OpenCV 创建自定义图像滤镜
查看>>
OpenCV与AI深度学习 | 使用 SAM 和 Grounding DINO 分割卫星图像
查看>>
OpenCV与AI深度学习 | 使用OpenCV图像修复技术去除眩光
查看>>
OpenCV与AI深度学习 | 使用OpenCV检测并计算直线角度
查看>>
OpenCV与AI深度学习 | 使用OpenCV轮廓检测提取图像前景
查看>>
OpenCV与AI深度学习 | 使用Python和OpenCV实现火焰检测(附源码)
查看>>
OpenCV与AI深度学习 | 使用PyTorch进行小样本学习的图像分类
查看>>
OpenCV与AI深度学习 | 使用YOLO11实现区域内目标跟踪
查看>>
OpenCV与AI深度学习 | 使用YOLOv8做目标检测、实例分割和图像分类(包含实例操作代码)
查看>>
OpenCV与AI深度学习 | 使用单相机对已知物体进行3D位置估计
查看>>
OpenCV与AI深度学习 | 初学者指南 -- 什么是迁移学习?
查看>>