其他行业 · AI应用
为农民构建农业数据库
Digital Green 是一家农业组织，发现为农民提供有效的农业推广服务面临重大挑战，农民往往难以获取及时相关的信息。为此，他们开发了 Farmer.Chat，利用 OpenAI 的 GPT-4 和检索增强生成（RAG）技术，创建了一个多语言平台，提供个性化的农业建议。这种创新方法不仅简化了农民与推广人员之间的沟通，还将传统服务的成本从每位农民 35 美元大幅降低至 0.35 美元。结果，该举措使农民的平均收入增加了 24%，截至 2024 年 1 月 1 日，已有超过 4500 名推广人员积极使用该平台。
农民平均收入增加
24
来源披露
传统推广服务成本降低
从35美元降至0.35美元每位农民
来源披露
使用 Farmer.Chat 的推广人员数
超4500名
来源披露
01
业务背景
Digital Green 是一家农业组织，发现为农民提供有效的农业推广服务面临重大挑战，农民往往难以获取及时相关的信息。为此，他们开发了 Farmer.Chat，利用 OpenAI 的 GPT-4 和检索增强生成（RAG）技术，创建了一个多语言平台，提供个性化的农业建议。这种创新方法不仅简化了农民与推广人员之间的沟通，还将传统服务的成本从每位农民 35 美元大幅降低至 0.35 美元。结果，该举措使农民的平均收入增加了 24%，截至 2024 年 1 月 1 日，已有超过 4500 名推广人员积极使用该平台。
02
遇到的问题
农业推广服务难以覆盖所有农民，农村偏远地区尤其难以给每位农民提供及时、本地相关的支持；印度虽有超40万推广人员，但推广员与农民比例仅1:650。
03
AI 解决方案
Digital Green 在 OpenAI 技术套件上开发 Farmer.Chat，初版基于 GPT-4，采用 RAG 整合自身及政府伙伴的农业信息库（培训视频转录、标注呼叫中心日志、作物研究资料），由印度农业部验证知识库；将聊天机器人作为推广人员助手而非直接面向农民，增加人工复核环节；后续推出支持多模态输入与实时天气市场信息的 Farmer.Chat GPT，并计划用 Assistants API 接入 WhatsApp 等。
- 1开发基于 GPT-4 的 Farmer.Chat 初版试点
- 2采用 RAG 整合农业信息库并由印度农业部验证
- 3将聊天机器人部署为推广人员助手而非直接给农民
- 4推出 Farmer.Chat GPT 支持多模态与实时信息
- 5探索微调 Agri-LLM 及用 Assistants API 接入即时通讯工具
04
实施结果
农民平均收入增加：24（增加24%）
传统推广服务成本降低：从35美元降至0.35美元每位农民（降低100倍）
使用 Farmer.Chat 的推广人员数：超4500名（未披露）
05
风险与边界
聊天机器人可能错误建议农民，因此精心策划知识库并作为推广人员助手部署以增加人工复核。
““The chatbot is very informative and user-friendly. It enhances my knowledge and builds my confidence by helping me provide real-time solutions to support more farmers’ concerns in a single day than I could before,””
Raju Kumar · 比哈尔邦农村生计促进协会推广员（Government of Bihar’s Rural Livelihoods Promotion Society extension worker）
信息来源
1 个来源页面内容为结构化改写；关键结论应可追溯到以下材料。