AI智能客服上线前要准备什么？知识库整理的5个步骤

AI智能客服上线前要准备什么？答案很集中：不是模型，不是算力，是知识库。同样接国内主流大模型，知识库整理过的和随手攒几份 PDF 的，回答准确率能差出 20 个百分点。这篇把知识库整理拆成 5 个可执行步骤，每步都有产出物和验收标准，照着做就能判断自己该往下走，还是该回头补。

一、第一步：把散落的问题捞出来，合并同义问法

产出一张问题清单，不是文档。很多人一开始去整理产品手册、售后政策 PDF，整理完发现 AI 答得还是不对——客户不按手册里的标题提问。

正确起点是历史会话记录。从工单系统、在线客服后台、微信客服聊天记录、电商平台售后工单里，导出最近 3 个月的真实会话。月咨询量 2000 条以上，抽样 300 到 500 条就够画出意图分布；月咨询量 300 条以内就得全量翻，样本本来就少。

拿到原始记录做两件事：剔掉脏数据（表情、错别字、超过 30 秒无实质内容的空聊），合并同义问法。这一步产出的是一条条"意图"，不是一条条"问法"。"怎么退"、"怎么退款"、"钱怎么退回来"、"能退吗"四条问法要合并成同一个意图：退货退款流程。经验比例是 3 到 5 条问法合并成 1 个意图，超过 8 比 1 说明问法太散，得先统一客户话术。

合并时给每个意图一个内部编号，REF-001 这样，后面每步都用编号关联，不要用中文名。同一个"退款政策"在三个文档里被写成三个名字，检索时也就会漏。

验收标准：意图清单覆盖最近 3 个月真实咨询量的 70% 以上，且每条标了出现频次。排名靠后的意图这一步先不写答案，留到第四步再决定留不留。

为什么不能从产品手册开始

手册是写给内部看的，客户语言不一样。手册里的"售后政策"在客户嘴里是"坏了怎么办"，"发货时效"是"几天能到"。用客户原话建意图，召回率才上得去。

二、第二步：写出可以直接投放的标准答案

有了意图，接下来是写答案。这一步最容易被糊弄：用大模型根据产品手册生成答案效率高，但准确率不可控，模型会把手册里没有的逻辑自己补上。

标准答案用三段式结构：第一句直接给结论，不铺垫背景；接着说清适用条件，谁适用、在什么前提下适用；最后写例外和兜底，什么情况走别的流程、最终由谁拍板。

写完初稿，编辑要过三道禁区。第一，不写具体赔付金额和时限承诺这类会随政策变的数字，改成引用条款编号。第二，不写"大概""通常""应该"这种模糊词。第三，不用"请联系人工"当答案，兜底要有具体动作：转哪个岗位、准备哪些信息。

单个答案控制在 80 到 150 字。超过 200 字基本说明这条意图还没拆干净，一条答案回答了多个问题，会直接答偏。

投入参考：300 条答案，熟练的客服主管配合运营，两个人大约 15 到 20 人时。经验上，一次性把 300 条写到 85% 以上可投放质量，比写 800 条到 60% 更有用。

让客服主管写，不要让运营猜

答案准不准取决于写的人懂不懂一线。客服主管的答案自带"客户下一句会问什么"，运营照着手册编的答案往往在第二个追问上就断了。

三、第三步：切分知识单元并标注元数据

答案是给人看的，AI 检索时吃的是知识单元。把整篇政策文档塞进向量库，检索出来的是一整页，模型在长文本里找答案，命中率会掉。

切分的经验参数：单个知识单元 200 到 500 字，段落之间保留 50 到 80 字重叠，避免答案被切断后两边都答不全。表格不要按行切，按"一个产品型号对应一组参数"来切。Dify、FastGPT、MaxKB、腾讯云知识引擎都自带分块策略，默认参数先跑一轮再按召回效果调。

元数据最少要带这几项，缺一项后面就没法维护：

产品线或业务线

生效日期与失效日期

来源文件与来源位置

版本号与责任人

适用渠道（网页客服、App、小程序、电话）

带生效日期的意义在于回答时效类问题时能做过滤。用户问"现在的价格"，检索时优先命中生效日期最近的那条。价格、库存、门店这类变动频繁的，有效期标 30 天；稳定的政策类标 90 天。

四、第四步：打标签、设权限、标有效期

企业知识库和公开 FAQ 的最大区别是权限。一条知识对内部客服可见、对客户不可见的情况非常多：成本结构、底价政策、内部赔付标准。

标签维度建议控制在三类，每类不超过 5 个值，太多就维护不动：业务线、会员等级（普通、银卡、金卡、内部）、地区。权限分三档就够：全员可见、客服可见、主管可见。

有效期必须落到字段里，不能只在脑子里。责任人写具体的人名，不写部门——部门不会因为一条知识过期而被打扰，人会。建议加一条季度巡检：每季度抽查 10% 的知识单元，失效的走下线。

五、第五步：建测试集并锁定上线门槛

这是最容易被跳过、也最不该跳过的一步。没有测试集，你没法判断知识库整理得怎么样。

测试集的做法：从历史会话里挑 150 到 200 条真实问题，其中 20% 是边界问题（政策不覆盖、信息不足、互相矛盾）。每条由业务人员写出"期望答案要点"，不需要逐字一致，命中要点就算通过。三个指标用来做上线判断：

知识库问答准确率 ≥ 85%，答对问题占测试集的比例，这是多数公开案例的真实水平

错误答案率 ≤ 5%，自信但答错的比例，比"答不出来"危险得多

主动拒答率 3% 到 8%，知识库没覆盖时明确说要人工确认，区间低了说明检索太松，高了说明覆盖不足

三个数字建议在灰度阶段每周跑一次。改动任何一项——换模型、换分块参数、增删知识——都要重跑测试集做回归。

测试集要包含反问和错问

只测标准问法会高估准确率。测试集里要故意放几类难问题：客户只说"怎么退"没说买了什么（该反问）、客户拿旧政策来问（该说明政策已更新）、客户问的知识库里根本没有（该拒答）。这三种情况下表现正常，比答对十道标准题更能说明它能用。

六、三种情况不建议现在做知识库

政策每两周就变一次。医疗、教育培训、电商大促期间的价格和规则频繁调整，知识库永远追不上变化。这种情况先用 FAQ 页面或轻量检索顶住，等政策稳定了再做。

问题高度个性化。定制报价、方案设计、法律咨询这类问题，每个客户情况都不一样，没有可复用的标准答案。AI智能客服在这里只能做信息收集和转接。

真实咨询量太小。每天少于 50 条咨询、或者月咨询不足 500 条的时候，整理出的意图清单短得撑不起知识库，召回率上不去。这时更划算的投入是先把官网 FAQ 页面做扎实，或在现有客服工具上配一版关键词回复。

判断标准很简单：意图清单能凑出 200 条以上、每条都有可复用的标准答案，这件事就值得做；凑不出 200 条，就先把问题解决在别处。

企悦互联（2019年成立，客户行业覆盖电商、教育、医疗、金融）做企业级AI服务时，通常把知识库整理当成独立阶段推进。很多企业走到这一步就自己判断出AI智能客服该覆盖哪些、不该覆盖哪些，比直接上系统更省事。整理后的知识要挂到官网和自助查询页上，那部分属于网站开发（/jzkf）的范围，知识库和前端页面的字段结构要提前对齐。