知识库再全也会过时。本文讲清AI客服联网搜索的适用场景、可信度护栏、积分成本,以及在AI SNS CHAT中的实际做法。
客户问"这个系统更新后还能用吗""这个快递现在能寄到马来西亚吗",而你的知识库是三个月前整理的。AI 客服要么答错,要么答"我不知道",两种结果都伤信任。
联网搜索可以补上这一块,但用法不对也会带来新的风险。这篇文章讲清楚它是什么、什么时候该用、怎么设护栏、要花多少成本,最后说明在 AI SNS CHAT 里能做到哪些、做不到哪些。
知识库为什么会过时
知识库是你在某一天整理好的快照。产品说明、退换货政策、运费规则,这些内容由你掌握,也由你负责更新。但客户的问题并不只围绕你自己的内容。
举几个常见情形:
- 做跨境电商的卖家,客户问"买了你们的蓝牙配件,我的手机系统刚升级,还兼容吗?"答案取决于手机厂商的最新公告,不在你的知识库里。
- 做 SaaS 的团队,客户问"你们的插件和某某平台的新版接口能对接吗?"对方平台的文档每周都可能变。
- 做企业 IT 服务的公司,客户问"Windows 的某个更新报错怎么处理?"官方支持页面才是权威来源。
这类问题有两个共同点:答案在你的体系之外,而且变得快。逐条手工维护既来不及,也没必要。
另一方面,知识库覆盖的内容,仍然应该由知识库回答。联网搜索是补充,不是替代,后面会反复回到这一点。
智能体"上网搜索"到底是什么
"联网搜索"听起来像是让 AI 随便去网上找答案,实际上有几种不同的做法,区别很大。
兜底式搜索
先查你自己的知识库。如果知识库里没有相关内容,再去网上查,并在回答里注明引用了哪个页面。知识库永远优先,网络只是最后一道补充。
工具式搜索
把搜索做成智能体可以主动调用的一个工具。智能体判断"这个问题需要最新信息"时,自己发起一次搜索,读取结果后再组织回答。灵活度更高,但对提示词和护栏的要求也更高。
两者的共同点
无论哪种,搜索结果只是素材。最终回答仍由模型根据素材和你设定的人设、规则来写。所以"搜到了"不等于"答对了",护栏必须另行设计。
- 01客户提问
- 02先查知识库
- 03没有答案才搜索网络
- 04回答并标明来源页面
什么时候适合实时搜索,什么时候不适合
判断标准很简单:这个答案的"权威来源"在哪里。
一个重要的底线:自家的事不要去网上找
如果客户问"你们的退货期限是几天",答案只能来自你自己的内容。让智能体去网上搜,最坏的情况是它引用了一个同行的政策,并且说得有鼻子有眼。
所以,好的联网搜索设计必须能区分"这是我们自己的话题"和"这是外部的公开信息"。自家话题没有答案时,正确做法是承认不知道,并转给人工。
时效敏感但风险低的问题最划算
比如"某款手机系统升级后能否使用某功能",信息公开、变化快、答错的代价有限,而且官方页面可以直接引用。这类问题是联网搜索最好的落点。
让网络答案可信的护栏
网络上什么内容都有。不加限制地搜索,等于把客户服务的口碑交给搜索引擎的排序。下面几条护栏是底线。
- 限定来源范围。 只允许搜索少数权威站点,比如硬件或软件厂商自己的官方支持页面,而不是整个互联网。
- 知识库优先。 只有知识库没有答案时才触发搜索,避免外部信息覆盖你自己的正式说法。
- 排除自家话题。 涉及价格、政策、订单的问题不走网络搜索。
- 必须引用来源。 回答里写明依据的页面,客户和你的同事都能点开核对。
- 不确定就转人工。 搜不到可靠结果时,不要硬答。
- 定期抽查对话记录。 看看哪些问题触发了搜索,答案是否合理,再调整范围。
成本:积分、延迟与算例
联网搜索比普通回答更"重",成本体现在两处。
积分
普通回复按 1 条回复消耗 1 个积分计算。在 AI SNS CHAT 的内置兜底搜索里,由网络搜索得出的回复,默认按 2 倍积分计算。也就是说,走网络的回复是知识库回复成本的两倍。
延迟
多一步搜索,就多一段等待时间。具体耗时取决于搜索服务和网络状况,这里不给具体数字。在网站聊天里,几秒的等待客户通常可以接受;在 WhatsApp、LINE 这类即时通讯渠道里,客户习惯快速回应,太慢会让人觉得"被冷落"。
一个假设的算例
假设某跨境店铺每月有 300 条 AI 回复。下面是三种情形下的积分消耗(纯属举例,不代表任何真实店铺):
- 全部由知识库回答:300 × 1 = 300 积分。
- 其中 20% 走网络搜索:240 × 1 + 60 × 2 = 360 积分。
- 其中 50% 走网络搜索:150 × 1 + 150 × 2 = 450 积分。
可以看到,如果搜索只是少数问题的补充,成本增幅有限。如果一半的问题都要上网查,就该回头想想:是不是知识库缺了该补的内容?
稳妥上线的步骤
- 先盘点问题。 翻一翻最近的对话记录,找出答不上来或答得过时的问题,按"权威来源在哪里"分类。
- 先补知识库。 属于自己的内容,直接补进知识库,不要指望搜索。
- 再开搜索,范围从窄开始。 只覆盖那些确实在外部、确实变得快的话题。
- 在测试环境里试。 用典型问题、边缘问题、故意诱导的问题各问一遍,看智能体是否守住底线。
- 小范围上线,持续抽查。 每周看一次触发了搜索的对话,检查引用是否合适、积分消耗是否在预期内。
- 设好转人工路径。 搜不到、答不稳的问题,要能顺畅地交给真人。
在 AI SNS CHAT 中怎么做
AI SNS CHAT 目前有两条与网络搜索相关的路径,适用范围不同,请先分清。
路径一:内置的兜底网络搜索(仅限 LINE WORKS)
在 LINE WORKS 渠道上,智能体可以在知识库没有答案时去网上查。设置位置是 Behaviour → Web search。它的行为是:
- 默认搜索 Microsoft 和 Apple 的支持站点;
- 不会去搜索属于自家内部的话题;
- 回答时会引用所用的页面。
由网络回答的回复,默认按 2 倍积分计算。搜索服务由平台管理员在后台配置,支持 Claude、ChatGPT、Brave、Google Programmable Search 或 Serper,这部分不是客户自己操作的页面。
需要说明的是,这项内置兜底搜索目前只在 LINE WORKS 上提供。普通 LINE、WhatsApp、WeChat 和网站聊天窗口并没有这个开关。
路径二:Tavily 动作(任意智能体可用)
如果你想让其他渠道上的智能体也能查实时信息,可以使用内置的 Tavily 动作,它为任何智能体提供实时网络搜索能力。动作在智能体的 Actions / Integrations 中添加。集成功能需要 Hobby 或更高的套餐,每个智能体可添加的动作数量按套餐为 0 / 5 / 8 / 12 / 20 个。
渠道方面,AI SNS CHAT 支持网站聊天窗口、WhatsApp、LINE、WeChat 等多种渠道,完整列表见 渠道连接。同一个智能体可以同时部署到多个渠道。
配套的上线工具
- Playground: 上线前先在这里试问,确认智能体何时搜索、何时放弃。
- 对话记录: 在 Activity → Chat logs 中查看真实对话,筛选、标记、导出,也可以给回答点赞或点踩。
- 转人工: 可以接管对话,机器人随即暂停;也可以设置排班,让转接自动分配给当班的人。
- 用量页面: 按智能体查看积分消耗,核对搜索带来的成本变化。
常见问题
会上网搜索的智能体,会从网上回答我自己的价格和政策吗?
不应该,也不建议这样设计。AI SNS CHAT 的内置兜底搜索不会去搜索自家内部话题,而且知识库优先。价格、退换货等内容请放进知识库;没有答案时,更稳妥的做法是转人工。
联网搜索能用在 WhatsApp、Messenger 和网站聊天窗口上吗?
内置的兜底网络搜索目前只在 LINE WORKS 上提供。其他渠道想要实时搜索,可以给智能体添加 Tavily 动作,不过动作需要 Hobby 或更高套餐。具体效果建议先在 Playground 和目标渠道里实测。
由网络回答的回复要多花多少钱?
内置兜底搜索里,网络回答的回复默认按 2 倍积分计算,普通回复则是 1 条回复 1 个积分。比如每月 300 条回复中有 60 条走网络,总共约 360 积分(假设数据)。Tavily 动作的计费请以你账户的用量页面和套餐说明为准。
我能选择智能体搜索哪些网站吗?
内置兜底搜索默认只查 Microsoft 和 Apple 的支持站点,并引用所用页面。搜索服务本身由平台管理员配置。你如果需要不同的来源范围,建议在 Playground 中测试实际效果,并结合对话记录持续核对。


