AI 客服答错,多半是知识库写得不对。本文教你按顾客的问法拆主题、先写结论、写清日期与单位,并用真实问题反复测试。
很多团队把 FAQ、退换货政策和运费说明一股脑上传后,发现 AI 客服时对时错:有时答得漂亮,有时却说“请联系人工”。问题通常不在模型,而在内容的写法,它是写给内部同事看的,不是写给要“检索再回答”的 AI 看的。本文用跨境电商和服务型企业的常见场景,讲清楚如何把知识库改写成 AI 找得到、读得准、答得稳的样子。
AI 客服到底是怎么找到你的内容的
先建立一个简单的心智模型:顾客在网站聊天、WeChat、WhatsApp 或 LINE 里提问,AI 客服并不会“通读”你的全部资料,而是先从知识库里找出与问题最相关的几段内容,再根据这几段来组织回答。
这意味着三件事:
- 找得到比写得好更重要。 一段内容如果没有出现顾客会用的词,就很可能排不到前面。
- 每一段要“自带上下文”。 被取出来的往往只是一小段,不是整篇文档。如果这一段写着“以上情况同样适用”,AI 根本不知道“以上”指什么。
- 模糊的写法会被如实地答成模糊的回答。 资料里写“一般几个工作日”,顾客得到的也只会是“一般几个工作日”。
所以写作的目标很明确:让每一个小段落,脱离全文也能独立回答一个具体问题。
一个主题一个段落,标题用顾客的问法
很多公司的政策文档按“部门视角”组织,比如“售后服务总则”下面塞着退货、换货、维修、发票、保修。AI 检索时,这样的大杂烩既难命中,命中后又夹带无关信息。
更好的做法是:
- 一个段落只回答一个问题。 退货时限、退货运费、换货流程,各写各的。
- 标题直接写成顾客会问的话。 用“收到的商品破损了怎么办”,而不是“质量异议处理规范”。
- 标题里放主语。 “运费怎么算”不如“寄到新加坡和马来西亚的运费怎么算”。
假设一家销售护肤品的跨境店铺,把“配送说明”拆成了下面几节:
- 订单付款后多久发货
- 寄到新加坡、马来西亚、香港、台湾分别要几天
- 包裹被海关扣留怎么办
- 如何修改收货地址
每一节都能被单独找到,也能被单独更新。
先写答案,再写条件
顾客问“可以退货吗”,期待的是“可以”或“不可以”,然后才是例外。很多政策文字习惯反过来,先铺垫背景,再列条件,最后才给结论。AI 取到一段内容时,如果结论藏在第四句,回答就容易被前面的铺垫带偏。
固定一个顺序:结论 → 条件 → 例外 → 下一步。
下面是同一条政策的两种写法。
右边的写法并不更长,只是把顾客最关心的信息放到了最前面,并且每个数字都有明确的单位和起算点。(以上数字仅为示例,请换成你自己的真实政策。)
使用顾客的词,并补上同义说法
你内部叫“售后换新”,顾客可能说“换货”“退换”“坏了能换吗”。你叫“包邮门槛”,顾客可能问“满多少免运费”。AI 虽然能理解一部分同义表达,但知识库里真的出现过这些词,命中会稳得多。
实际操作:
- 从真实对话里找词。 翻看聊天记录,把顾客重复使用的说法记下来。
- 在段落里自然带上别名。 例如“退货(也叫退换货、申请退款)”。
- 兼顾各地用语。 面向新加坡、马来西亚、港台的顾客,同一件事的叫法可能不同:“运费”“邮费”“物流费”,“发货”“出货”,“快递”“速递”。把常见说法都写进去。
- 品牌名、型号和缩写要写全。 同时写出产品全名和顾客常用的简称。
- 渠道名也要统一。 如果顾客说“微信”,资料里不要只写“WeChat 渠道”。
不需要写成关键词堆砌的清单。可以单独加一行“顾客可能这样问”,放三五个真实问法,既自然又有效。
把事实写明确:日期、单位、名称和上限
AI 最怕模糊,因为它没有常识去补全你省略的内容。下面这些是最常见的“隐形漏洞”:
| 模糊写法 | 明确写法 |
|---|---|
| 近期有活动 | 双十一活动:11 月 1 日至 11 月 14 日(新加坡时间) |
| 满额免运费 | 订单满 80 新加坡元免运费,不含税 |
| 几天内发货 | 付款后 2 个工作日内发货,周末和公共假期不计入 |
| 部分地区不支持 | 目前不寄送至:(逐一列出地区) |
| 价格优惠 | 会员价 S$29,原价 S$39 |
几个要点:
- 日期带年份和时区。 跨境业务里,“截止到周五”对不同时区的人意义不同。
- 金额带币种。 新币、马币、港币、新台币的符号经常混淆。
- 上限和例外单独写出来。 比如“每个订单最多使用一张优惠券”。
- 过期内容要删,不是留着。 活动结束后,旧的促销段落还在库里,AI 就可能继续引用。
如果资料中本来就没有答案,不要硬凑一个。更稳妥的写法,是明确写出“遇到这种情况转人工”和转人工的条件。
为扫读而排版:短块、列表与表格
适合人快速扫读的排版,通常也适合检索:
- 段落控制在几句话以内。 一个段落一个意思。
- 步骤用编号。 “如何修改收货地址”写成 1、2、3,每步一个动作。
- 对比用表格。 不同地区的运费、时效、重量上限,用表格比长句清晰得多。
- 少用图片里的文字。 把关键信息写成文字,不要只放在海报或截图里。
- 少用“见上文”“如下图”。 每段要能独立成立。
对话渠道也要考虑。WhatsApp、LINE、WeChat 里的消息本来就短,顾客读到的回答是 AI 根据你的内容重新组织的。你的内容越是短句、列表、明确条件,生成的回答越容易也写得干净。
用真实问题测试,改掉答不好的地方
写完不等于完成。真正的检验,是拿真实的顾客问题去问。建议建立一个固定的复盘循环:
- 01收集真实问题
- 02逐条提问测试
- 03定位并改写内容
- 04复测并持续观察
具体做法:
- 收集 20 到 30 个真实问题。 来自聊天记录、邮件和销售团队的转述,覆盖物流、退换货、付款、产品使用等主要类别。
- 逐条提问并记录。 标出三类结果:答对、答错、答不出来。
- 先判断原因,再动手改。 答不出来,多半是内容缺失或没有顾客的用词;答错,多半是内容过期、有冲突,或条件写在了很远的地方。
- 一次只改一处,改完立刻复测。 否则你不知道是哪一处修改起了作用。
- 上线后继续看。 定期抽查实际对话,把新出现的问题补进测试清单。
还有一个常被忽略的检查:内容之间是否冲突。 旧版 FAQ 说 7 天退货,新版政策说 14 天,AI 会看到两个版本,也可能给出任意一个。清理旧文档比新增文档更能提高准确率。
在 AI SNS CHAT 中怎么做
上面的流程可以直接在 AI SNS CHAT 里落地。
1. 添加和整理内容。 在侧边栏进入“Data sources”,可以用 Files、Text snippets、Website、Q&A 等来源。内容较零散、需要精确控制的政策,适合拆成独立的 Text snippets,一条一个主题;顾客高频提出的问题,可以用 Q&A 直接写成“问题加答案”,标题就是顾客的问法。如果资料已经在 Notion、Confluence、GitBook、Google Drive 等工具里,可以在 Channels 下的连接器中同步(详见 /connections)。Wiki 类连接器单次同步上限为 150 万字符、400 页,超出时会提示被截断,所以最好先精简再同步。
2. 用 Playground 测试。 在 Playground 里逐条输入上面整理的真实问题,看 AI 客服的回答。发现答错的地方,回到对应的数据来源修改,再测一次。
3. 从真实对话里学习。 上线后,在 Activity → Chat logs 查看对话,可按条件筛选、标记,并配合顾客的好评或差评(thumbs up/down)找出答得不好的问题。需要纠正时,可以把人工回复编辑成理想答案,用来训练 AI 客服。邮件对话在 Inbox,其他渠道的对话在 Chat logs。
4. 找到顾客真正在问什么。 Analytics 里的 Topics 和 Question history 可以帮你发现高频问题,优先补写这些内容。更高级的分析需要 Pro 方案。
5. 追踪修改。 在 Workspace settings → Activity 里,负责人可以看到谁在何时创建、修改或上传了什么;每个数据来源也会显示添加者和最后编辑者,方便多人协作时追溯某次改动。
存储容量随方案不同(如 Free 为 30 MB、Hobby 为 200 MB),内容多了可以参考 /pricing 选择合适的方案。更多功能说明见 /features。
小结
让 AI 客服答得准,核心是把知识库写成“可检索的答案”:一个主题一个段落,标题用顾客的问法,结论放最前,事实写明确,再用真实问题持续测试。先从最常被问的 20 个问题开始,改写、测试、复盘,通常比一次性上传大量资料更有效。
常见问题
每篇知识库文章或每个段落多长比较合适?
没有统一的字数标准,关键是“一个段落只回答一个问题”。一般来说,几句话到一个短段落,加上必要的条件列表,就足够了。如果一个段落里出现了两个不相关的主题,就应该拆开;如果拆得太碎,以致单独看不懂,就要补上必要的背景。
同样的内容需要写多种语言吗?
取决于你的顾客用什么语言提问。如果主要客群是中文,且知识库已是中文,先把中文写好、测好。如果顾客会用英文或其他语言提问,建议用这些语言在 Playground 里实际测试,再决定是否补充对应语言的关键内容,尤其是产品名、政策关键词和专有名词。不要想当然地认为一定能答好,用真实问题验证最可靠。
改写内容后,AI 客服还是答错,怎么办?
先排查三件事:知识库里有没有互相冲突或过期的旧内容;正确答案是否被埋在长段落中间,或缺少顾客的用词;以及提问本身是否需要多个主题的信息。每次只改一处并立即复测,就能知道哪一步有效。如果问题涉及需要判断或例外处理的情况,也可以考虑转人工。
知识库里没有答案时,AI 客服能去网上查吗?
视渠道而定。在 LINE WORKS 渠道,可以在 Behaviour → Web search 中开启联网回答,默认只查 Microsoft 和 Apple 的支持网站,不会用于企业内部话题,并会注明引用的页面;联网回答的积分消耗默认是普通回答的 2 倍。其他渠道,可通过 Tavily 动作为 AI 客服提供实时网络搜索,集成功能需要 Hobby 或更高方案。不过,关于你自己的价格、政策和流程,最可靠的办法仍然是把答案写进知识库。


