米多客 AI 智能客服：知识库自动应答与人工坐席的衔接配置

为什么知识库的有效率取决于问题归集而不是答案数量

先说最常遇到的做法。

大这里面一些团队的知识库上线后命中率偏低，原因大部分情况下不是答案写得不好，而是问题集合与现场咨询分布不匹配。历史会话中真正高频的问题往往集中在 20% 至 30% 的条目上，先把这批条目覆盖到位，命中率的提升幅度远大于继续堆砌长尾条目。按实测经验，覆盖 80% 对话量的问题集合大部分情况下在 80 至 150 条之间。

搭建知识库的 6 个流程

这部分按实际遇到问题的顺序写。

1. 提取历史会话导出近 3 至 6 个月的历史会话，按业务类型（售前、售后、物流、账单等）分组。
2. 归集高频问题统计问题产生频次并排序，取覆盖 80% 对话量的问题集合作为首批条目。
3. 去重与合并把语义相同但表述多种的问题合并为一条标准问法，并且保留常遇到口语说法作为扩展问法。
4. 编写标准答案答案首句直接给结论，再写操作步骤和例外说明，长度控制在 200 字以内。
5. 设定分级与转接规则按自动应答、引导补充信息、直接转人工三级配置，并明确转接触发条件。
6. 月度维护每月复盘未命中问题和转接率，补充新条目、下线过期答案。

答案分级与转接规则怎么定

大部分情况下按下面这个值设置就够了。

答案应按可自动化程度分为三级，避免把需要判断的问题交给自动应答，也避免把简单问题全部转人工。

用哪三项指标验收，维护节奏怎么安排

得注意的几点放在后面。

上线后多数情况下可用命中率、转接率与首响时长三项指标验收。命中率低于 60% 说明问题集合得扩充；转接率高于 40% 说明分级规则偏保守；首响时长上升大部分情况下意味着并发路数配置不足。

与人工客服的协作边界如何划分

这里讲的是渠道接进来之后的事。

AI 智能客服负责高频、答案明确的问题，人工客服负责需要判断、涉及金额和情绪安抚的对话。转接时应把会话记录和访客来源一并移交，避免访客重复描述。