技术分享 企业官网接入 AI 客服前，先把知识库和转人工边界划清

企业官网接入 AI 客服，正在从“关键词自动回复”变成“读取企业资料后生成答案”。这看起来只是换了一个聊天窗口，实际改变的是信息责任：以前客服只负责引导用户提交咨询，现在系统可能直接回答价格范围、交付周期、备案材料、售后边界等业务问题。答案一旦没有依据，用户会把它理解成企业正式承诺。因此，上线 AI 客服前，先划清知识库范围和转人工边界，比选择模型更关键。

对遂宁本地企业来说，官网往往同时承担产品展示、售前咨询和售后入口。一个会编造服务范围或交付条件的客服，带来的问题不只是体验差，还可能形成合同理解偏差。本文给出一套可以直接用于验收的知识库和转人工设计方法。

一、这次变化是什么：从固定话术到生成式回答

固定话术只能匹配预先写好的问题。生成式 AI 可以理解不同问法，把服务页、案例页、常见问题、操作手册和内部资料组合成一段回答。优点是响应更自然，缺点是它可能把相似但不相同的内容混在一起，甚至补充资料中没有的数字。

企业需要接受的现实是：AI 客服不是“更聪明的留言表单”，而是一个会直接表达企业信息的界面。知识库里的每一条内容，都应能回答三个问题：这句话来自哪里，适用于什么范围，出现冲突时以谁为准。

二、知识库要分层，不能把所有文档直接丢进去

1. 公开知识层

官网服务页、案例页、常见问题、备案说明和价格说明属于公开知识。内容可以使用用户能理解的语言表达，并保持与官网正文一致。若业务规则调整，应先更新官网，再更新知识库，避免客服答案与页面内容互相矛盾。

2. 内部操作层

交付流程、检查清单、售后处理步骤可以供 AI 辅助回答，但应限制表达方式。例如内部资料写着“通常两到四周完成”，对外回答也要说明适用条件和不确定因素，不能把时间区间改写成保证。

3. 禁止回答层

客户隐私、账号密码、合同细节、未公开报价、内部人员信息和其他客户资料，不应进入公开回答。涉及个人信息的操作，应明确提示用户通过正式渠道提交，并说明信息用途和处理方式。

4. 冲突处理层

同一业务如果有多个版本，必须指定当前有效版本。知识库应记录来源、更新时间和负责人。旧活动、旧价格和旧流程要及时下线，不要让 AI 同时看到互相冲突的两套答案。

三、转人工不是失败，而是产品的一部分

做法一：设置明确的转人工触发条件。涉及精确报价、合同修改、投诉、退款、账号异常、个人信息核验和复杂技术排查时，客服应直接引导到人工，不要继续猜测。触发条件应该写进系统规则，而不是依赖模型自己判断。

做法二：让回答带来源和下一步。AI 回答后可以附上对应服务页或常见问题链接，让用户核对完整说明。如果问题超出知识库范围，给出“提交咨询”“查看人工联系方式”或“继续补充信息”的入口，避免只回一句“暂不清楚”。

做法三：保留对话摘要。转人工时把用户已说明的需求、行业、页面来源和待确认问题整理成摘要，减少重复询问。摘要只保留业务所需信息，不应把敏感内容无差别写入日志。

做法四：禁止自动承诺。系统不得自行生成折扣、交付保证、退款承诺、法律结论或绝对化效果。需要承诺的内容只能由有权限的人员确认，并走正式合同或书面确认流程。

做法五：设置人工接管和停止机制。后台应能看到会话状态、知识库命中的页面和转人工原因。发现回答异常时，可以临时关闭某类回答或暂停机器人，而不是等问题扩散后再逐条修正。

四、上线前的测试清单

• 用户问价格，系统只回答公开计价方式，并引导确认具体需求。
• 用户问交付周期，系统说明条件，不给出未经确认的保证。
• 用户提出投诉、退款或账号异常，系统立即转人工。
• 知识库没有答案时，系统明确说明边界，不自行补数字。
• 回答能够链接到官网对应内容，页面与知识库版本一致。
• 对话日志只保存业务所需信息，并能按规则清理。
• 人工接管后，用户不需要重新描述全部问题。

五、验收时看什么指标

不要只看机器人拦截了多少咨询。还应记录转人工率、无答案率、用户重复追问率、人工纠正次数和高风险问题数量。转人工率高不一定失败，可能说明边界设置正确；无答案率高、重复追问多、需要人工频繁纠正，才说明知识库或交互需要重做。

AI 客服适合承担信息导航、标准问题解释和售前初步收集，不适合代替合同确认、责任判断和复杂售后。企业把公开知识、内部规则、禁止范围和人工接管设计清楚，再接入模型，才能让 AI 客服真正减少重复沟通，而不是制造新的业务风险。