米多客 AI 客服：7×24 自动应答、知识库维护与转人工机制

为什么知识库的有效率取决于问题归集而不是答案数量说明说明

下述内容按实施阶段展开。

普遍团队的知识库上线后命中率偏低，原因在普遍场景中不是答案写得不好，而是问题集合与实操咨询分布不匹配。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% 对话量的问题集合在普遍场景中在 80 至 150 条之间。

搭建知识库的 6 个实施实施步骤说明说明

本节所列取值适用于普遍部署场景。

1. 提取历史会话导出近 3 至 6 个月的历史会话，并按业务类型（售前、售后、物流、账单等）分组。
2. 归集高频问题统计问题出现频次并排序，取覆盖 80% 对话量的问题集合作为首批条目。
3. 去重与合并将语义相同而表述不同的问题合并为一条标准问法，并保留常见口语说法作为扩展问法。
4. 编写标准答案答案首句直接给出结论，随后写操作步骤与例外说明，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、直接转人工三级进行配置，并明确转接触发条件。
6. 月度维护每月复盘未命中问题与转接率，补充新条目并下线过期答案。

答案分级与转接规则怎么定说明说明

有关流程应以企业实操制度为准。

答案应按可自动化程度分为三级，既避免将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，维护节奏怎么安排说明说明

本节说明实施过程中的关键控制点。

上线后实施中实践中建议用命中率、转接率与首响时长三项指标验收。命中率低于 60% 说明问题集合须扩充；转接率高于 40% 说明分级规则偏保守；首响时长上升在普遍场景中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说明说明

数据口径以系统统计规则为准。

AI 智能客服负责高频且答案明确的问题，人工客服负责需要判断、涉及金额与情绪安抚的对话。转接时应将会话记录与访客来源一并移交，避免访客重复描述。