AI客服怎样准备知识、身份信息与服务边界？

把问题与客户情况对应起来

相同问题在不同客户身份或业务状态下，可能需要不同回复。准备资料时，既要列常见问题，也要说明哪些信息会影响答案。

身份识别所需的信息来自哪个系统、哪些字段可以使用，以及暂时无法识别时怎样继续接待，需要在项目中明确。建议先核对接口，再确定可以读取哪些数据——避免在未确认前就假设任意客户信息都能取到。

一问多答也需要清楚的范围

用户一次提出多个问题时，需要区分：哪些属于知识口径内、哪些依赖系统信息、哪些需要人工进一步处理。回答的数量不是评价质量的唯一标准——一次给出三个答案，但有一个是错的，不如只答确定的两个。

用户一次提出多个问题时，需要区分：哪些属于知识口径内、哪些依赖系统信息、哪些需要人工进一步处理。回答的数量不是评价质量的唯一标准——一次给出三个答案，但有一个是错的，不如只答确定的两个。

导航和推荐入口应指向可以实际承接的服务。准备资料时写明入口名称、适用客户、后续动作和处理责任，有助于避免回复与业务脱节。

用不同身份与异常情况测试

这里要留意：知识检索和转人工是两个不同环节。知识来源、可回答范围、交接条件和上下文，建议分别维护、分别测试，不要混在一起看。

• 身份可识别和暂时无法识别的情况
• 同一问题在不同业务状态下的回复
• 一轮提出多个问题时的处理
• 知识暂缺或系统信息不可用的情况
• 需要进一步人工处理的事项

在线接待与问题解决分别评价

7×24 在线说明可持续接待，不代表全部问题自动解决。这两件事要分开观察：在线接待、回复准确、入口可用、后续处理，四项各有各的衡量方式。

未解决的问题建议用于补充知识和优化流程，并指定负责人更新。业务规则变化后，要同步核对资料和系统信息，避免不同来源出现冲突。

同一问题为什么会有不同回答

差异化回复依据的是已核实的客户身份与业务状态。如果身份无法识别、系统信息不可用，就只能使用当前有依据的回答范围——这不是回答不稳定，而是有依据才回答。