AI 客服的知识库是什么？

基于检索的回答怎么工作

通用的大模型懂很多，却不知道你的退货政策。检索增强生成（RAG）补上了这个缺口：访客提问时，系统先在知识库里找出最相关的几段内容，只把这几段和问题一起交给模型，让它据此作答。如果什么相关内容都没找到，好的系统会直说，并转给人工，而不是去猜。

好的知识库是什么样

• 短小、一条一个主题。一个问题一条 FAQ，比一整页什么都讲的长文更容易被检索到。
• 用访客的说法。按客户会怎么问来写问题，而不是按内部团队怎么叫它。
• 事实要新。价格、发货时间、政策会变；过时的条目会让 AI 自信地答错。
• 把修正写回去。客服纠正了一条 AI 回答，这条修正就该变成一个条目。

TapCub 的知识库

TapCub 的 AI 助手先拿访客的问题去匹配你的 FAQ 条目；精确命中 FAQ 时直接回答，不消耗 AI 额度。否则检索相关的文档片段，由模型据此起草回答。没有匹配到知识、模型答不了、访客要求转人工或达到轮数上限时，会话就交给人工。AI 发出的消息会有标注，访客会被告知正在和 AI 对话。

客服可以用“修正并保存”纠正 AI 的回答：修正后的答案会存成一条 FAQ，下次有人问同样的问题时原样回复。客服报表显示知识命中率、提问数和转人工次数。也可以填自己的 DeepSeek 或兼容 OpenAI 的 API 密钥，AI 用量就记在你自己的账户上，不占套餐的 AI 额度。