第一步：先把知识库整理干净，不是先写代码
很多人第一步就去申请模型 Key，然后发现机器人答得一塌糊涂。问题几乎都出在资料上：FAQ 里同一条规则写了三种说法、价格表散在三个页面、旧版政策没有下架。模型不会替你解决矛盾，它只会把矛盾原样放大。
- 把所有资料收拢成一份文档，重复的合并、冲突的删掉旧版
- 每条问答写成「用户会怎么问 + 正确答案」的成对格式，而不是公司内部术语
- 标注哪些问题不该由机器人回答（退款金额、账号安全、法律问题）
- 资料里出现过的专有名词统一写法，避免同一个东西三个叫法
第二步：定义「不知道」时怎么办
这一条决定体验的底线。机器人答错一次，用户对整站的可信度都会打折；反过来，明确说「这个我答不了，帮你转人工」反而是加分的。落地时至少准备三种出口：落在知识库内的正常回答、超出范围时的转人工、以及明显无关问题时的引导。
- 命中知识库：直接给答案，并附上对应的页面链接
- 没命中但相关：给出最接近的一两条，并说明可能不完整
- 完全无关或涉及敏感：明确说明能力边界，给转人工入口
- 用户连续追问两次仍未解决：自动升级到人工，不要让他反复表述
第三步：上线之后要盯的三件事
上线不是结束。前两周的日志最有价值——用户真实的问法和你预想的完全不一样。定期看三类信号：哪些问题被转人工了、哪些回答被继续追问、哪些问题完全没被覆盖。
AI 客服的质量上限由知识库决定，下限由「不知道时怎么说」决定。