钉钉 AI 客服知识库建设指南
AI 客服效果好不好，知识库是关键。分享一下知识库建设经验。
一、知识库类型
1. FAQ 知识库
最基础，回答固定问题：
[
{"question": "营业时间", "answer": "周一至周五 9:00-18:00"},
{"question": "发货时间", "answer": "下单后 24 小时内发货"},
{"question": "退换货", "answer": "签收后 7 天内可退换"}
]
2. 产品知识库
回答产品相关问题：
[
{"product": "套餐A", "price": "¥99", "features": ["功能1", "功能2"]},
{"product": "套餐B", "price": "¥199", "features": ["功能1", "功能2", "功能3"]}
]
3. 流程知识库
回答流程相关问题：
[
{"process": "退货", "steps": ["申请退货", "等待审核", "寄回商品", "退款到账"]},
{"process": "预约", "steps": ["选择时间", "确认预约", "等待通知"]}
]
二、建设步骤
Step 1：收集问题
来源：
- 历史客服记录
- 常见问题汇总
- 客户反馈
- 竞品 FAQ
分类：
- 高频问题（80%）
- 中频问题（15%）
- 低频问题（5%）
Step 2：整理答案
原则：
- 简洁明了（< 200 字）
- 准确无歧义
- 包含关键信息
格式：
问题：你们的营业时间？
答案：我们的营业时间是周一至周五 9:00-18:00，周末休息。
Step 3：录入系统
Pro 版格式：
{
"faq": [
{
"id": 1,
"question": "营业时间",
"answer": "周一至周五 9:00-18:00",
"keywords": ["时间", "上班", "营业"]
}
]
}
Step 4：测试验证
- 测试问答匹配率
- 测试答案准确性
- 收集用户反馈
Step 5：持续优化
- 每周分析未解决问题
- 补充新问题答案
- 优化已有答案
三、优化技巧
1. 关键词优化
添加同义词、近义词：
{
"question": "发货时间",
"keywords": ["发货", "配送", "送货", "快递", "物流"]
}
2. 上下文关联
处理追问场景：
{
"context": "订单查询",
"follow_up": [
{"question": "查询订单", "answer": "请提供订单号"},
{"question": "订单状态", "answer": "订单已发货，预计明天到达"}
]
}
3. 模糊匹配
处理表述差异：
| 用户表述 | 匹配问题 |
|---|---|
| 几点开门 | 营业时间 |
| 怎么退 | 退货流程 |
| 多少钱 | 价格查询 |
四、指标监控
关键指标
| 指标 | 计算方式 | 目标值 |
|---|---|---|
| 匹配率 | 匹配成功/总问题 | > 95% |
| 解决率 | 自动解决/总对话 | > 85% |
| 转人工率 | 转人工/总对话 | < 15% |
监控方法
# 查看知识库统计
curl http://localhost:3000/api/stats
# 导出对话记录
curl http://localhost:3000/api/export
五、常见问题
Q1：知识库要多少条？
- 基础：50-100 条
- 中等：200-500 条
- 完善：1000+ 条
Q2：如何处理未知问题？
- AI 根据知识库推理回答
- 置信度低时引导转人工
- 记录未解决问题，后续补充
Q3：如何保持更新？
- 指定负责人维护
- 定期审查（每周/每月）
- 建立 FAQ 更新流程
六、工具推荐
知识库管理
- Pro 版内置管理面板：
http://localhost:3000/admin - 支持在线编辑、导入导出
数据分析
- 对话记录导出
- 高频问题统计
- 未解决问题分析
项目地址：GitHub - dingtalk-connector-pro 有问题欢迎 Issue 或评论区交流
