核心结论
AI 客服知识库的关键不是上传了多少文档，而是 AI 能不能在正确场景引用正确资料。资料来源、版本时间、适用范围、禁答边界和转人工规则如果没有同步设计，回答越多，风险越大。
知识库内容要先分层
客服知识通常可以分为四层：公开说明、业务规则、内部流程和敏感资料。公开说明适合直接回答客户；业务规则需要注意时效；内部流程只适合员工查看；敏感资料则可能需要脱敏或禁止进入模型上下文。
- 公开说明：服务介绍、产品功能、使用步骤、售后政策。
- 业务规则：价格、活动、退款、发票、配送、质保等。
- 内部流程：客服处理 SOP、升级路径、工单字段。
- 敏感资料：客户隐私、合同、账号、财务和内部经营数据。
每条答案都要能追溯来源
AI 客服最容易出问题的地方，是回答看起来很自然，但找不到依据。知识库应尽量保留文档标题、章节、更新时间和负责人。回答时如果能展示引用来源，客服主管就能判断是资料问题、检索问题还是模型表达问题。
对高风险问题，建议要求 AI 只基于已命中文档回答；没有命中资料时，不要编造答案，而是提示转人工或收集必要信息。
版本管理比一次性整理更重要
客服政策经常变化，尤其是价格、活动、退款、发票和售后规则。如果旧文档没有下线，新文档又没有标注生效时间，AI 很容易混用新旧规则。知识库要有版本字段、发布时间和失效状态。
- 活动类内容要写明开始和结束时间。
- 价格类内容要写明适用地区、客户类型和生效版本。
- 售后类内容要写明例外情况和人工升级路径。
转人工不是失败，而是风控
很多企业担心 AI 转人工比例高，觉得这说明系统没价值。实际上，转人工规则是 AI 客服上线的安全边界。投诉、合同、退款争议、极端情绪、身份核验、超权限查询等场景，本来就不适合让 AI 独立处理。
更合理的指标是：标准问题自动解决率提升，高风险问题能及时转人工，转接时能带上会话摘要和命中文档。
上线前建议做一组评测题
正式上线前，应准备一组真实客服问题，包括高频问题、边界问题、过期问题、敏感问题和诱导问题。每次更新知识库后，用同一组问题回归测试，观察答案是否稳定。
聚匠的建议
AI 客服知识库要按“资料治理 + 检索策略 + 回答约束 + 转人工规则 + 日志复盘”来设计。只上传文档不做治理，短期能演示，长期很难稳定运营。
