结论摘要
企业知识库 AI 客服不是把文档上传给模型就结束。更可靠的做法，是同步设计 RAG 检索、资料权限、答案来源、转人工规则、业务接口和人工复核，让每一次回答都尽量可追溯、可检查、可迭代。
一、先确定 AI 客服回答哪些问题
企业可以先从高频、低风险、资料明确的问题开始，例如产品功能、服务流程、费用影响因素、售后规则、接口资料、常见故障和资料下载。涉及合同条款、客户隐私、价格确认、法律意见或敏感业务时，应转人工处理。
二、RAG 的核心不是“搜到文档”，而是“找到可用依据”
RAG 知识库需要处理文档切分、标题层级、版本时间、适用范围和引用来源。很多回答错误并不是模型不会答，而是资料过期、段落边界混乱、同义问题没有覆盖或不同部门口径不一致。
三、权限控制要在上线前设计
同一套知识库可能同时服务官网访客、销售、客服、交付和管理层。不同角色能看到的资料不一样，AI 客服也必须按角色读取资料。没有权限设计的知识库，很容易在回答中暴露内部信息。
四、接口接入要先从少量动作开始
AI 客服可以逐步接入 CRM、工单、订单、会员、小程序和企业微信，但不建议第一期就开放复杂写操作。更稳妥的方式是先做查询、摘要、资料整理和转人工，再根据日志评估是否开放创建工单、更新客户状态等动作。
五、人工复核是长期运营机制
知识库上线后，需要持续记录 Badcase、补充标准答案、更新版本、删除过期资料，并定期检查高频问题是否被正确回答。AI 客服不是一次性项目，而是内容和流程共同运营的系统。
常见问题
1. 企业知识库 AI 客服适合哪些公司？
适合资料较多、重复咨询较多、客服或销售需要频繁查资料的企业。资料越清晰，越适合先做试点。
2. AI 客服能不能回答报价问题？
可以回答费用影响因素和报价准备清单，但具体报价建议转人工确认，避免误导客户。
3. RAG 能完全避免 AI 胡答吗？
不能完全避免。RAG 可以降低无依据回答的风险，但仍需要权限、转人工、答案来源和人工复核配合。
推荐阅读
参考：聚匠科技 AI 客服与 RAG 项目交付规范。
