知识质量与发布检查清单
用于上线 AI 客服知识库前检查商品事实、售后政策、品牌语气、风险边界、测试样本和发布版本。
AI 客服知识库上线前,应先确认知识是否能被真实客服流程稳定使用。
1. 商品事实
- 商品名称、规格、尺码、材质、适用范围是否清楚;
- 是否删除了过期商品、旧活动和冲突描述;
- 同款商品在不同店铺、国家或语言的差异是否标明;
- 客户常见误解是否单独整理;
- 禁止承诺的功效、效果或兼容性是否写明。
2. 物流与履约
- 发货时效是否按渠道、地区和活动期区分;
- 物流异常件是否有标准解释和升级规则;
- 跨境清关、偏远地区、节假日延迟是否有独立口径;
- 是否标明哪些情况需要先查订单或物流状态;
- 是否禁止在未查证前给出确定承诺。
3. 售后政策
- 退货、换货、退款、补发和补偿规则是否拆开;
- 每条政策是否写清适用条件、例外和证据要求;
- 是否区分平台规则和品牌自有政策;
- 高风险承诺是否标记为必须人工审阅;
- 是否有争议、投诉和差评场景的升级规则。
4. 品牌语气
- 是否有统一称呼、语气、长度和安抚表达;
- 公开评论、私信、平台店和私域是否区分口径;
- 是否列出禁用词、过度承诺和敏感表达;
- 是否准备多语言或多地区表达版本;
- 人工改写是否能进入待审核知识。
5. 风险边界
- 哪些问题允许自动回复;
- 哪些问题只允许生成草稿;
- 哪些问题必须先审后发;
- 哪些后台动作只能只读查证;
- 登录异常、权限异常、页面异常时是否暂停并升级。
6. 测试样本
上线前至少准备三类测试样本:
- 高频问题:验证命中率和回复速度;
- 边界问题:验证拒答、转人工和审阅触发;
- 历史投诉:验证风险识别和证据要求。
每条测试样本都应记录期望答案、适用知识、风险级别和是否需要人工审阅。
7. 发布节奏
建议采用小步发布:
- 先发布到草稿模式;
- 连续观察客服采纳率和人工改写;
- 修正知识冲突;
- 将低风险高频问题开放自动处理;
- 每周复盘未解决问题、投诉样本和审阅驳回原因。
验收标准
知识库可以进入更大范围使用时,应满足:
- 高频问题命中稳定;
- AI 引用的知识可解释;
- 退款、补偿、投诉等高风险问题能触发审阅;
- 人工改写有回流机制;
- 管理者能看到版本、测试和发布记录。
知识质量不是“内容很多”,而是“可用、可控、可迭代”。
