AI 客服答错话被客户截图，怎么用聊天记录把它改过来

上周处理过 1 次，从发现到改完用了 2 天。

第 1 步把错答找全。导出最近 30 天的会话，筛出客户追问过 2 次以上的对话，那些基本是它答偏的地方，一共挑出 14 段。

第 2 步写进知识库，1 条 1 个条目，标题用客户的原话，正文写清条件、时限、找谁办。

第 3 步拿那 14 段回测，还有 3 段答错，原因是表述太笼统，补上具体数字后对上 13 段。

第 4 步加 1 道兜底：碰到退货、赔付这类词先转人工，别让它自己发挥。

那位客户我后来单独回了 1 条消息，说明政策口径，他没再追究。客诉这种事，处理速度比解释技巧管用。

4 个做法会越改越乱，先避开。

1 是把投诉截图直接丢进去让它学，截图里夹着情绪化表达，模型会当成标准话术记下来。

2 是只改答案不改问法。客户换 1 种说法再问，它照样答错，知识库条目要把同义问法一起收进去，1 条至少 3 种。

3 是只加规则不删旧条目，新旧冲突时它随机挑 1 条用，谁也说不清为什么这么答。

4 是改完不做回归测试，上线第 2 天又出新错。每次改完拿 20 条老问题跑 1 遍再放量。

这 4 条里第 3 条返工成本高，删条目看着可惜，留着会让整库的可信度掉下去。

改完把版本号记在文档首页，V1 到 V4 各改了什么写 1 行，2 周后回看能省很多回忆。

它答错，多数是知识库里没有对应条目，只能按语言习惯补全。

退货政策这类内容，条款、时限、例外情况分散在 3 个文档里，模型读到哪条用哪条，拼出来的答案看着合理、实际不对。

修的方向是把答案写成 1 问 1 答的短条目，长度压在 120 字以内，条件写在前面，别用「视情况而定」这种模糊开头。

对话记录的价值在于它留下了真实问法。从记录里提取 50 条高频问题做测试集，比凭经验想问题准得多。

测试集建好以后每改 1 次跑 1 遍，准确率从 70% 往上走，走到 90% 左右，遇到的新问题就少了。

剩下那 10% 多半是政策边缘的个案，交给人工判断比继续喂规则划算。

2 条修法，成本差得远。

改知识库：2 天能上线，覆盖常见问题，冷门问题照样答偏，适合咨询量稳定的门店。

加人工兜底：转人工率会升到 20% 左右，人力成本上去，客诉几乎清零，适合客单价高的业务。

我们的做法是分层：退货、赔付、发票这 3 类词直接转人工，其余交给知识库答。

还有 1 件常被忽略的事，把答错的记录做成周报，每周看 1 次，比等客户投诉再改省事。

2 条一起用，1 个月客诉从 9 件降到 2 件，转人工率控制在 15% 以内，人力没多招人。

选哪条先看咨询量：1 天 30 条以下的店，改知识库就够用，不用额外排人值班。

整理知识库，按这个顺序做。

1. 导出 30 天会话，按问题类型分组，标出答错和答偏的段落。

2. 把正确答案写成条目，1 条 1 问，标题用客户原话，正文不超过 120 字。

3. 每条补 3 种同义问法，口语化的优先。

4. 删掉过期条目，尤其是活动价和旧规则，留着会跟新条目打架。

5. 建 50 条测试集，每次改动后跑 1 遍，错 3 条以内再上线。

条目命名统一成「业务 + 场景」，比如「退货 - 拆封后」，以后找起来不用翻全文。命名乱了，过 1 个月自己都认不全。

第 1 次整理别贪多，先做 30 条高频问题，跑顺了再往里加。