AI 数智化
给售后团队做一个 AI 知识库：从 400 份混乱文档到可用的问答
售后团队查一条保修政策要打三个电话。我们把 400 多份散落的文档整理成结构化知识库，接入问答，让一线人员自己查得到。
给售后团队做一个 AI 知识库：从 400 份混乱文档到可用的问答
项目数据
400+ 份
整理文档
八成以上
可自行查到比例
每天降至个位数
转问技术部
项目背景
这家企业做工业装备，售后团队 30 多人，分布在全国七个服务点。客户打电话问保修范围、配件价格、维修流程，售后人员往往答不上来，要先在微信群里问、再打电话问技术部、最后翻一堆 PDF。平均一个问题要 20 到 30 分钟才能给出确定答复，客户体验差，售后人员也疲惫。
我们的做法
- 1
不是搭系统，是盘点。我们把散在个人电脑、共享盘、微信群文件里的资料全部收上来，一共 400 多份，其中三分之一有重复版本，60 多份是扫描件。
- 2
然后按语义单元重新切分：保修政策按机型+部件拆成独立条目，配件价格表按产品线拆开，维修流程按环节拆成步骤块。每个块打上主题、权限、时效三类标签。
- 3
检索层设置了相似度阈值和强制引用出处——答不出来就说答不出来，并给出应该联系谁，不允许硬编。
- 4
最后给售后团队做了两次培训，用他们自己提的真实问题演练，把答错的案例收集起来反向优化资料。
可核验的结果
上线三个月后，一线人员能自己查到的比例达到八成以上，需要转问技术部的问题从每天几十个降到个位数。所有答案都带出处，售后人员可以直接把引用片段发给客户，减少来回确认。 需要说明的是：我们只统计了「是否还需转问他人」这一项可核验指标，客户没有提供完整的工时节省数据，因此这里不做提效百分比的估算。
说明：本案例中的客户信息在授权范围内公开；涉及商业机密的数据已做脱敏处理。