如何搭建让 AI 智能体直接作答的聊天机器人知识库

聊天机器人知识库，是 AI 智能体在回复前会检索的一批经过审核的内容：常见问题的答案、产品和服务详情、政策、地点和营业时间。客户提问时，智能体会检索最相关的段落，并依据这些段落写出答案。搭建时，请从客户真实提出的问题出发，用平实的语言把每个事实只写一次，拆分成聚焦的小节，并在业务发生变化时及时更新。

许多表现不佳的 AI 智能体，问题并不出在模型上，而是出在它能查到的内容上。如果您的退货政策躺在三年前的一份扫描版 PDF 里，智能体要么照着引用，要么靠猜。本指南介绍该放哪些内容、如何组织结构、检索是如何工作的（用通俗的话讲），以及客户开始与它对话之后如何保持内容准确。

聊天机器人知识库究竟起什么作用

大型语言模型了解很多关于世界的知识，却对您的业务一无所知。它不知道您的价格、您的门店，也不知道周日是否送货。知识库填补的正是这个空白。

标准做法是检索增强生成（RAG）。用通俗的话说：

1. 客户提出问题，可能在 WhatsApp、Instagram 或您网站的在线聊天中。
2. 系统在知识库中检索与问题含义最匹配的段落，而不只是匹配字面上完全相同的词。
3. 智能体收到这些段落，连同问题和它的指令。
4. 智能体依据这些段落写出回复，理想情况下，不会说出段落未支持的内容。

这就是为什么您不需要“训练”或微调模型，就能让它根据您的文档作答。您更新内容，下一次回答就会随之改变。

知识库中应包含哪些内容

请从客户的问题出发，而不是从您手头恰好有的文档出发。从收件箱、邮件客服和电话记录中调出最近几百次会话，按主题分组。出现最多的主题，就是您最先要写的小节。

内容类型	示例	智能体为什么需要
常见问题	“你们寄国外吗？”“可以修改预订吗？”	覆盖大部分日常问题
产品与服务	名称、规格、包含内容、适合人群	让智能体能够推荐和比较
价格与费用	价目表、配送费、押金	避免编造或过时的价格
政策	退货、取消、保修、隐私	高风险回答，必须准确
地点与时间	地址、营业时间、节假日休息安排	客户经常询问的简单事实
流程	如何预订、如何付款、如何申请保修	把回答转化为下一步操作
升级规则	哪些问题智能体绝不能自行回答	告诉它何时转交给人工

请不要放入内部备忘、草稿、过期的活动条款，以及任何包含个人数据的内容。智能体可能会向任何客户引用知识库中的内容，因此每一行都应当视为公开信息。

如何组织内容，让检索更容易命中

检索针对的是文本片段，而不是整个文件。内容怎么写、怎么拆分，比内容有多少更重要。

一个小节只写一个主题

一个标题为“线上订单退货”、包含五个短段落的小节，检索效果远好于一份 40 页的条款文档，其中退货内容在第 31 页。如果一页内容涵盖多个主题，就把它拆开。

先写答案

每个小节先给出直接的答案，再补充条件和例外。被检索到的段落应当包含答案，而不只是背景介绍。

不好：我们公司成立于 2009 年，始终关注
      客户满意度。多年来，我们的退货流程……

更好：线上订单可在签收后 14 天内退货。
      商品须未使用且保持原包装。
      特价商品可以换货，但不能退款。

每个事实只写一次

如果您的配送费出现在四份文档里，而您只更新了三份，智能体就可能检索到旧的那份。每个事实只保留一个权威来源，并删除重复内容。

使用客户常用的说法

客户会写“退钱”，而不是“退款处理流程”。把您在真实聊天中看到的各种说法加为问题标题，这样语义搜索就有更多可以匹配的内容。

保持表格和列表简单

简单的价格表和项目符号列表通常在拆分后依然完好。复杂的合并单元格表格和扫描图片则往往不行。拿不准时，把它们改写成简短的句子。

用通俗的话讲分块

内容在能够按含义检索之前，会先被切成块，每个块再被转换成一组数字，称为嵌入（embedding），存入向量数据库。回答时，问题会以同样的方式转换，系统返回最接近的块。

有两个设置会影响结果：

• 块大小。 小块很精确，但可能丢失上下文（只有“14 天内”，却没说是什么的 14 天）。大块保留了上下文，却会带进不相关的文字，可能干扰回答。
• 重叠。 在相邻的块之间重复少量文字，可以降低关键句子被从中间切断的可能性。

第一天通常不需要调整这些设置。对于结构良好的内容，默认值就足够。只有当测试显示智能体检索到了正确的文档、却取到了错误的部分时，才需要回头调整。

按用途划分知识

把所有文档堆在一起，规模越大，回答越差。销售助手不需要您内部的排班流程，客服智能体也不该引用一份草稿价目表。请把内容划分为不同的领域，例如客户支持、销售和内部运营，并只给每个智能体它需要的领域。

这也能降低风险。智能体检索不到的内容，也就不可能泄露。关于哪些数据应该、哪些不应该进入 AI 系统，请参阅我们的 AI 聊天机器人隐私清单。

把静态知识与实时数据结合起来

知识库存放的是变化缓慢的内容：政策、产品描述、营业时间。订单状态、库存数量或客户的下一次预约，并不适合放在这里。这些信息应当在提问的那一刻，通过工具调用（函数调用）或集成，从您的系统中获取。

一个好用的规则：如果某个事实一天会变化好几次，就实时获取；如果一年只变几次，就放进知识库。

保持知识库最新

上线时正确的知识库，很快就会过时。请把维护纳入日常工作：

1. 为每个小节指定负责人，例如运营负责营业时间和地点，财务负责价格。
2. 变更即更新。 政策或价格一有变化，当天更新知识库，然后重新建立索引。
3. 每周复查未能回答的问题。 智能体答不上来的每个问题，要么是内容缺口，要么是措辞问题，要么本就该由人工处理。
4. 每月做一次审核。 阅读重点小节，删除过时内容，并检查季节性信息（节假日营业时间、活动条款）是否已经过期。
5. 关注转人工的情况。 如果同一个主题总是转到人工，就要么补充内容，要么确定它应该始终由人工处理。我们的 AI 转人工指南介绍了相关规则。

上线前如何测试知识库

准备一套包含 30 到 50 个真实问题的测试集，并写明每个问题的预期答案。其中应包括：

• 常见问题，按客户的书写习惯表述，包括错别字和简短的消息。
• 边缘情况，即政策存在例外的情形。
• 未覆盖的问题，用来确认智能体会说不知道，而不是靠猜。
• 其他语言的问题，如果您服务国际客户。

测试：“穿过一次的鞋子能退吗”
预期：说明退货商品必须未使用，并提出为客户转接团队，
      以处理例外情况。
不合格：同意退款，或编造另一个时间期限。

请分别检查两件事：系统是否检索到了正确的段落，智能体是否正确使用了它。用对了段落却答错，是提示词问题；用错了段落而答错，是内容或分块问题。我们的上线前测试 AI 智能体指南对测试集和指标有更详细的介绍。

知识库的常见错误

• 把手头所有文档都上传，而不是只放客户需要的内容。
• 把价格或配送承诺写在智能体的指令里，结果没人记得去更新。
• 把旧版政策与新版政策并排放着。
• 把扫描图片或复杂的表格当作可读内容。
• 找不到相关内容时没有兜底方案，这会招致幻觉。

如何在 MonoChat 中搭建 AI 知识库

MonoChat 提供两种方式来构建智能体所掌握的知识，您可以根据想要的控制程度来选择。

快速上手：MonoChat Start

MonoChat Start 会读取您的网站并为您撰写知识库：企业简介、您的产品和服务、您的地点、您的政策，以及约四十个客户真正会问的问题。没有网站，或者网站内容很少？那就回答五个问题即可。

助手可以说的一切内容，都放在四个标签页中：Questions（问题）、Products & services（产品与服务）、Locations（地点） 和 Policies（政策）。您可以编辑任何条目、将其开启或关闭，或者导出。凡是没有写在这里的价格、送达时间或保证，助手都不会声明。如果某些答案是根据您所在行业的通用知识、而非您的网站写成的，它们会处于关闭状态，并带有“Check this”标记，直到您批准为止。

当它没有答案时，不会随意发挥。它会把请求记录在 Messages taken 下，并告诉客户会有专人回复；它的报表会列出未能回答的问题，这正是您每周的更新清单。它可以在 WhatsApp、Instagram、Telegram 或您网站的在线聊天中作答。

完全掌控：AI 知识库与 RAG

对于更大的内容集，AI 知识库支持上传 PDF、Excel 文件、文本和网页，并支持批量上传、元数据和标签。您可以把内容组织成范围（scope），例如客户支持、销售或内部流程，每个范围都有各自的访问控制，并把每个范围分配给应当使用它的智能体和流程。

MonoChat 会使用开箱即用的默认设置对内容进行分块和嵌入，需要时您也可以选择嵌入模型、块大小、重叠和预处理规则。向量存储在 MonoChat 内置的向量数据库中，或通过向量数据库集成存储在您自己的数据库中。内容变化时，您更新对应范围并重新建立索引，助手就会从新版本中检索，无需重建流程。

如果要把文档与实时数据结合，RAG 编排可以把查询改写、检索、重排序、工具调用、引用和最终回复等步骤串联起来，而 AI 函数工具可以在同一个回答中获取订单状态或 CRM 记录等信息。

您可以从免费的 Basic 套餐（一个智能体、一个渠道）开始，访问 app.monochat.ai，并在我们的价格页面比较各套餐。

来源

• Meta for Developers：WhatsApp Business Platform 概览
• WhatsApp Business 消息政策