原来的样子
客户问的问题高度重复：钱能不能拿回来、材料要准备什么、要多久。答案在老顾问脑子里，也散在几百份资料里。新人遇到问题只能反复问老顾问；同一个问题，不同顾问的说法也不完全一样。
公司想上 AI 客服，第一个要回答的问题是：AI 照着什么说？
先试了「让 AI 直接读资料」
公司已经把资料整理成 5 个知识库（政策指南、项目方案、公司介绍等），光项目方案就有 866 个文件。拿客户最常问的一个问题去测：「投进去的钱，能保证全额拿回来吗？」
- 检索回来的 8 条资料，8 条都带「100%」「还款担保」这类卖点用语。
- 只有 3 条在后半段提到「存在损失风险」。
资料本身以推介材料为主。AI 如果直接拿这些片段组织回答，很容易说成「能拿回来」。问题不在检索，在资料。
换一个问题，「抵押贷款要准备哪些资金证明」，检索就很准：最该用的两段资料排在第 2、3 位。
所以先定说法
关键问题先写成问答卡，审核通过才给 AI 用。检索负责找资料，问答卡负责定说法。
问答卡从顾问每天和客户的通话里来：
| 步骤 | 数量 | 做了什么 |
|---|---|---|
| 顾问录音 | 1,000 通 | 转成文字，隐去客户信息 |
| 问答主题 | 10,501 个 | 从对话里拆出客户问到、顾问答到的每件事 |
| 问题组 | 3,795 组 | 同一件事的不同问法归成一组 |
| 问答卡 | 151 张 | 写好标准问题、同义问法、回答、适用范围和出处，每份资料标到页码；文字验收通过 |
151 张里，客户业务问题 133 张，顾问沟通和培训 15 张，公司统一口径 3 张。
AI 客服怎么答
演示版里，同一位客户连问三句：前两句按审核过的问答卡回答，每句后面列出引用的资料和页码；第三句问「我这种情况适合吗」，AI 不下结论，连同聊天记录转给顾问。
什么时候转人工（设计稿）：
| 情况 | 客户怎么问 | AI 怎么做 |
|---|---|---|
| 要看个人情况 | 「我适合办吗？」 | 不下结论，转给对应的顾问 |
| 没有审核过的说法 | 问到还没有问答卡的问题 | 不现编，告诉客户由顾问确认 |
| 涉及钱和承诺 | 返本、收益、成功率、税务 | 只说审核过的口径，具体问题转顾问 |
| 客户要找人 | 「转人工」「给我打电话」 | 马上转，不挽留 |
| 不满或投诉 | 催进度、抱怨、要退款 | 转给负责的顾问，标为优先 |
| 想签约 | 问合同、付款、约面谈 | 转给负责的顾问跟进 |
转接时把聊天记录、转接原因、AI 已经答过的问题和出处一起交给顾问。顾问接手后 AI 暂停回答，免得两边说法不一。
做到哪一步
| 环节 | 已完成 | 还没做 |
|---|---|---|
| 录音整理 | 1,000 通转写，归并成 3,795 组问题 | 逐秒听审，补证据不足的问题 |
| 问答卡 | 151 张文字验收通过 | 业务负责人逐张复核，之后才写进知识库 |
| 检索 | 5 个知识库在线，能追到原文 | 用 20—50 个真实问题测准确率 |
| AI 客服 | 演示页面，转人工规则设计稿 | 正式上线；先选一条业务线、一组顾问试点 |
没用真实问题测过之前，不对外讲准确率。
用了多久、怎么交付的
- 周期：约 6 周。9 月建知识库，10 月整理录音、写问答卡。
- 交付方式：现场交付，FDE 陪着团队一起跑，平时远程支持。
用到的工具
语音转写、知识库检索、AI 归并问题和起草问答卡、人工审核。
数据来自知识库检索接口的原始返回（2026 年 10 月 21 日实测）和问答卡的验收记录。