Ein AI-agent for kundeservice treng ikkje størst mogleg kunnskapsbase. Han treng ein påliteleg base: rette emne, eitt autoritativt svar per regel, nok kontekst til å bruke svaret rett, og ein sikker måte å oppdage innhaldsendringar på. Å laste opp alle dokumenta selskapet eig, gir meir tekst å søkje i, men kan òg skape motsetnader, utdaterte instruksjonar og privat informasjon som aldri høyrde heime i eit kundesvar.
Kartlegg etterspurnad og vel éi autoritativ kjelde
Start med etterspurnaden. Eksporter nylege kundesamtalar, grupper dei etter føremålet til kunden og ranger gruppene etter frekvens, konsekvens ved feil og om eit stabilt svar finst. Bygg det første dekningskartet frå spørsmål med høgt volum og låg risiko, som oppsettssteg og planfunksjonar. Spørsmål som krev eit unntak, kontoundersøking, juridisk skjøn eller informasjon utan ei godkjend kjelde, skal halde fram med å vere tydeleg overleveringsterritorium.
Lag ei kjeldeoversikt før du skriv om noko. For kvar artikkel noterer du føremål, målgruppe, språk, produktområde, eigar, siste verifiseringsdato og forholdet til eldre dokument han erstattar. Merk duplikat og usemje. Viss to sider skildrar same refusjonsregel ulikt, veit ikkje ein AI kva intern historie som gjorde den eine rett; ein menneskeleg eigar må velje autoriteten og arkivere den andre.
Skriv éin artikkel rundt éi kundeoppgåve eller avgjerd. Set det direkte svaret først, deretter vilkår, nummererte steg, døme, unntak og neste handling. Bruk dei same omgrepa som produktgrensesnittet, og forklar forkortingar første gong. Ein skildrande tittel som «Endre faktura-e-post for eit arbeidsrom» er lettare å finne enn «Kontoinnstillingar», fordi han inneheld føremålet kunden truleg uttrykkjer.
Skriv passasjar som er tydelege når dei blir henta åleine
Gjer kvar del forståeleg når han blir henta åleine. AI-søk arbeider ofte med tekstpassasjar i staden for å gi modellen ei heil handbok, så ei overskrift som «Grenser» mistar meining utanfor den opphavlege sida. Føretrekk «Grenser for filopplasting på Growth-planen», gjenta viktig kontekst der tvitydigheit er farleg, og hald tabellar enkle nok til at ei rad framleis gir meining med overskriftene sine.
Legg til ordforrådet til kundane utan å lage ei sky av nøkkelord. Ta med vanlege alternative omgrep, gamle funksjonsnamn, forkortingar og naturlege spørsmål, men hald faktasvaret på éin stad. Lenk til relaterte oppgåver i staden for å kopiere heile avsnitt mellom artiklar. Duplisert tekst glir etter kvart frå kvarandre, og AI kan hente den utdaterte kopien fordi ordlyden tilfeldigvis liknar spørsmålet meir.
Bruk metadata, tilgangskontroll og dataminimering som grenser
Bruk metadata til reelle grenser. Språk, region, plan, produktversjon, målgruppe, gyldig-frå-dato og innhaldsstatus kan hindre at ein elles relevant passasje når feil kunde. Metadata bør spegle skilje verksemda faktisk held ved like; dusinvis av ubrukte taggar får filtreringa til å sjå avansert ut medan forfattarane gløymer felta som tyder noko.
Hald personlege og hemmelege data utanfor kjeldesettet. Fjern kundeeksportar, private interne notat, innloggingsopplysningar, upubliserte tryggleiksdetaljar og dokument som berre blei samla fordi dei låg i nærleiken. Gi søkjesystemet tilgang berre til godkjende samlingar, og kontroller kven som kan leggje til eller publisere innhald. Ein kunnskapsbase er ikkje ei tryggleiksgrense i seg sjølv, og søk fjernar ikkje risiko for prompt-injeksjon eller informasjonslekkasje.
Test med ekte spørsmål og gjer eigarskapen kontinuerleg
Test med spørsmål, ikkje sideførehandsvisingar. Bygg eit regresjonssett av ekte formuleringar, skrivefeil, oppfølgingar, tvitydige førespurnader, emne utan støtte, motstridande premiss og fiendtlege instruksjonar. For kvart tilfelle definerer du venta kjelde, svar eller overlevering. Køyr settet etter ei innhaldsendring så vel som etter ei modell- eller søkjeendring, fordi ein uskuldig artikkel kan endre kva passasje som vinn for mange eksisterande spørsmål.
Til slutt gir du kvar berande artikkel ein eigar og ein gjennomgangsutløysar. Planlegg kontroll av mykje brukt innhald, men utløyser òg gjennomgang når pris, regel, produktgrensesnitt eller ein gjentakande supportfeil endrar seg. Spor ubesvarte spørsmål og redigerte AI-utkast tilbake til den manglande eller svake kjelda. Ein AI-klar kunnskapsbase er ikkje eit publiseringsprosjekt som tek slutt; han er eit operativsystem som blir meir påliteleg kvar gong køen avdekkjer eit hol.
Bygg den første samlinga frå dei 20 vanlegaste føremåla
Ta dei 20 vanlegaste støtteføremåla frå siste kvartal. For kvart identifiserer de eitt godkjent svar, éin innhaldseigar, målgruppa og planen det gjeld, siste verifiseringsdato og tilfella som må givast til eit menneske. Ikkje kople til eit føremål før motseiingar og manglande vilkår er løyste.
Lag fem til ti testspørsmål per føremål med dei faktiske orda til kundane, inkludert ei oppfølging og ei villeiande føresetnad. Registrer venta artikkel og minste fakta eit rett svar må innehalde. Legg til tydelege tilfelle utan svar, slik at systemet blir vurdert på trygg avvising så vel som vellukka søk.
Lanser samlinga i assistert modus og gå gjennom redigeringar etter kjelde. Viss kollegaer stadig endrar svar baserte på éin artikkel, reparerer de artikkelen og køyrer alle relaterte spørsmål på nytt. Utvid utover dei første 20 føremåla først når eigarskap, testing og oppdateringssløyfa fungerer påliteleg på det opphavlege settet.
Ofte stilt spørsmål
Kva gjer ein kunnskapsbase AI-klar?
Ein AI-klar kunnskapsbase har medvite omfang, éin oppdatert autoritet for kvart svar, sjølvstendige delar, nyttige metadata for målgruppe og versjon, ingen unødvendige personlege eller hemmelege data og namngitte eigarar. Han er kopla til eit regresjonssett som testar rett søk, trygg avvising og menneskeleg overlevering når kjelder manglar, motseier kvarandre eller ligg utanfor godkjent omfang.