En AI-agent for kundeservice trenger ikke størst mulig kunnskapsbase. Den trenger en pålitelig base: riktige emner, ett autoritativt svar per regel, nok kontekst til å bruke svaret riktig, og en sikker måte å oppdage innholdsendringer på. Å laste opp alle dokumentene selskapet eier, gir mer tekst å søke i, men kan også skape motsetninger, utdaterte instruksjoner og privat informasjon som aldri hørte hjemme i et kundesvar.
Kartlegg etterspørsel og velg én autoritativ kilde
Begynn med etterspørselen. Eksporter nylige kundesamtaler, grupper dem etter kundens hensikt og ranger gruppene etter frekvens, konsekvens ved feil og om et stabilt svar finnes. Bygg det første dekningskartet fra spørsmål med høyt volum og lav risiko, som oppsettsteg og planfunksjoner. Spørsmål som krever et unntak, kontoundersøkelse, juridisk skjønn eller informasjon uten en godkjent kilde, skal forbli tydelig overleveringsterritorium.
Lag en kildeoversikt før du skriver om noe. For hver artikkel noterer du formål, målgruppe, språk, produktområde, eier, siste verifiseringsdato og forholdet til eldre dokumenter den erstatter. Merk duplikater og uenighet. Hvis to sider beskriver samme refusjonsregel forskjellig, vet ikke en AI hvilken intern historie som gjorde den ene riktig; en menneskelig eier må velge autoriteten og arkivere den andre.
Skriv én artikkel rundt én kundeoppgave eller beslutning. Sett det direkte svaret først, deretter vilkår, nummererte steg, eksempler, unntak og neste handling. Bruk de samme begrepene som produktgrensesnittet, og forklar forkortelser første gang. En beskrivende tittel som «Endre faktura-e-post for et arbeidsområde» er lettere å finne enn «Kontoinnstillinger», fordi den inneholder hensikten kunden sannsynligvis uttrykker.
Skriv passasjer som er tydelige når de hentes alene
Gjør hver del forståelig når den hentes alene. AI-søk arbeider ofte med tekstpassasjer i stedet for å gi modellen en hel håndbok, så en overskrift som «Grenser» mister mening utenfor den opprinnelige siden. Foretrekk «Grenser for filopplasting på Growth-planen», gjenta viktig kontekst der tvetydighet er farlig, og hold tabeller enkle nok til at en rad fortsatt gir mening med overskriftene sine.
Legg til kundenes ordforråd uten å lage en sky av nøkkelord. Ta med vanlige alternative begreper, gamle funksjonsnavn, forkortelser og naturlige spørsmål, men behold faktasvaret ett sted. Lenke til relaterte oppgaver i stedet for å kopiere hele avsnitt mellom artikler. Duplisert tekst glir etter hvert fra hverandre, og AI kan hente den utdaterte kopien fordi ordlyden tilfeldigvis ligner spørsmålet mer.
Bruk metadata, tilgangskontroll og dataminimering som grenser
Bruk metadata til reelle grenser. Språk, region, plan, produktversjon, målgruppe, gyldig-fra-dato og innholdsstatus kan hindre at en ellers relevant passasje når feil kunde. Metadata bør speile skiller virksomheten faktisk vedlikeholder; dusinvis av ubrukte tagger får filtreringen til å se avansert ut mens forfatterne glemmer feltene som betyr noe.
Hold personlige og hemmelige data utenfor kildesettet. Fjern kundeeksporter, private interne notater, innloggingsopplysninger, upubliserte sikkerhetsdetaljer og dokumenter som bare ble samlet fordi de lå i nærheten. Gi søkesystemet tilgang bare til godkjente samlinger, og kontroller hvem som kan legge til eller publisere innhold. En kunnskapsbase er ikke en sikkerhetsgrense i seg selv, og søk fjerner ikke risiko for prompt-injeksjon eller informasjonslekkasje.
Test med ekte spørsmål og gjør eierskapet kontinuerlig
Test med spørsmål, ikke sideforhåndsvisninger. Bygg et regresjonssett av ekte formuleringer, skrivefeil, oppfølginger, tvetydige forespørsler, emner uten støtte, motstridende premisser og fiendtlige instruksjoner. For hvert tilfelle definerer du forventet kilde, svar eller overlevering. Kjør settet etter en innholdsendring så vel som etter en modell- eller søkeendring, fordi en uskyldig artikkel kan endre hvilken passasje som vinner for mange eksisterende spørsmål.
Til slutt gir du hver bærende artikkel en eier og en gjennomgangsutløser. Planlegg kontroll av mye brukt innhold, men utløser også gjennomgang når pris, regel, produktgrensesnitt eller en gjentakende supportfeil endres. Spor ubesvarte spørsmål og redigerte AI-utkast tilbake til den manglende eller svake kilden. En AI-klar kunnskapsbase er ikke et publiseringsprosjekt som avsluttes; den er et operativsystem som blir mer pålitelig hver gang køen avdekker et hull.
Bygg den første samlingen fra de 20 vanligste hensiktene
Ta de 20 vanligste støttehensiktene fra siste kvartal. For hver identifiserer dere ett godkjent svar, én innholdseier, målgruppen og planen det gjelder, siste verifiseringsdato og tilfellene som må gis til et menneske. Ikke koble til en hensikt før motsigelser og manglende vilkår er løst.
Lag fem til ti testspørsmål per hensikt med kundenes faktiske ordlyd, inkludert en oppfølging og en misvisende forutsetning. Registrer forventet artikkel og minste fakta et riktig svar må inneholde. Legg til tydelige tilfeller uten svar, slik at systemet vurderes på trygg avvisning så vel som vellykket søk.
Lanser samlingen i assistert modus og gjennomgå redigeringer etter kilde. Hvis medarbeidere stadig endrer svar basert på én artikkel, reparerer dere artikkelen og kjører alle relaterte spørsmål på nytt. Utvid utover de første 20 hensiktene først når eierskap, testing og oppdateringssløyfen fungerer pålitelig på det opprinnelige settet.
Ofte stilt spørsmål
Hva gjør en kunnskapsbase AI-klar?
En AI-klar kunnskapsbase har bevisst omfang, én oppdatert autoritet for hvert svar, selvstendige deler, nyttige metadata for målgruppe og versjon, ingen unødvendige personlige eller hemmelige data og navngitte eiere. Den er koblet til et regresjonssett som tester riktig søk, trygg avvisning og menneskelig overlevering når kilder mangler, motsier hverandre eller ligger utenfor godkjent omfang.