知识库问答
优先试点这一场景的目标是把产品、政策、FAQ、历史工单整理成带出处的答复和相关步骤。
- 输入
- 产品、政策、FAQ、历史工单
- 输出
- 带出处的答复和相关步骤
- 验收
- 检查首响时间、一次解决率、转人工准确率
- 边界
- 无可靠答案时转人工,知识库需持续更新

客服应用的核心是可信知识、准确分流和及时升级,低风险问题自动化,高风险问题转人
左起第一列是这个岗位可交给 WorkBuddy 的场景; 中间两列是它需要什么、能交付什么;最后一列是必须由人或系统决定的部分 —— 这一列才是评审时真正要看的,因为它决定哪些环节不能自动化。
| 场景 | 需要输入 | WorkBuddy可辅助交付 | 人工或系统边界 |
|---|---|---|---|
| 知识库问答 | 产品、政策、FAQ、历史工单 | 带出处的答复和相关步骤 | 无可靠答案时转人工,知识库需持续更新 |
| 工单分类与路由 | 工单文本、产品、客户级别、分类规则 | 分类、优先级、责任组和理由 | 高风险投诉和紧急事件必须人工确认 |
| 回复草拟 | 客户问题、上下文、服务政策、语气 | 个性化答复草稿 | 不能擅自承诺退款、赔偿和时效 |
| 情绪与升级识别 | 聊天/通话转写、升级规则 | 情绪变化、风险信号和升级建议 | 情绪模型可能误判,不能给客户贴标签 |
| 退换货SOP | 订单、物流、政策和证据 | 处理步骤、所需材料和审批点 | 退款、拒绝和例外必须按权限审批 |
| 售后回访 | 交付记录、问题、客户类型 | 回访提纲、话术和记录模板 | 对外联系时间和频率需合规 |
| 客服质检 | 录音/聊天、质检规则、样本 | 违规点、优秀案例和辅导建议 | 质检结论需抽检,不能单独用于处罚 |
| FAQ沉淀 | 重复问题、最佳答案、政策版本 | FAQ条目、标签和更新清单 | 需确认答案版本和适用范围 |
| 投诉升级 | 投诉内容、历史记录、法规和权限 | 事实摘要、风险、升级路线 | 法律、舆情和重大客户事件及时转人工 |
三个优先场景在各岗位下按同一套方法拆解:明确任务口径 → 收集并检查输入 → 让 WorkBuddy 执行整理、检索或生成 → 输出可编辑结果 → 由岗位负责人复核后进入下一流程。
这一场景的目标是把产品、政策、FAQ、历史工单整理成带出处的答复和相关步骤。

这一场景的目标是把工单文本、产品、客户级别、分类规则整理成分类、优先级、责任组和理由。

这一场景的目标是把客户问题、上下文、服务政策、语气整理成个性化答复草稿。
同一个岗位的场景会分散在四层里:文件层只用本地文档就能跑, 知识层要先建好有版本、有出处、有权限的资料,系统层要接业务系统, 决策层则必须保留人工批准。先看自己能从哪一层起步。
使用本地文档、表格和模板,结果可人工检查
建立有版本、有出处、有权限的知识资料
通过受控的Connector、MCP或API读写业务系统
展示依据、假设和影响,高风险决定由人批准
推荐先做“知识库问答”。它所需输入是产品、政策、FAQ、历史工单,目标交付是带出处的答复和相关步骤。
试点可按四个动作推进:第一,抽取一批真实历史任务作为基线;第二,用同一批输入让人工流程和WorkBuddy流程并行;第三,记录失败、遗漏和人工修改原因;第四,只在结果稳定、权限清楚、可以回滚时扩大范围。
建议验收指标包括:首响时间、一次解决率、转人工准确率。如果结果需要大量重做、来源无法追溯、系统写入不可回滚,试点应暂停并先修复数据或流程。
把你们这个岗位最耗人的一件事说清楚,我们按上面四层能力给出可切入点、需要对接的系统清单和人工边界 —— 不是通用方案,是照着你们现有流程改的版本。