当客户或代理提出问题时，他们需要信息。 例如： 

  • 你们提供什么样的抵押贷款？ 
  • 年度订阅费用是多少？ 
  • 你星期六开放吗？ 

为了向客户提供适当的信息，知识工作台必须确定他们真正要求的是什么。 

将常见问题和相应答案汇编成知识文章并入知识库后，知识工作台将学会分析这些问题，以及随附的回答，然后记住它在这次培训中学到了什么。 

当您创建准确、多样且有意义的问题和答案时，知识工作台更有可能为客户和代理商提供正确答案。 

使用正确的措辞

Knowledge Workbench 使用您添加的问题、备选问题和答案来创建自然语言理解模型，以检测客户可能提出的问题。 能够识别问题、替代问题和答案中最重要的单词、概念或短语，可确保将它们与收到的查询相关联。 

确保你有足够广泛的词汇，为知识工作台提供识别答案相似的各种问题所需的信息。 确保问题、备选问题和答案不含糊不清；它们必须彼此区分。 

要做到这一点，请提供至少五篇完整的问答文章。 确保这些文章包含客户可能使用的关键词。 另外，使用备选问题来提供单词或短语的变体，这些单词或短语提供了针对同一常见问题答案的不同提问方式。 

首选

  • 你几点时间？
  • 你星期六什么时候开放？
  • 你今天关门多晚了？
  • 你星期三的工作时间是几点？
  • 你星期二开业多早？

请注意，每个问题使用一组不同的关键词： “时间”、“开盘”、“收盘”、“星期六”、“今天”。 将这些问题与那些没有为 AI 提供所需信息的问题进行比较。

不是首选

  • 你什么时候？
  • 多少小时？
  • 测试问题

为了获得最佳搜索结果，Genesys 建议您将问题和答案标题限制在 500 字以内。

积木

可以将上面好问题（“开放”、“时间” 等）中使用的关键词视为基石。 

这些构建块最终构成了相关的问题。 但是首先系统对输入进行解码或解析，然后寻找这些单独的元素用作构建块。 然后，这些构建模块会以相当高的信心帮助形成客户所需的答案。 

您的训练数据还包括与问题的意图无关的单词。 系统会在训练过程中丢弃这些单词，就像在例如您的机器人向客户和代理提出问题时将其丢弃一样。 

注意： 确保你的训练问答文章不只是包含不相关的单词。

最佳实践

在处理问题时，请牢记以下最佳实践： 

  • 专注于最常见的问题。 大多数客户询问都围绕一组相对较少的问题进行。 例如，如果知识库中排名前三的召回次数较高，100篇问答文章对应于80％的客户问题，则比对应于90％的客户问题的 1,000 对问答更有益。 
  • 让你的问题简短。 
  • 不要在单个答案中交叉引用其他问答文章。