可靠的 AI 客服，从能核对的企业知识开始。

从团队已经使用的信息开始：产品详情、服务范围、配送说明和常见问题。将资料整理进知识库，并保持来源更新。互相矛盾的文档和缺失的政策，会影响 AI 助手给出有用答案。

创建知识库、添加来源并等待处理完成，再关联到对应机器人，通过测试界面提出有代表性的问题。应用会检索工作区知识，为模型提供上下文；仅上传一个文件，不代表内容已成功处理或被正确检索。

• 测试资料中有明确答案的问题。
• 测试含糊问题以及资料中没有的信息。
• 面向客户启用流程前，先检查回答质量。

事先明确哪些咨询应由团队直接处理。遇到需要复核的对话，关闭 AI 并分配给同事。将自动化用于能够评估的问题。AI 可能出错，不应被当作事实或业务政策判断的绝对依据。

Token 衡量模型处理的输入与输出，包括指令、检索资料和对话上下文，不等于客户消息条数或已解决工单数。历史越长、答案越长，消耗通常越多。价格页展示套餐每月额度；达到适用额度后，后续 AI 请求会暂停。

选择常见问题，再加入几个复杂例外。记录答案是否使用正确业务信息、不确定答案是否需要人员处理，以及测试消耗多少 AI 用量。同时应核实供应商对实际使用人员、客户和地区的服务支持情况。