去年帮一个做企业服务的客户搭了个客服Agent，刚上线那两个月效果特别好，客户问什么基本都能答上来，准确率在85%以上。客户挺满意，觉得这事儿就算成了。
结果到了第三个月，他跑来跟我说Agent开始答非所问了。客户问最新的税收优惠政策，Agent给的还是去年的旧政策；客户问新上线的服务项目，Agent完全不知道有这回事。准确率掉到了60%出头，客户投诉量反而比上Agent之前还多了。
我去查了一下原因，问题很清楚——知识库从上线第一天到现在，一个字都没更新过。这三个月里公司的业务发生了不少变化，新增了两个服务项目、税收政策也有调整、FAQ清单也更新了一版，但这些变化都没同步到Agent的知识库里。Agent不是变笨了，是它手里的信息过时了。
今天就聊聊Agent知识库维护这件事，说说为什么很多企业的Agent上线后效果越来越差，以及怎么建立一套持续更新的机制让Agent越用越聪明。
知识库不是建一次就管一辈子的事
很多人对Agent知识库有个误解，觉得上线前把文档一股脑塞进去就完事了。这种想法跟”给员工做一次培训就指望他干一辈子”差不多不靠谱。你的企业在变化，政策在变化，客户问的问题也在变化。知识库如果不跟着更新，Agent就会用旧信息回答新问题，越答越离谱。
我建议把知识库的维护分成四个节奏来管，每个节奏对应不同的更新频率和内容类型。
日常更新是最高频的，主要是公司内部信息的变化。比如新增了服务项目、调整了价格、更新了联系方式、修改了业务流程。这些信息一变就要同步到知识库，不能等。你可以指定一个人负责这件事，或者建一个内部流程，任何业务变动都自动触发知识库更新。别小看这种日常更新，Agent答错最常见的原因就是公司已经改了政策但知识库里还是旧的。
周度更新是针对FAQ的优化。每周把Agent这一周的对话记录拉出来看看，哪些问题答得不好、哪些问题客户反复在问但Agent没覆盖到、哪些回答客户不满意需要改进。把这些发现整理成FAQ更新清单，每周固定一个时间批量更新。这个工作量不大，但效果立竿见影，相当于每周给Agent做一次小体检。
月度更新是政策和行业信息的刷新。税收政策、行业法规、资质要求这些东西，每个月都可能有变化。你可以订阅几个权威信息源，每月初花一两个小时把上个月的政策变化整理成知识库更新内容。政策类信息如果答错了，不只是客户体验差的问题，还可能误导客户做出错误决策，这个风险得重视。
季度更新是知识库的大盘点。每三个月做一次全面审查，把过时的内容删掉，把效果不好的内容重写，把新发现的高频问题补充进去。这个工作量比较大，但一个季度做一次是必须的。你会发现有些内容上线时觉得有用，但实际运行三个月发现客户根本不问，这种就该精简掉，给真正有用的内容腾地方。
知识库切片的质量比数量重要一百倍
除了更新节奏，还有一个很多人忽略的问题——知识库切片的质量。什么是切片？就是把你的文档拆成一小段一小段的内容单元，Agent在回答问题时会检索最相关的切片来组织回答。切片质量直接决定了Agent回答的准确度。
我见过一个客户的知识库，他把公司所有的文档原封不动地上传了，包括100页的产品手册、50页的员工培训资料、200多篇公众号文章。Agent上线后效果很差，因为它在检索时从这么多内容里找到的切片经常是不相关的，导致回答跑偏。你以为信息越多Agent越聪明，实际上信息太多反而干扰了它的判断。
知识库切片的核心原则是”一个切片解决一个问题”。每个切片应该是一个完整的、独立可理解的信息单元，不要太长也不要太短。一般来说，一个切片200到500字最合适，包含一个明确的主题和完整的上下文。如果把一篇长文章整段塞进去，Agent检索时可能只命中了其中一小部分，但把整段都拿去组织回答，结果就是答非所问。
做切片的时候还有一个技巧——给每个切片加元数据标签。比如标记这个切片属于哪个业务模块、适用什么场景、最后更新时间是什么时候。有了这些标签，Agent在检索时就能更精准地定位到需要的内容，而不是大海捞针。举个例子，客户问”小规模纳税人季度申报怎么操作”，Agent可以根据标签直接定位到”税务申报”模块下”小规模纳税人”场景的切片，而不是把所有跟税务相关的内容都翻一遍。
切片做完不是就完事了，每次更新知识库的时候也要同步检查切片。有些切片可能因为内容更新变得不准确了，有些切片可能需要合并或者拆分。把切片维护当成知识库管理的常规工作来做，别等到效果差了才去查。
怎么判断知识库该更新了，别靠感觉
很多企业判断知识库是否需要更新的方式是”等客户投诉”。这个反应太慢了，等你收到投诉的时候，已经有不少客户被错误信息误导了。正确的做法是建立一套监控体系，用数据来驱动更新决策。
Agent上线后，你要持续跟踪几个关键指标。第一个是回答准确率。定期抽检Agent的对话记录，人工判断回答是否正确。如果准确率连续两周下降，说明知识库需要更新了。不用每天都查，每周抽20到30条对话记录看看就够了，但一定要坚持做。
第二个是”我不知道”的出现频率。如果Agent频繁说”抱歉，我无法回答这个问题”，说明知识库里缺少相关内容，需要补充。你还可以把这些”我不知道”的问题整理成高频未覆盖问题清单，优先补充这些内容到知识库里。
第三个是客户满意度。如果Agent对话后的客户评价持续走低，或者客户在跟Agent聊完后还是转人工客服的比例上升，说明Agent的回答质量在下降。这些指标不一定要搞多复杂的系统，用Excel记录每周数据做个趋势图就够了。
第四个是新旧信息的冲突检测。定期检查知识库里有没有互相矛盾的内容，比如两个切片对同一个问题给出了不同的答案。这种情况往往是更新时只加了新内容没删旧内容造成的。Agent遇到冲突信息时不知道该信哪个，随便选一个可能就是错的。每次更新新内容的时候，一定要同步把相关的旧内容处理掉。
知识库维护不是一个人的活
最后说个组织层面的问题。很多企业把Agent的知识库维护丢给IT部门或者技术人员一个人管，这其实不太对。
技术人员懂的是怎么操作知识库系统、怎么做切片、怎么调参数。但知识库里的内容对不对、全不全、准不准，需要业务部门的人来判断。税收政策变了，财务部门最先知道；新增了服务项目，业务部门最先知道；客户反馈了新问题，客服部门最先知道。如果这些信息都要先汇总到IT部门再由IT来判断要不要更新知识库，中间的延迟和信息损耗会很大。
所以知识库维护需要建立一个跨部门的协作机制。IT负责技术操作，业务部门负责内容审核和更新，客服部门负责反馈问题。每个月开一次知识库同步会，各部门把自己掌握的新信息汇总到一起，统一更新到知识库里。这样做的核心好处是知识库的内容来源多元化，不会因为某一个人的疏忽导致关键信息遗漏。
还有一点容易忽视——给知识库建一个变更日志。每次更新了什么内容、谁更新的、什么时间更新的，都记录下来。这样如果Agent突然答错了某个问题，你可以通过变更日志快速定位是哪次更新引入了错误，及时回滚。没有变更日志的知识库就像没有版本控制的代码，出了问题你根本不知道是从哪里开始坏的。
Agent的质量不是靠技术一个维度就能保证的，它是技术、内容和运营三个维度共同决定的结果。你花在选模型、调prompt上的心思，至少要分一部分到知识库的日常维护上来。模型再好，喂给它的信息是错的，输出也一定是错的。
需要相关服务？联系我们免费咨询
九五星球企服提供公司注册、代理记账、商标注册、财税咨询、高新申报、网站开发等一站式企业服务。可以先免费咨询看看，觉得合适再合作，不推销。
免费小工具推荐：
联系方式：
- 电话/微信：18910232032
- 扫码添加专业经营合规顾问，免费咨询 ↓
