知识库健康度检查
通过对比 FAQ 知识库与金牌客服实际对话,发现知识条目与真实服务口径的差异,帮助团队及时更新知识库。
Quick Start
- 准备 FAQ 知识库文件(支持 .xlsx, .xls, .md, .txt, .csv)
- 准备金牌客服对话记录文件(同上)
- 使用
scripts/read_file.py将文件转换为文本 - 将转换后的文本输入,执行对比分析
资源
scripts/read_file.py- 读取多种格式文件并转换为纯文本
When to Use
- 定期审核知识库时效性
- 新政策上线后验证知识库同步情况
- 质检发现客服口径偏离时追溯根因
- 培训新员工前确保知识库准确
Workflow
- 读取文件:使用
scripts/read_file.py将 FAQ 文件和对话记录转换为文本格式。 - 解析 FAQ:从 FAQ 文本中提取每条知识条目(问题+标准答案),建立索引。
- 解析对话:从对话文本中提取每轮交互(客户问题+客服答复),按话题聚类。
- 对比分析(核心):
- 口径一致性:对比客服答复与 FAQ 标准答案,检查是否完全一致、部分偏离或矛盾。
- 过时检测:识别 FAQ 中提及但对话中不再使用或已废止的政策/流程。
- 缺失检测:发现对话中频繁出现但 FAQ 未覆盖的新问题。
- 模糊/不完整:判断 FAQ 答案是否过于笼统,无法指导实际对话。
- 生成报告:
- 差异报告:列出每条 FAQ 条目的健康状态(正常/不一致/过时/缺失/模糊),附证据引用(对话摘录)。
- 建议清单:按影响程度(高/中/低)排序,提出具体修改建议(如更新话术、补充新条目、删除废止内容)。
分析原则
- 以对话为事实基准:金牌客服的话术代表当前最佳实践,FAQ 应与之对齐。
- 定量+定性:统计每条 FAQ 在对话中的命中率、匹配度,同时通过语义理解判断实质差异。
- 覆盖度评估:计算对话中涉及的话题被 FAQ 覆盖的比例,识别知识盲区。
输出要求
提供两份 Markdown 文档:
1. 📋 差异报告
- 按 FAQ 条目编号/标题列出,包含:
- 条目原文
- 健康状态(✅一致 / ⚠️不一致 / 🕒过时 / ❌缺失 / 🔍模糊)
- 具体说明(引用对话证据)
- 影响评估
2. 💡 优化建议清单
- 按优先级(高→中→低)排列
- 每条建议含:操作类型(更新/新增/删除/细化)、目标条目、具体修改内容、预期效果
安全与数据规范
- 数据脱敏:上传前建议去除客户隐私信息(姓名、电话、订单号等)。
- 文件大小:建议单个文件不超过 10 MB。
- 依赖:
scripts/read_file.py需 pandas、openpyxl,安装命令:pip install pandas openpyxl
约束
- 文件读取:必须使用
scripts/read_file.py读取文件,保证格式统一。 - 不编写代码:直接输出分析结果,不展示中间推理过程。
- 客观公正:基于实际对话内容判断,不臆造差异。
