
要点:Respond.io 的 AI 代理仅从按计划重新同步的知识来源推荐产品并确认价格
问题:当 AI 代理基于一次性上传的文件、一次性读取的网站或互联网上的通用知识回答时,会引用过时的价格与政策。
修复方案:Respond.io 的 AI 代理仅使用你为每个代理添加的知识来源来回复、推荐产品并确认价格。网站来源会按你设置的计划自动重新同步,你还能指定 AI 代理优先检查的来源,例如最新价格表。
未找到答案则交给人工:当答案不在其来源中时,AI 代理会将聊天交给你的团队,而不是凭空猜测。
适用对象:每月处理 500+ 客户聊天、且价格、库存或政策至少每月变更一次的中端 B2C 企业。
不适用:价格、政策与目录很少变动,且已有人工能在几分钟内回答所有价格问题的团队。
对于中端 B2C 企业,关键在于你的 AI 代理是否基于始终保持最新的知识作答,以及 respond.io——一个内置 AI 代理的客户对话平台,是否能帮助你实现这一点。
当 AI 代理引用上个月的价格时,同事需要介入,本应一条回复完成的成交变为需要三次对话。 AI 代理通常能正常工作。但其背后的知识已过期。错误答案造成双重成本:一次是导致交易停滞,另一次是团队为修正回复所花费的时间。
AI 代理为何引用过时价格与政策,以及何时更换
AI 代理给出过时或错误答案的原因有四个。每个问题都源于代理的设置方式,而非 AI 模型本身。
文件仅上传一次。许多团队用常见问题 PDF 或价格表来训练 AI 代理。当价格发生变化时,PDF 却保持不变。 AI 会不断引用旧数据,直到有人记得上传新文件为止。
网站变更永远无法传达给 AI。你的团队在网站上更新价格、促销和库存。 AI 代理在设置期间曾读取网站一次。它无法知道页面已经更改。
AI 用通用知识填补空白。当上传的文件没有答案时,有些 AI 代理会回退到模型从互联网上学到的内容。回复听起来很自信,但与你的业务无关。评估 AI 代理的企业常常要求相反的效果:给出准确信息,而非随意答案。
来源过多且重叠会使代理混淆。目录、员工培训文档和冗长的操作指南常常以不同措辞覆盖相同产品。若没有确定哪一来源优先,AI 就会给出泛泛的答案或混合旧有与新的细节。
成本体现在两个方面。被告知错误价格或错误库存的客户要么流失,要么要求你按 AI 所说履行,从而降低转化率。队友整天核查并修正 AI 回复,导致每次对话的处理成本上升而非下降。
有两个迹象表明是时候更换当前系统:
在过去一周内,队友曾修正过 AI 关于价格、促销、库存水平或政策的回复。
你在网站上做出的价格变更在一天后仍未反映在 AI 的回答中。
若任一情况属实,问题在于知识设置。更改提示词无法解决该问题。
respond.io 的 AI 代理如何仅从你批准的知识来源作答
Respond.io 是一个包含 AI 代理的客户对话平台。这些代理 只从批准的知识来源提取,它们的实现方式能够解决上文提到的第三和第四种失败模式。
回答仅来自你为每个 AI 代理添加的来源
在创建或编辑 AI 代理时,你可选择其可使用的工作区知识来源。只有那些被选的来源会用于生成回复 给联系人。来源可以是你的网站、文档(.pdf、.txt、.md、.csv、.docx、.pptx 和 .ppsx 文件),或两者兼有。
按代理设置来源可在需要时保持知识隔离。一个 销售 AI 代理 可以根据你的价格表和产品目录回答。一个支持 AI 代理可以根据你的退货政策和保修条款回答。两个 AI 代理互相看不到对方的文档,因此销售问题不会从你的保修条款中得到回答。
Diskat(一家位于危地马拉的电子与家居零售商)以这种方式开展其销售对话。其 AI 代理 Diky,“能即时回复商品问题,收集姓名、地址和电话号码等必要客户信息,确认价格与配送时间”,并仅在需要物流或跟踪时将对话移交人工。 AI 代理 Diky 现在端到端处理 Diskat 90% 的销售对话,Diskat 保持 81.4% 的转化率。
RAG 在回复生成前先检索来源
Respond.io 的 AI 代理使用检索增强生成(RAG)。简单来说,AI 代理会先在你的知识来源中查找与客户问题匹配的段落。然后基于这些段落撰写回复。 RAG 会将回复基于具体来源以减少“幻觉”,即 AI 编造的答案。
顺序很重要。先写后验的 AI 代理仍可能生成自信的猜测性回答。先检索的 AI 代理在写出任何字之前就能看到你当前的措辞。每项任务也由最合适的 AI 模型处理,而不是用单一模型应对所有场景。回复将以客户使用的相同语言返回。
缺失答案交给人工,而非猜测
仅当 AI 代理知道在没有匹配时如何处理,检索才有帮助。 Respond.io 的 AI 代理在答案不在其来源时会将对话交给人工,而不是猜测。守护规则设定了每个代理可以和不可以说的内容,敏感话题或低置信度的回复会触发升级。
AI 代理可按角色、在线状态或工作量将聊天交给人工团队。设置一次 添加注释 AI Skill,AI 代理在每次交接时会留下关于客户提问的内部备注。任何团队成员都可随时接管对话。知识缺口会变成客户几乎察觉不到的交接,而不是客户据此采取行动的错误回答。
如需更简短的答案,请参见 respond.io 的 AI 代理是否会给出错误或捏造的答案。
respond.io 如何在价格与库存变化时保持 AI 代理知识更新
Respond.io 通过四种方式保持 AI 代理知识的实时性:网站来源按计划重新同步、价格表变更时替换文件、为 AI 代理指定优先检查的来源,以及通过 HTTP 请求检查实时库存。这些方法都不需要重新训练 AI 代理。
这些方法修复了前文提到的失败模式一和二。 Grounding 可以阻止 AI 编造内容,但不能阻止 AI 引用已过时的来源。
网站来源按计划重新同步
网站知识来源可以按需重新同步,也可以设为自动同步计划,例如每周或每月。当你的团队在网站上更改价格或政策时,下次同步会将 AI 代理知识中的旧内容替换。
对于紧急变更,例如一小时后开始的限时促销,手动 Resync 可立即推送更新。爬虫默认会抓取你网站的三级深度,可设置至 100 级,因此位于主页数次点击之外的产品页面也会被包括在内。
若没有同步计划,网站来源与一次性上传的 PDF 一样静态。它反映的是某人添加该来源当天的网站内容。
价格表变更时替换文件
文档与网站来源的工作方式不同。当价格表或政策文件变更时,你需将上传的文件替换为新版本并移除旧版本。
同时保留两个版本往往是大多数过时答案的起因。 AI 代理会有两个价格表,看起来都有效,但没有任何信息告诉它哪个是最新的。替换文件可以消除这一歧义。
指定代理优先检查的来源
Respond.io 的 AI 代理不会自行为知识来源设置优先级。当指令未为某种情形指定来源时,AI 代理会搜索其所有来源。这就是旧目录可能优先于新价格表的原因。
你可以在 AI 代理的指令中控制此项设置。为某类问题指定来源,例如“对定价问题使用 Current Price List 来源”,AI 代理将仅搜索被指定的来源。如果客户消息中的任一问题有指定来源,AI 代理将在整条消息范围内仅搜索这些来源。客户常常一次问两个问题(“多少钱?你们周日配送吗?”),因此为每类常见问题指定来源很有帮助。
设想一个零部件分销商同时拥有制造商的规格表和自己的产品页面。它可以为技术问题指定规格表,为价格问题指定网站。 AI 代理随后会针对每种问题检查正确的文档,而非混合信息。
通过 HTTP 请求检查实时库存
有些信息变动频繁,任何同步计划都难以覆盖。库存水平、订单状态和预约时段可能每小时就发生变化。
对于这些情况,respond.io 的 AI 代理可以在对话中向你的库存系统发送 HTTP 请求以检查实时库存。迪拜的旅行社 Only Tourism 使用其 AI 代理回答签证要求问题,并通过 API 集成检索每位申请人的签证申请状态。该 AI 代理现在处理 Only Tourism 80% 的签证咨询。
这需要你方提供 API。若你的库存数据没有 API,AI 代理只能基于最后一次同步的来源作答。在计划中考虑该限制:要么频繁同步库存页面,要么让 AI 代理将库存问题转给人工处理。
在客户看到之前如何检查 AI 代理回答来自哪个来源
快速信任 AI 代理的最佳方式是查看每条答案的来源。在 respond.io 中测试 AI 代理时,回复可显示“{#} sources”标签,便于你核实用于撰写每条回复的知识来源。
错误的来源会直接指向修复方法。如果定价回答引用了去年的目录,你应替换该文件或在指令中指定当前价格表。你无需去揣测 AI 为什么会那样回答。
在让 AI 代理处理价格与政策问题之前,请先做一个简短检查:
询问客户最常提出的五个关于价格、库存与政策的问题。
查看每条回复的来源标签,并确认其来自当前文档。
修正来源或指令,然后再次提问相同的问题。
上线后持续关注同步状态。当上次同步未完成时,网站来源可能会显示“Resync failed”。在这种情况下 AI 代理仍会使用旧内容,因此出现同步失败值得在当天进行检查。
谁应该将 AI 回答迁移到 respond.io,谁不应该
上述机制在你的信息频繁变动且 AI 在多个渠道为客户答复时最为重要。
如果符合以下任一情形,请将 AI 回答迁移到 respond.io:
你是每月价格、促销、库存或政策至少变更一次的中端 B2C 企业。
你的客户在 WhatsApp、Instagram、Facebook Messenger 及其他渠道询问价格、可用性与政策,你希望所有渠道都从相同的知识来源获得回答。
你的团队已经在修正 AI 回复,或手动回答相同的价格问题,因为他们不信任当前的机器人。
如果下列任一情况适用,请保留现有方案:
你的目录和政策很少变动,且有人能在数分钟内回答每个价格问题。轻量级的 Inbox 或 WhatsApp Business 应用回复可能就足够。
每个答案都依赖实时数据,而你没有 API 可供暴露这些数据。 AI 代理只能基于最后一次同步作答,因此准确性问题只是迁移,而非消失。
为设置工作做规划。准确的回答需要一定准备。按主题拆分知识来源,使每个来源覆盖单一主题。上传前去除页脚、免责声明及无关文字。在 AI 代理的指令中为最常见的问题指定来源。指定一个人负责同步计划与来源列表的所有权。实时库存或订单查询需要开发人员花时间对接你的系统。
何时将 respond.io 的 AI 代理用于价格与政策问题
立即采取行动 如果在过去一周内有同事修正了 AI 关于价格、库存或政策的回复,或网站的更改在一天后仍未反映在 AI 回答中,且你的团队每月处理 500+ 条客户聊天。 Respond.io 的定期重新同步能保持网站来源最新,指令中指定的来源确保最新价格表负责定价问题,而交接机制覆盖来源无法回答的内容。
等待 如果你的价格很少变动,且已有人工能在数分钟内回答每个价格问题。跟踪团队修正或重复价格答案的频率。一旦这成为每周的工作,就证明了同步知识的必要性。
排除 respond.io 如果每个答案都需要你无法通过 API 暴露的实时数据。
首先,列出团队最常修正的问题。将能回答这些问题的来源添加到 AI 代理,使用来源标签进行测试,并开启重新同步计划。你可以 创建一个 respond.io 账号 并在自己的价格表上运行该测试。如需更广泛的选项比较,请阅读我们关于 适用于 B2C 客户对话的最佳 AI 代理 的指南。
AI 代理知识库常见问题
Respond.io 的 AI 代理多久重新同步网站知识来源一次?
添加或编辑网站来源时设置同步计划,例如每周或每月。你也可以随时点击 Resync 来拉取紧急变更,例如新的促销活动。
Resync 用于网站来源。要更新文档,请将上传的文件替换为新版本并删除旧版本。
AI 代理能否提供实时库存而非最后一次同步的价格表?
可以,前提是你的库存数据具有 API。 Respond.io 的 AI 代理可以在对话中向你的库存系统发送 HTTP 请求,并以当前数值进行回答。
若没有 API,AI 代理将从你最后一次同步的来源作答。在这种情况下,请频繁同步库存页面或让 AI 代理将库存问题转交给你的团队。
当答案不在其知识来源中时,respond.io 的 AI 代理会怎么做?
它会将会话交给人工而不是猜测。敏感话题与低置信度回复也会触发升级。
一旦你设置 AI 代理留下交接备注,你的团队接手聊天时会看到关于客户提问的内部备注。
每个 AI 代理可以拥有自己的知识库吗?
可以。每个 respond.io AI 代理仅使用你添加给它的知识来源。销售类 AI 代理可根据你的价格表和目录回答,而支持类 AI 代理则根据退货与保修政策回答。
同样的划分适用于任何渠道,包括 适用于 B2C 客户对话的 WhatsApp AI 代理。
AI 代理的知识库会替代我的 CRM 或产品数据库吗?
不会。 Respond.io 是一个包含 AI 代理和 CRM 功能的客户对话平台。你的产品数据库与 CRM 仍是产品、库存与客户数据的记录来源。
知识库是 AI 代理用于答复客户时读取的内容。网站来源会从你的网站重新同步,HTTP 请求则可在你自己的系统中检查实时数据。
我的团队能否在同一 Inbox 中更正 AI 代理的回答?
可以。 Respond.io 是一个客户对话平台,其共享 Inbox 是其中的一部分,此外还包括 AI 代理与 CRM 功能。 AI 代理的对话会与团队的对话一起出现在该 Inbox 中。任何团队成员都可随时接管对话。
如果修正发现了过时的来源,请更新或替换该来源,以便 AI 代理下次正确回答。
AI 代理在 WhatsApp、Instagram 和 Messenger 上使用相同的知识吗?
是的。 Respond.io 是一个包含 AI 代理的客户对话平台,并非仅限于 WhatsApp 的工具。其 AI 代理可在 WhatsApp、Instagram、Facebook Messenger、TikTok、Telegram、Viber、LINE、RCS 及其他渠道上运行,且每个 AI 代理在任何运行渠道都使用相同的知识来源进行回答。
客户无论在哪个渠道提问,都能得到相同的价格和政策答复。