从历史客服对话中提取 FAQ 与问答对

可以得到什么

• 一份经人工审核、可入知识库的问答对清单。
• 一个去重、补全与权限受控的知识库管理流程。
• 一份配套的"机器人可答 / 必须转人工"边界清单。

适合哪些情况

• 已有半年以上真实客服对话（与 用历史客服对话搭建知识库客服系统 的前置条件一致）。
• 重复问题占据客服时间，想要把这些问法沉淀为可检索知识。
• 有可被授权的人力做去重与审核。

需要准备什么

• 真实客服对话语料（按批次提取）。
• 知识库管理工具（来源使用飞书多维表格）。
• 一份审核清单：能否回答、是否触及付费权益、是否触及确定性功能承诺、是否包含 PII。
• 机器人可答 / 必须转人工的边界清单。

常见做法

• 按批次从历史对话中提取问答对，进入飞书多维表格去重与人工审核。
• 审核维度包含：与产品说明/价格/数据安全/功能边界的一致性，是否触及退款/封禁/合同/付费权益。
• 经过审核的问答对进入知识库；低置信度或无法回答的进入人工审核池（把低置信度问题转人工审核并回灌知识库）。
• 整理者建议：在送入第三方模型前删除直接身份信息（姓名、电话、账号、设备、订单号、故障描述中的位置信息等），并限制数据保留期与访问权限。

真实案例与教程

• 案例：空气小猪从创始人真人客服到 AI 客服数据飞轮
• 来源：SRC-BIZ-001：从0到1构建AI客服系统（空气小猪实践记录）

限制和检查点

• 客服对话可能包含 PII（历史客服对话中的 PII 与隐私风险）。
• 来源未说明是否在提取前对历史对话进行匿名化，也未说明用户是否被告知对话将用于知识库。
• 若问答对涉及退款/补偿/封禁/合同承诺/付费权益，必须由人工确认，不应仅靠 AI 改写后入知识库（AI 客服自动裁决退款、补偿、封禁、合同承诺与付费权益的风险）。

相关任务

• 用历史客服对话搭建知识库客服系统
• 把低置信度问题转人工审核并回灌知识库