AI客服外包配置:从零接入知识库与转人工的实操步骤
AI客服外包配置不是把模型接上就完事,真正影响上线效果的是知识库整理、接口参数和转人工规则这三块。
如果你打算用外包团队提供的AI客服,或者自己用开源方案搭一套,下面按准备、接入、避坑、验证的顺序讲清楚,每一步都给出可检查的操作路径。
先整理知识库,再谈模型接入
外包客服最容易踩的坑是直接把官网文案丢给模型,结果回答又长又偏。
正确顺序是先整理一份问答对,再接入。
准备一份纯文本或 CSV 文件,每行一条,格式固定为“问题|答案”,例如:
怎么退款|在订单页点击申请退款,审核通过后原路退回,一般1-3个工作日到账
发货时间|工作日16点前下单当天发出,16点后顺延到下一个工作日
整理时注意三点:
- 每条答案控制在 80 字以内,超过就拆成两条;
- 不要写“请联系客服”这类空答案,否则模型会反复绕圈;
- 把价格、时效、售后政策单独列一组,方便后续更新。
如果外包方要求上传知识库,一般在对方控制台的“知识库管理”或“机器人训练”页面导入;
自建方案则把文件放到服务器目录,例如 /www/wwwroot/aics/knowledge/faq.txt,后面接入时指定路径。
接入接口与配置转人工
外包 AI 客服通常提供 API 地址和密钥,自建方案则用本地接口。
无论哪种,核心配置项只有四个:接口地址、密钥、知识库ID、转人工触发词。
以宝塔面板部署自建服务为例,操作路径是:宝塔后台 → 网站 → 添加站点 → 设置 → 配置文件。
在 Nginx 配置中增加反向代理:
location /api/ {
proxy_pass http://127.0.0.1:8000/;
proxy_set_header Host $host;
proxy_set_header X-Real-IP $remote_addr;
}
然后在客服系统的配置文件里填写:
[ai]
api_base = https://你的域名/api
api_key = 外包方提供的密钥
knowledge_id = faq_v1
fallback = human
human_keywords = 人工,投诉,退款失败
fallback = human 表示模型无法回答时自动转人工,human_keywords 是用户输入这些词时直接跳过 AI。
配置改完后重启服务,命令示例:
systemctl restart aics
systemctl status aics
预期结果是状态显示 active (running),并且用 curl 请求接口能返回 JSON 而不是 502。
上线前必须检查的三件事
第一,检查密钥是否写进了前端代码。
AI 客服的密钥只能放在服务端,前端页面里出现 api_key 就等于公开泄露。
第二,检查转人工是否真的能触发。
在聊天窗口输入“人工”两个字,观察是否在 5 秒内出现人工接入提示;
如果没反应,回到配置文件确认关键词没有拼写错误,并查看服务日志:
journalctl -u aics -n 50 --no-pager
第三,检查知识库更新后是否生效。
修改 faq.txt 中一条答案,重新导入或重启服务,再问同一个问题,答案应该变化。
如果没变,说明缓存未刷新,需要清空知识库缓存或重新训练。
避坑提醒:外包方如果要求你把服务器 root 密码给对方,不要答应;
正常接入只需要 API 地址和密钥。
另外,转人工规则不要设得太宽,否则 AI 形同虚设,建议只把投诉、退款失败、人工三个词设为强制转接。
验证效果与后续维护
上线后连续观察三天,重点看两个指标:AI 独立解决率和转人工率。
独立解决率低于 60% 时,优先补充知识库中缺失的问答对,而不是频繁调模型参数。
可以在客服后台导出对话记录,筛选出“未解决”标签的会话,把用户原话整理成新的问答对,每周更新一次。
维护成本主要花在知识库上,模型本身不需要频繁改动。
如果你用的是外包服务,确认对方是否提供对话记录导出和知识库自助更新权限;
这两项缺失会导致后续每次改答案都要走工单,长期看很拖效率。