先整理一份小知识库
从最常见的二十个问题开始，给每条答案注明适用产品、更新时间、负责人和官方依据。把过期规则归档，把互相冲突的版本先解决，再导入工具。
Dify 知识检索说明介绍了通过检索结果为回答提供上下文的方式。检索到一段相似文字，还需要确认它适用于当前问题。
规定哪些问题必须转人工
资料没有覆盖、用户身份无法确认、涉及异常退款或需要特殊授权时，输出清楚的转接信息。不要让模型凭语言能力替公司作出承诺。
回复格式可以是“已确认的信息、需要补充的内容、下一步处理入口”，避免只写一句“请联系客服”却不给可执行步骤。
准备五类测试问题
测试标准问法、口语改写、多个问题混在一起、知识库没有的内容和诱导忽略规则的请求。每个样本都准备预期结果，记录答案是否正确、引用是否对应、是否需要人工修改。
对订单和账户数据，验证不同用户只能看到各自有权访问的记录。这不能只靠提示词保证。
从回复草稿开始上线
先让系统为人工客服生成草稿，由人工确认后发送。观察最常见的错误，再补充资料或调整检索。稳定后再选择范围清楚的低风险问题自动回答。
需要更多工具调用时，参考AI Agent 小流程，同时设置超时、重试和人工接手条件。
怎样衡量效果
分别记录有效解决率、转人工率、错误承诺、客户重复询问和人工修改时间。不要只看机器人发送了多少条消息。调用成本可以结合官方 API 价格估算，但错误答案导致的返工也应计入运营成本。