老王局

立项背景和目标： 针对传统中小企业在客服过程中长期面临的三类痛点：人工响应慢、重复问题占比高、私域 知识难以沉淀，本项目立项设计一套面向B端的私有知识库智能问答系统。系统采用检索增强 生成（RAG）架构，将企业自有文档（产品手册、SOP、售后话术、历史工单等）接入大模型， 使其回答既具备大模型的自然语言理解能力，又能精准引用企业内部知识，避免幻觉风险。 核心目标：将平均首响时长从人工客服的3-5分钟压缩至8秒以内，冷启动周期由传统客服培训 的2周缩短至资料导入即可上线。 核心功能模块： 1. 知识库管理：支持PDF/Word/Markdown/TXT/URL多格式批量导入，自动分块(Chunk)、向量化、 入库；支持人工审核与版本管理，单库容量支持百万级文档片段。 2. 智能问答引擎：基于混合检索（向量召回 + BM25关键词召回 + 重排序模型），命中率较纯向 量检索提升约28%；引用源可追溯，回答带文档片段定位。 3. 多渠道接入：开放Web SDK、微信客服API、钉钉机器人三种接入方式，支持会话上下文与多 轮追问，对话历史保留90天。 4. 运营分析后台：管理员可查看问题分布、命中率、转人工率、热点FAQ等指标，支持人工标注 与模型微调形成数据闭环。 业务流程与功能路径： 客户使用路径：企业管理员上传文档 → 系统自动完成分块与向量化 → 管理员审核 → 进入 知识库 → 终端用户提问 → 系统混合检索Top-K → LLM生成带引用答案 → 命中率低于阈值 自动转人工 → 人工回复回流形成新知识沉淀。 一线客服使用路径：客服登录工作台 → 接收AI预答建议 → 一键确认/编辑回复 → 沉淀至 知识库形成飞轮。