AI智能客服系统产品架构【网易七鱼 】
2024-02-10 16:31:09 4 举报AI智能生成
网易七鱼是一款基于人工智能技术的智能客服系统产品，旨在帮助企业提高客户服务质量和效率。其产品架构包括多个模块，如机器人客服、人工客服、工单系统等。其中，机器人客服采用自然语言处理技术，能够根据用户输入的问题自动回答常见问题；人工客服则提供在线咨询和电话咨询两种方式，以满足不同用户需求；工单系统则用于记录和管理用户反馈的问题和建议。此外，网易七鱼还提供了丰富的数据分析功能，帮助企业更好地了解用户需求和行为。总之，网易七鱼是一款功能强大、易于使用的智能客服系统产品，能够帮助企业提升客户满意度和忠诚度。
作者其他创作
大纲/内容
词库
相似词
专有名词
通过添加专有名词，可以避免专有名词在语义识别时被拆分，优化包含专有名词问法的匹配效果
专有名词添加和删除后一般在数秒至数小时后生效（取决于当前机器人知识库的规模大小）
专有名词添加和删除后一般在数秒至数小时后生效（取决于当前机器人知识库的规模大小）
停止词
什么是停止词
词义解释
停止词指的是在一句话中无实际含义的字或词，添加后可以训练机器人过滤干扰词语的能力
场景举例
“为什么我的扣费凭证不显示呢”这句话中“为什么、呢”等为干扰词，需要加入到停止词库中
词义解释
停止词指的是在一句话中无实际含义的字或词，添加后可以训练机器人过滤干扰词语的能力
场景举例
“为什么我的扣费凭证不显示呢”这句话中“为什么、呢”等为干扰词，需要加入到停止词库中
实体词
枚举实体
正则实体
元素 规则说明 示例
[] 代表包含，可以匹配括号包含的任一字符。 [abc]，匹配包含a、b或c的任何单个字符，可以匹配"apple"中的"a"。
[^] 代表不包含，不匹配括号包含的任一字符。 [^abc]，匹配不包含a、b或c的任何单个字符，可以匹配"apple"中"pple"任一字符。
[a-z] 代表字符范围，匹配指定范围内任一字符。 [a-z]，匹配从a到z的任一字符。
| 代表两项之间的选择。使用"|"时为了避免表达歧义，建议使用"()"做隔离表达。 food|t, 匹配"food"或"t"；foo(d|t)，匹配"food"或"foot"。
() 代表一个子表达式。要匹配（）本身,请使用 \(和\)。 (abc|bcd|cde)，匹配abc、bcd或cde。
^ 代表匹配的字符串出现在行首位置。要匹配 ^ 字符本身，请使用 \^。 ^a，代表匹配的字符串必须以a开始。
$ 代表匹配的字符串出现在行尾位置。要匹配 $ 字符本身，请使用 \$。 a$，代表匹配的字符串必须以a结束。
* 代表匹配前面的子表达式零次或多次。要匹配 * 字符本身，请使用 \*。 zo*能匹配“z”以及“zoo”。*等价于{0,}。
\ 代表将下一个字符标记为或特殊字符、或原义字符、或后向引用、或八进制转义符。 "n" 匹配字符 "n"，"\n" 匹配换行符；"\\" 匹配 "\"，而 "\(" 则匹配 "("。
\d 匹配0到9之间的任一一个数字。 等价于 [0-9]
\w 匹配字母、数字、下划线。 等价于 [A-Za-z0-9_]
{n} 代表匹配确定的n次，n是一个非负整数。 a{3}，代表在字符串"aaaaa"中匹配a并重复3次，匹配结果：aaa。
{n,} 代表至少匹配确定的n次，n是一个非负整数。 a{3,}，代表在字符串"aaaaa"中匹配a并至少重复3次，匹配结果：aaa，aaaa 或 aaaaa。
{n,m} 代表最少匹配n次且最多匹配m次。m和n均为非负整数，其中n<=m。 a{3,4}，代表在字符串"aaaaa"中匹配a并重复3次或4次，匹配结果：aaa 或 aaaa。
[] 代表包含，可以匹配括号包含的任一字符。 [abc]，匹配包含a、b或c的任何单个字符，可以匹配"apple"中的"a"。
[^] 代表不包含，不匹配括号包含的任一字符。 [^abc]，匹配不包含a、b或c的任何单个字符，可以匹配"apple"中"pple"任一字符。
[a-z] 代表字符范围，匹配指定范围内任一字符。 [a-z]，匹配从a到z的任一字符。
| 代表两项之间的选择。使用"|"时为了避免表达歧义，建议使用"()"做隔离表达。 food|t, 匹配"food"或"t"；foo(d|t)，匹配"food"或"foot"。
() 代表一个子表达式。要匹配（）本身,请使用 \(和\)。 (abc|bcd|cde)，匹配abc、bcd或cde。
^ 代表匹配的字符串出现在行首位置。要匹配 ^ 字符本身，请使用 \^。 ^a，代表匹配的字符串必须以a开始。
$ 代表匹配的字符串出现在行尾位置。要匹配 $ 字符本身，请使用 \$。 a$，代表匹配的字符串必须以a结束。
* 代表匹配前面的子表达式零次或多次。要匹配 * 字符本身，请使用 \*。 zo*能匹配“z”以及“zoo”。*等价于{0,}。
\ 代表将下一个字符标记为或特殊字符、或原义字符、或后向引用、或八进制转义符。 "n" 匹配字符 "n"，"\n" 匹配换行符；"\\" 匹配 "\"，而 "\(" 则匹配 "("。
\d 匹配0到9之间的任一一个数字。 等价于 [0-9]
\w 匹配字母、数字、下划线。 等价于 [A-Za-z0-9_]
{n} 代表匹配确定的n次，n是一个非负整数。 a{3}，代表在字符串"aaaaa"中匹配a并重复3次，匹配结果：aaa。
{n,} 代表至少匹配确定的n次，n是一个非负整数。 a{3,}，代表在字符串"aaaaa"中匹配a并至少重复3次，匹配结果：aaa，aaaa 或 aaaaa。
{n,m} 代表最少匹配n次且最多匹配m次。m和n均为非负整数，其中n<=m。 a{3,4}，代表在字符串"aaaaa"中匹配a并重复3次或4次，匹配结果：aaa 或 aaaa。
意图实体
系统实体
系统实体：是系统预设的实体，如“系统.国家”、“系统.中国城市”等。
设置
基础设置
基础设置
机器人接入各个渠道的方式请见：
网站接入
App接入
微信接入
微信App接入
企业微信接入
微博接入
百度营销接入
网站接入
App接入
微信接入
微信App接入
企业微信接入
微博接入
百度营销接入
引导语设置
当知识库中没有完全匹配用户提问的问题时，机器人会推荐1-3个相关问题供用户选择，以提高匹配率。在微信小程序(授权接入)/企业微信/抖音企业号/微博端/百度营销/WhatsApp/Facebook/有赞/微盟，用户需要回复相应数字选择问题，可单独设置引导语。网页端包含Web/H5/钉钉/飞书/企微网页，手机端包含iOS/Android/小程序SDK的相似问题引导语取手机端设置的内容。
未知问题问答
该机器人对未匹配或无法识别的未知问题的回复。
图片类型
表情类型
纯英文类型
纯符号类型
其他未知问题类型
寒暄库设置
开启后，机器人将会对用户发来的寒暄做出回复
其他
导航菜单
常见问题
一触即达流程
此处关联一触即达流程，用户进入会话展示欢迎语后，即进入一触即达流程中，由流程引导用户完成后续对话。
常见问题样式
选择常见问题展示形态，经典气泡平铺展示常见问题；卡片样式通过换一换可查看更多问题。
全局置顶常见问题
配置全局置顶常见问题，对所有接入渠道生效。如需针对不同的渠道配置不同常见问题，请在“常见问题模板”中配置。如某渠道在“常见问题模板”中配置了常见问题，则不展示全局置顶常见问题。
服务先知-常见问题
服务先知是通过企业接口返回的常见问题列表。如配置了服务先知接口，并从接口成功返回常见问题列表，则优先展示接口返回问题列表，不展示常见问题模板中配置的问题；如服务先知接口返回的问题数量少于20个，并配置了全局置顶常见问题，则由全局置顶常见问题补充后返回问题列表。
常见问题模板
配置不同渠道的常见问题模板，并且支持通过高级自定义代码配置，为不同渠道、应用和访客来源页面设置不同的常见问题， 查看高级自定义配置。 当渠道关闭，该渠道下所有访客来源页面的常见问题将失效，关闭渠道请谨慎操作。
快捷短语
用户在进入机器人会话时，将在输入框上方看到一组设置的快捷短语。点击短语可以跳转到外链，也可以发送文本消息给机器人。优先级：服务先知>模板>算法先知。
服务先知-快捷短语
快捷短语模板
算法先知
七鱼算法会根据历史访客交互行为，根据访客说的内容自动在服务直达入口推荐访客接下来可能想问的问题，减少访客输入、提升解决率。
常见快捷入口
推荐黑名单
被加入推荐黑名单的知识点，不会被推荐到常见问题模板-智能推荐 和 算法先知-快捷短语 中，避免一些负面兜底类的知识被主动推荐给访客
访客端
答案满意度评价
会话满意度评价
设置会话满意度评价后将在网页端（web/h5/钉钉/飞书/企微网页)/手机端/微信小程序SDK生效。 微信公众号/微信小程序(授权)/企业微信/微信客服/抖音企业号/微博端/百度营销/WhatsApp/Facebook暂不支持对会话满意度评价。 通过七鱼消息接口接入的机器人，企业可通过接口获取七鱼管理端的会话满意度评价设置，自己在访客端实现机器人会话评价功能
样式设置
文案设置
WEB和H5取网页端设置， APP和微信小程序SDK和微盟取手机端设置
评价限制
沉默提醒
延迟回复
机器人与客户沟通中，通常是毫秒级响应，如开启延迟回复，可以配置最长10s的延迟回复时长，机器人延迟回复过程中，访客会显示机器人正在输入。在web/H5生效。
输入联想
转人工规则
转人工设置
未知问题转人工
相似问题转人工
回复相同答案转人工
答案差评转人工
常驻转人工入口
访客情绪识别
转人工排队提示语
拦截词
什么是拦截词
词义解释
客户添加了拦截词之后，当用户输入的语句中包含拦截词，用户直接转接到人工客服，不需转人工确认提示
场景举例
当客户添加拦截词“投诉”和分流组，当用户询问“我想要投诉啊”，用户会直接转人工到对应的分流组中
词义解释
客户添加了拦截词之后，当用户输入的语句中包含拦截词，用户直接转接到人工客服，不需转人工确认提示
场景举例
当客户添加拦截词“投诉”和分流组，当用户询问“我想要投诉啊”，用户会直接转人工到对应的分流组中
自定义拦截词
预设拦截词
触发规则
统计规则
整体说明
根本目标：降低转人工率，提高独立接待率
数据报表
数据总揽
总会话量
描述：机器人产生的总会话数量
无效会话量
有效会话量
有效会话量
描述：机器人产生的总会话量中，去除无效会话后的数量
解决量
描述：有效会话中，在统计周期内未转接人工客服的数量；
解决率
描述 ：有效会话解决量 / 【有效会话量 - 有效会话中自定义拦截词转人工量 - 有效会话中情绪识别转人工量】
无效会话量
描述：用户进入后，未与机器人产生交互即离开的会话，包括直接离开、直接转 人工、直接转接其他机器人这三种情况
用户直接离开
描述：用户进入后，未与机器人产生任何交互且直接离开的会话
用户直接转人工
描述：用户进入后，未与机器人产生任何交互并直接转人工的会话
提问总数
描述：访客向机器人发出的问题总量
匹配提问数
描述：机器人能够匹配的问题数量（包含问题库、一触即达、寒暄库、表格 知识图谱、应急关键词匹配）
匹配率
匹配提问数与提问总数的比值
完全匹配率
描述：机器人直接回答的问题数量 / 匹配提问数（包含知识库、一触即达、表格知识图谱的匹配，不包含寒暄库匹配）
相似匹配率
描述：机器人给出候选的问题进行回复的消息数量 / 匹配提问数 （包含知识库、一触即达、表格知识图谱的匹配，不包含寒暄库匹配）
相似匹配采纳率
描述：用户点击候选的问题数量 / 总的给出候选的问题数量
会话满意度
描述：会话评价结果为“非常满意、满意 ”的会话量与有评价结果的会话量的比值；
会话参评率
描述：有评价结果的会话量与可评价会话量（即有效会话量）的比值。只有有效会话量可以进行会话满意度评价。
热点知识统计
描述：指定时间内知识库中知识匹配最高的TOP50
字段：热点知识、知识来源、知识分类、匹配次数
知识分类统计
描述统计问题分类和一触即达分类在指定时间段内各自的完全匹配的次数和占比
所涉有效会话
所有包含该分类知识完全匹配的有效会话-这些会话中自定义拦截词转人工会话-这些会话中情绪识别转人工会话
解决量
完全匹配所涉有效会话的解决量
解决率
该分类知识完全匹配所涉有效会话的解决量/（该分类知识完全匹配所涉有效会话的解决量-其中自定义拦截词转人工会话-其中情绪识别转人工会话）
关于解决量、解决率的详细说明：去重逻辑：由于一通会话可能包含多个知识的完全匹配，所以如果相同分类下的不同知识点在同一通会话中被触发，在对应分类知识的会话量、解决量的计算上只会算1； 重算逻辑：由于一通会话可能包含多个知识的完全匹配，如果不同分类下的知识点在同一通会话中被触发，虽然只发生了一通会话，在知识分类统计报表中会出现多行数据（每个分类一行），各自的会话量均为1，解决率也会受到关联影响
匹配占比
该分类中的知识被匹配到次数/所有知识被匹配到的次数
匹配次数
该分类中的知识被匹配到次数
所涉有效会话
所有包含该分类知识完全匹配的有效会话-这些会话中自定义拦截词转人工会话-这些会话中情绪识别转人工会话
解决量
完全匹配所涉有效会话的解决量
解决率
该分类知识完全匹配所涉有效会话的解决量/（该分类知识完全匹配所涉有效会话的解决量-其中自定义拦截词转人工会话-其中情绪识别转人工会话）
关于解决量、解决率的详细说明：去重逻辑：由于一通会话可能包含多个知识的完全匹配，所以如果相同分类下的不同知识点在同一通会话中被触发，在对应分类知识的会话量、解决量的计算上只会算1； 重算逻辑：由于一通会话可能包含多个知识的完全匹配，如果不同分类下的知识点在同一通会话中被触发，虽然只发生了一通会话，在知识分类统计报表中会出现多行数据（每个分类一行），各自的会话量均为1，解决率也会受到关联影响
匹配占比
该分类中的知识被匹配到次数/所有知识被匹配到的次数
匹配次数
该分类中的知识被匹配到次数
问题分类
字段：问题分配、解决量、解决率、匹配占比、匹配次数
多轮对话
字段：多轮对话、解决量、解决率、匹配占比、匹配次数
表格知识图谱
字段：表格名称、解决量、解决率、匹配占比、匹配次数
知识问法统计
知识匹配统计
解决量
该问法触发会话的解决量
解决率
该知识触发会话解决量 /（该知识触发的有效会话量-其自定义拦截词转人工量-其中情绪识别转人工量）
关于解决量、解决率的说明：重算逻辑：由于一通会话可能包含多个知识点的触发，不同知识点在同一通会话中被触发，虽然只发生了一通会话，在知识问法统计报表中会出现多行数据（每个知识点一行），各自的会话量均为1，解决率也会受到关联影响
匹配次数
机器人直接回答该问题的次数与机器人给出的候选推荐问题中包含该问题的次数总和
完全匹配数
机器人直接回答该问题的次数
完全匹配率
完全匹配数与总匹配数的比值
相似匹配采纳数
机器人给出的候选问题中包含该问题，且用户采纳了该问题的次数
相似匹配采纳率
相似匹配采纳数与相似匹配数的比值。相似匹配数是机器人给出的候选推荐问题中包含该问题的次数，相似匹配数=总匹配数-完全匹配数。
评价总数
该条知识被评价的总次数
好评
该条知识被评为“有用”的次数
差评
该条知识被评为“没用”的次数
好评率
好评数量与评价总数的比值
差评率
差评数量与评价总数的比值
该问法触发会话的解决量
解决率
该知识触发会话解决量 /（该知识触发的有效会话量-其自定义拦截词转人工量-其中情绪识别转人工量）
关于解决量、解决率的说明：重算逻辑：由于一通会话可能包含多个知识点的触发，不同知识点在同一通会话中被触发，虽然只发生了一通会话，在知识问法统计报表中会出现多行数据（每个知识点一行），各自的会话量均为1，解决率也会受到关联影响
匹配次数
机器人直接回答该问题的次数与机器人给出的候选推荐问题中包含该问题的次数总和
完全匹配数
机器人直接回答该问题的次数
完全匹配率
完全匹配数与总匹配数的比值
相似匹配采纳数
机器人给出的候选问题中包含该问题，且用户采纳了该问题的次数
相似匹配采纳率
相似匹配采纳数与相似匹配数的比值。相似匹配数是机器人给出的候选推荐问题中包含该问题的次数，相似匹配数=总匹配数-完全匹配数。
评价总数
该条知识被评价的总次数
好评
该条知识被评为“有用”的次数
差评
该条知识被评为“没用”的次数
好评率
好评数量与评价总数的比值
差评率
差评数量与评价总数的比值
知识评价统计
评价总数
该条知识被评价的总次数
有用
该条知识被评为"有用"的次数
有用率
"有用"数量与总评价数的比值
无用
该条知识被评为"无用"的次数
无用率
"无用"数量与总评价数的比值
该条知识被评价的总次数
有用
该条知识被评为"有用"的次数
有用率
"有用"数量与总评价数的比值
无用
该条知识被评为"无用"的次数
无用率
"无用"数量与总评价数的比值
导航菜单统计
常见问题
常见问题在选定时间内下发及触发情况统计，不包含服务先知接口下发的常见问题数据统计。仅支持统计网页(web/h5/钉钉/飞书/企微网页)、手机(ios/android/微信小程序sdk)端的数据。其中 iOS/Android 访客端SDK版本需升级至8.12.0及以上相关触发事件才会被采集和统计。
所属模板下发次数
该常见问题被点击时所属的常见问题模板在选定时间内下发次数。*在选定时间段内若模板发生变更不再包含该常见问题，模板下发次数也会被记录。
常见问题触发次数
常见问题在所属模板下被用户点击触发匹配的次数
所属模板下发次数
该常见问题被点击时所属的常见问题模板在选定时间内下发次数。*在选定时间段内若模板发生变更不再包含该常见问题，模板下发次数也会被记录。
常见问题触发次数
常见问题在所属模板下被用户点击触发匹配的次数
常见快捷入口
常见快捷入口在选定时间内下发及触发情况统计。仅支持统计网页(web/h5/钉钉/飞书/企微网页)、手机(ios/android/微信小程序sdk)端的数据。其中 iOS/Android 访客端SDK版本需升级至8.12.0及以上相关触发事件才会被采集和统计。
所属模板下发次数
该常见快捷入口被点击时所属的常见快捷入口模板在选定时间内下发次数。*在选定时间段内若模板发生变更不再包含该常见快捷入口，模板下发次数也会被记录
常见问题触发次数
常见快捷入口在所属模板下被点击的次数
所属模板下发次数
该常见快捷入口被点击时所属的常见快捷入口模板在选定时间内下发次数。*在选定时间段内若模板发生变更不再包含该常见快捷入口，模板下发次数也会被记录
常见问题触发次数
常见快捷入口在所属模板下被点击的次数
快捷短语
快捷短语在选定时间内下发及触发情况统计，通过服务先知、算法先知推荐出来的快捷短语内容不会被统计。仅支持统计网页(web/h5/钉钉/飞书/企微网页)、手机(ios/android/微信小程序sdk)端的数据。其中 iOS/Android 访客端SDK版本需升级至8.12.0及以上相关触发事件才会被采集和统计。
所属模板下发次数
该快捷短语被点击时所属的快捷短语模板在选定时间内下发次数。*在选定时间段内若模板发生变更不再包含该快捷短语，模板下发次数也会被记录
常见问题触发次数
快捷短语在所属模板下被点击的次数
所属模板下发次数
该快捷短语被点击时所属的快捷短语模板在选定时间内下发次数。*在选定时间段内若模板发生变更不再包含该快捷短语，模板下发次数也会被记录
常见问题触发次数
快捷短语在所属模板下被点击的次数
转人工会话统计
所有会话转 人工会话
在自然日内，机器人会话中转人工会话的总量。对于所有会话，转人工会话的来源有两部分：有效会话中的转人工会话和无效会话中的转人工会话；对于无效会话，转人工会话仅包括常驻入口转人工和拦截词转人工两种类型；对于有效会话，转人工会话包括下表中的所有类型。
常驻入口转人工会话
原主动转人工会话。在自然日内，访客通过点击常驻人工入口转人工的会话，有效会话和无效会话都会产生常驻入口转人工会话。无效会话中的常驻入口转人工指的是用户进入机器人会话后直接点击常驻入口进入人工，没有与机器人发生交互。
预设拦截词转人工会话
在自然日内，访客通过发送包含预设拦截词的消息转人工的会话。有效会话和无效会话都会产生预设拦截词转人工会话。无效会话中的预设拦截词转人工指的是用户通过发送包含预设拦截词的首问句直接转人工，没有与机器人发生交互的会话。
自定义拦截词转人工会话
在自然日内，访客通过发送包含自定义拦截词的消息转人工的会话。有效会话和无效会话都会产生自定义拦截词转人工会话。无效会话中的自定义拦截词转人工指的是用户通过发送包含自定义拦截词的首问句直接转人工，没有与机器人发生交互的会话。
情绪识别转人工会话
在自然日内，访客通过情绪识别转自动人工。只有有效会话会产生情绪识别转人工会话
未知问题转人工会话
在自然日内，访客通过连续或累计N次未知问题转人工。只有有效会话会产生连续或累计未知问题转人工会话。
相似问题转人工会话
在自然日内，访客通过连续或累计N次相似问题转人工。只有有效会话会产生连续或累计相似问题转人工会话。
回复相同答案转人工会话
在自然日内，机器人连续或累计N次回复相同答案转人工。只有有效会话会产生连续或累计回复相同答案转人工会话。
差评转人工会话
在自然日内，访客通过差评自动转人工。只有有效会话会产生差评转人工会话。
图片转人工会话
在自然日内，访客通过发送图片自动转人工。只有有效会话会产生图片转人工会话。
答案引导转人工会话
包含三种情况: 1. 在自然日内，访客在有效会话中点击当前会话机器人答案中（包含问题答案、一触即达答案，不包含寒暄库答案）或机器人引导语中的转人工文字链接（包含在欢迎语、未知问题回答引导语和情绪识别转人工中设置的转人工链接）2. 在自然日内，访客在机器人会话中点击历史机器人会话的转人工文字链接 3. 在11月底上线的v5.6.2版本前，访客连续发送三条同样的消息，然后通过点击机器人系统回复中的转人工文字链接进入人工的会话。
人工主动接管机器人会话
在自然日内，人工坐席主动发起会话致进行中的机器人会话被人工接管而中断的情形。
其他转人工会话
在自然日内，访客通过一触即达回复节点直接转人工的会话和其他类型的转人工会话。
一触即达路径统计
统计一触即达流程触发次数，及所有分支节点的访问数据
流程配置
字段：流程名称 、关联意图 、触发次数
节点展示次数
节点展示次数统计表中，在不同版本的一触即达流程的相同节点，只要节点名称不变，其展示次数可合并计算；节点名称变更后，则分开计算
字段：节点名称、所属流程 、展示次数；
留资转化数据统计
温馨提示
请先前往统计规则和流程画布完成相关设置
企业开启会话邀请功能，切换“主动邀请会话”则“进入落地页”、“会话邀请量”、“进入会话”、“进入留资”、“留资成功”5级漏斗图有数据
企业未开启会话邀请功能，切换“主动邀请会话”无数据，在“总会话”下展示“进入落地页”、“总会话量”、“进入会话”、“进入留资”、“留资成功”5级漏斗图有数据
进入落地页
进入售前场景落地页的访问量，落地页请在统计规则里添加
会话邀请量
发出会话邀请的次数
总会话量
从售前场景落地页进入机器人的会话量
进入会话量
【会话邀请量】或【总会话量】中有效的会话量
无效会话量
访客进入后，未与机器人产生交互即离开的会话，包括：直接离开、直接转人工、直接转接其他机器人，这三种情况
进入留资
【进入会话量】中进入留资场景流程的会话量，流程是否为留资场景请在流程里设置
留资成功
【进入留资】中最终收集节点提取到必填字段的会话量，若未设置必填则凡有一个字段收集到则视为留资成功
请先前往统计规则和流程画布完成相关设置
企业开启会话邀请功能，切换“主动邀请会话”则“进入落地页”、“会话邀请量”、“进入会话”、“进入留资”、“留资成功”5级漏斗图有数据
企业未开启会话邀请功能，切换“主动邀请会话”无数据，在“总会话”下展示“进入落地页”、“总会话量”、“进入会话”、“进入留资”、“留资成功”5级漏斗图有数据
进入落地页
进入售前场景落地页的访问量，落地页请在统计规则里添加
会话邀请量
发出会话邀请的次数
总会话量
从售前场景落地页进入机器人的会话量
进入会话量
【会话邀请量】或【总会话量】中有效的会话量
无效会话量
访客进入后，未与机器人产生交互即离开的会话，包括：直接离开、直接转人工、直接转接其他机器人，这三种情况
进入留资
【进入会话量】中进入留资场景流程的会话量，流程是否为留资场景请在流程里设置
留资成功
【进入留资】中最终收集节点提取到必填字段的会话量，若未设置必填则凡有一个字段收集到则视为留资成功
留资转化漏斗
展示所选时间内的留资转化情况
留资转化漏斗（环比）
展示所选时间向前回推同一个统计周期的留资转化情况（选择时间超过半年时，此数据不再准确）
留资转化各步数据
展示所选时间内留资转化各步的数据
图标字段：进入落地页、总会话量、进入 会话、进入留资、留资成功
知识运营
机器人诊断
搭建期
搭建期目标： 完成机器人的配置、搭建和上线
第1步，知识梳理
语料准备
语料的基本概念
在智能客服领域，语料一般指真实语料，是搭建智能机器人的基本素材，即在真实的业务服务过程中在用户和服务人员之间发生过的对话语言材料。
真实语料需要经过分析和处理，才能转化为有用的资源。
语料的类型：语音、文本、图文、视频……
语料的来源：用户和在线人工客服的聊天文本记录、用户和电话人工客服的对话录音、用户和机器人的聊天文本记录……
真实语料需要经过分析和处理，才能转化为有用的资源。
语料的类型：语音、文本、图文、视频……
语料的来源：用户和在线人工客服的聊天文本记录、用户和电话人工客服的对话录音、用户和机器人的聊天文本记录……
语料收集的范围
一般来说，我们需要先确认智能客服机器人服务的目标人群和服务能力范围，然后根据服务能力范围来确定语料收集的范围，服务能力范围外的语料可以直接忽略，不做收集。
例如，某银行App的理财机器人，其业务范围仅包含 理财资讯、推荐理财产品、风险评估、理财知识，而不包含和客户闲聊，那么，可以不用收集闲聊语料。
例如，某银行App的理财机器人，其业务范围仅包含 理财资讯、推荐理财产品、风险评估、理财知识，而不包含和客户闲聊，那么，可以不用收集闲聊语料。
原始语料的获取
原始语料是指历史上真实发生、未经处理的语言材料记录，包括服务聊天对话记录、提问记录、留言记录等，通常可以从以下几种原始语料的来源：
1. 工单服务：获取用户的问题和对应的工单答复内容，可从工单系统进行导出。
2. 在线会话：获取用户和在线客服或机器人的聊天内容，可以从在线系统的会话记录进行导出。如果已经使用七鱼在线客服系统服务用户一段时间，那么这些会话记录是最直接的原始语料。
3. 呼叫服务：获取语音聊天录音记录，可以通过导出原始录音文件，再进行ASR转写便于进一步加工处理。
1. 工单服务：获取用户的问题和对应的工单答复内容，可从工单系统进行导出。
2. 在线会话：获取用户和在线客服或机器人的聊天内容，可以从在线系统的会话记录进行导出。如果已经使用七鱼在线客服系统服务用户一段时间，那么这些会话记录是最直接的原始语料。
3. 呼叫服务：获取语音聊天录音记录，可以通过导出原始录音文件，再进行ASR转写便于进一步加工处理。
语料预处理流程
步骤，原始语料、语音转文本、清洗、分类、形成用户故事；
语料的清洗
语料清洗的目的是剔除无用的语料，所以除了一些简单的规则以外，也需要根据业务场景来完成清洗。
可以通过excel等工具，筛选关键字或句子长度进行批量删除、调整等操作，主要用于处理以下语料清洗的情形：
完全无用：如无意义的文字或符号，可用关键字筛选并删除；
太长或太短：可能造成包含信息量过大或过少，容易影响机器人的匹配，可以根据语料的实际情况确定清洗的上限和下限，对于超过上限的内容进行删除或拆分，对低于下限的过短内容进行删除。
复杂的清洗则需要和算法工程师合作完成。
另外，根据业务场景也可以对部分语料进行清洗，例如：
非服务对象的发言：比如社交电商平台的买手/店主角色暂时无需智能客服机器人服务，则可将原始语料中此类用户的聊天内容进行批量删除。
确认不需要覆盖的服务场景：如企业内部面向员工智能客服仅接受财务、HR、行政业务的咨询，而暂时不接受IT业务的咨询，则可清洗原始语料中包含IT相关关键词的语料。
完成语料准备，下一步我们将进行业务场景图和知识分类的梳理。
可以通过excel等工具，筛选关键字或句子长度进行批量删除、调整等操作，主要用于处理以下语料清洗的情形：
完全无用：如无意义的文字或符号，可用关键字筛选并删除；
太长或太短：可能造成包含信息量过大或过少，容易影响机器人的匹配，可以根据语料的实际情况确定清洗的上限和下限，对于超过上限的内容进行删除或拆分，对低于下限的过短内容进行删除。
复杂的清洗则需要和算法工程师合作完成。
另外，根据业务场景也可以对部分语料进行清洗，例如：
非服务对象的发言：比如社交电商平台的买手/店主角色暂时无需智能客服机器人服务，则可将原始语料中此类用户的聊天内容进行批量删除。
确认不需要覆盖的服务场景：如企业内部面向员工智能客服仅接受财务、HR、行政业务的咨询，而暂时不接受IT业务的咨询，则可清洗原始语料中包含IT相关关键词的语料。
完成语料准备，下一步我们将进行业务场景图和知识分类的梳理。
梳理知识分类
业务梳理
知识的分类方法比较多，但好的知识分类一定是和业务有紧密关联的，因此，在梳理知识分类之前，需要先业务梳理：
1. 确定服务边界，明确目标
需要紧密围绕人和服务：
人：服务的对象，智能客服机器要服务哪些人，目标人群是谁、是什么类型的人、有哪些痛点问题
服务：智能客服机器人需要给上述目标人群提供哪些服务
在整个智能客服机器人的搭建、运营过程中需要持续关注目标，知道哪些该做，哪些不该做。
人：服务的对象，智能客服机器要服务哪些人，目标人群是谁、是什么类型的人、有哪些痛点问题
服务：智能客服机器人需要给上述目标人群提供哪些服务
在整个智能客服机器人的搭建、运营过程中需要持续关注目标，知道哪些该做，哪些不该做。
2. 梳理服务场景图
明确服务边界和目标后，就需要梳理智能客服机器人服务需要覆盖的具体范围，可以通过梳理业务与目标用之间的关系来实现，输出服务场景图，主要有两种梳理思路：
按用户生命周期梳理：在业务范围内，用户的行为有明显的顺序，可以从头至尾串联成完整生命周期路径
按用户触点梳理：若用户业务没有明显先后顺序，可以将业务范围内所有回合用户产生接触的点平铺展现
在梳理时，一般建议按用户生命周期进行梳理，可以串联起大部分场景，如果在生命周期梳理完成后还有部分离散的触电场景，再进行补充结合。例如:
按用户生命周期梳理：在业务范围内，用户的行为有明显的顺序，可以从头至尾串联成完整生命周期路径
按用户触点梳理：若用户业务没有明显先后顺序，可以将业务范围内所有回合用户产生接触的点平铺展现
在梳理时，一般建议按用户生命周期进行梳理，可以串联起大部分场景，如果在生命周期梳理完成后还有部分离散的触电场景，再进行补充结合。例如:
知识分类
知识分类可以和语料分类同步进行，两者都可以依照服务场景图的方式来进行知识分类，按照前述生命周期和触点梳理出来的接口进行分类，适用于大部分面向用户的业务。
对于以产品功能介绍为主或产品的技术支持类的场景，适合以产品线-产品功能进行分类
梳理分类的原则：MECE（Mutually Exclusive Colectively Exhaustive） 相互独立，完全穷尽，也就是说需要尽量全面且互相没有重叠，分类梳理完成后需要确认分类覆盖是否全面、分类是否完整清晰。
对于以产品功能介绍为主或产品的技术支持类的场景，适合以产品线-产品功能进行分类
梳理分类的原则：MECE（Mutually Exclusive Colectively Exhaustive） 相互独立，完全穷尽，也就是说需要尽量全面且互相没有重叠，分类梳理完成后需要确认分类覆盖是否全面、分类是否完整清晰。
举个反例：
Q：杭州线下买的豆浆机维修在哪去？
该问题在以下知识分类中不知道应该放入哪个分类
Q：杭州线下买的豆浆机维修在哪去？
该问题在以下知识分类中不知道应该放入哪个分类
梳理流程任务型对话
任务型对话的基本概念
任务型：和业务相关，一般可能和用户发生多轮对话交互，机器人需要通过多次询问、确认后来完成某个特定的任务路径，配置复杂度较高，同时也因灵活性强，可扩展性强（可以和业务系统联通，需要研发投入）可以使机器人具备更多业务查询和办理的能力，适用于查天气、查订单、查物流、办退款等多种任务型场景。
任务型语料经过进一步提炼和梳理，录入到一触即达流程中，就能实现通过智能客服机器人帮助用户个性化地执行特定任务或流程的能力，为用户提供更好的服务体验。但是，一触即达流程的梳理和配置都比较复杂，有时还需要对接接口等耗费一定的研发成本，因此最好能严格评估价值后再开始梳理和录入。
如果短期没有见到明显痛点，可以在基本完善问答知识库的智能客服机器人运行一段时间后（一般为1～3周），通过数据定位高价值的任务型对话场景，再进行一触即达的流程配置。
任务型语料经过进一步提炼和梳理，录入到一触即达流程中，就能实现通过智能客服机器人帮助用户个性化地执行特定任务或流程的能力，为用户提供更好的服务体验。但是，一触即达流程的梳理和配置都比较复杂，有时还需要对接接口等耗费一定的研发成本，因此最好能严格评估价值后再开始梳理和录入。
如果短期没有见到明显痛点，可以在基本完善问答知识库的智能客服机器人运行一段时间后（一般为1～3周），通过数据定位高价值的任务型对话场景，再进行一触即达的流程配置。
适合配置一触即达任务型对话的场景
一触即达主要解决在线机器人面对客户咨询时根据实际场景给予个性化的回答，基于多个逻辑节点提取客户回答中的关键信息，无需跳转到其他页面，即可实现售前客户留资、售后解决问题、提供业务支持等目的，包括但不限于以下场景：
1、售前客户留资：客户咨询业务时根据自身特点提供必要信息，在线机器人通过一触即达的预先配置提取有效信息，为客户提供符合其需求的业务及服务人员，同时留存客户联系方式，完成售前客户留资，如教育场景课程咨询。
2、售后解决问题：客户在产品及服务的使用过程中出现问题咨询时，在线机器人根据客户反馈的问题类型进行进一步分类，从而为客户提供其需要的解决方案及寻求帮助的途径，同时留存记录客户反馈的问题，如电商场景物流、订单等内容查询。
3、提供业务支持：客户在业务流程中存在疑问咨询时，在线机器人根据客户在咨询时提供的信息引导其完成业务操作、提供相关的业务说明或提供业务支持帮助，如政府公积金、保险等内容查询。
1、售前客户留资：客户咨询业务时根据自身特点提供必要信息，在线机器人通过一触即达的预先配置提取有效信息，为客户提供符合其需求的业务及服务人员，同时留存客户联系方式，完成售前客户留资，如教育场景课程咨询。
2、售后解决问题：客户在产品及服务的使用过程中出现问题咨询时，在线机器人根据客户反馈的问题类型进行进一步分类，从而为客户提供其需要的解决方案及寻求帮助的途径，同时留存记录客户反馈的问题，如电商场景物流、订单等内容查询。
3、提供业务支持：客户在业务流程中存在疑问咨询时，在线机器人根据客户在咨询时提供的信息引导其完成业务操作、提供相关的业务说明或提供业务支持帮助，如政府公积金、保险等内容查询。
梳理一触即达任务型对话的方法
1. 确定符合价值门槛的流程任务目标场景（如留资、查订单、查公积金等）
2. 根据流程目标梳理该任务完整的正向流程，即包括从起始意图到最后完成任务过程中全部节点的流程
3. 梳理意外分支，即过程中用户没有按照预期回复需要确认的内容的处理流程逻辑
4. 总结完成任务流程和意外流程，形成流程图
2. 根据流程目标梳理该任务完整的正向流程，即包括从起始意图到最后完成任务过程中全部节点的流程
3. 梳理意外分支，即过程中用户没有按照预期回复需要确认的内容的处理流程逻辑
4. 总结完成任务流程和意外流程，形成流程图
更加详细的操作见下方链接：
【金山文档】 多轮对话操作手册（网易七鱼）
https://kdocs.cn/l/cnAF5moj9jIJ
【金山文档】 多轮对话操作手册（网易七鱼）
https://kdocs.cn/l/cnAF5moj9jIJ
第2步，录入和配置基础知识库
配置问题库知识
配置一触即达流程
第3步，机器人评测
基本问题排查
机器人检验
完整的机器人上线前的检验分为三个项目：确认功能通畅、确认机器人服务覆盖完全、确认机器人回答准确。
完整的机器人上线前的检验分为三个项目：确认功能通畅、确认机器人服务覆盖完全、确认机器人回答准确。
1. 确认功能通畅
这一步是需要在搭建后即刻完成的，需要确认机器人的功能通畅，检查点包括但不限于：
会话窗口颜色、布局是否和在线系统中配置预期一致
机器人头像和昵称是否配置、显示正常
机器人欢迎语、常见问题是否如预期正常展示
和机器人对话，机器人是否能正常回应
机器人答案评价（若启用） 有用、无用是否可以正常评价
机器人转人工是否可以正常触发
会话窗口颜色、布局是否和在线系统中配置预期一致
机器人头像和昵称是否配置、显示正常
机器人欢迎语、常见问题是否如预期正常展示
和机器人对话，机器人是否能正常回应
机器人答案评价（若启用） 有用、无用是否可以正常评价
机器人转人工是否可以正常触发
2. 确认机器人服务覆盖完全
在这一步，需根据在梳理知识前梳理出来的服务场景图，逐个确认相应的场景是否已经有对应的知识配置，并计算场景覆盖率（=已经配置覆盖的场景数/服务场景图中全部场景的总数）
在排查过程中，发现未完成的场景，需要标记为未完成。
未完成的场景需要重新梳理和补充对应场景的知识，添加到机器人知识库，完成场景的覆盖。
确认业务场景图全部覆盖，即场景覆盖率达100%，方为检验通过。
在排查过程中，发现未完成的场景，需要标记为未完成。
未完成的场景需要重新梳理和补充对应场景的知识，添加到机器人知识库，完成场景的覆盖。
确认业务场景图全部覆盖，即场景覆盖率达100%，方为检验通过。
3.确认机器人回答准确
在这一步，需要线创建测试问题集，然后通过测评机器人的准确率（=机器人回答正确的个数/测试问题的个数），来确认机器人回答的准确性。一般来说，准确率需要达到80%，符合上线要求。
梳理测试问题集
测试问题集是用户检验机器人问答准确率的问题集合，通常来源于用户的对话原声
可以根据已经梳理的服务场景图中的场景，每个场景挑选1-3个问题，组成测试集
也可以直接取一批近期（比如一整天活更长的时间段）实际的用户问题，组成测试集；如果语料数量过多，可以聚类后抽样，保留真实的数据分布，组成测试问题集
建议的测试集大小，一般是知识库规模的1.5倍：
可以根据已经梳理的服务场景图中的场景，每个场景挑选1-3个问题，组成测试集
也可以直接取一批近期（比如一整天活更长的时间段）实际的用户问题，组成测试集；如果语料数量过多，可以聚类后抽样，保留真实的数据分布，组成测试问题集
建议的测试集大小，一般是知识库规模的1.5倍：
机器人回答评测样表
上线测试
灰度发布的必要性
灰度发布上线策略是互联网产品的一种基础发布上线策略，是指在黑与白之间，能够平滑过渡的一种发布方式。
智能客服机器人也需要遵循回复发布的策略，智能客服上线后，可以让一部分用户继续使用原有的服务方式，另一部分用户开始使用新上线的智能客服；如果智能客服机器人的运营情况良好，用户没有反馈重大问题，就可以逐步扩大范围，直至把所有用户都切换到使用智能客服接待。
灰度发布策略的好处：
小范围地获得目标用户的使用反馈
发现重大问题，可以迅速回滚到“旧版本”
根据实际运行中暴露出的问题和反馈，及时查漏补缺，修复问题
智能客服机器人也需要遵循回复发布的策略，智能客服上线后，可以让一部分用户继续使用原有的服务方式，另一部分用户开始使用新上线的智能客服；如果智能客服机器人的运营情况良好，用户没有反馈重大问题，就可以逐步扩大范围，直至把所有用户都切换到使用智能客服接待。
灰度发布策略的好处：
小范围地获得目标用户的使用反馈
发现重大问题，可以迅速回滚到“旧版本”
根据实际运行中暴露出的问题和反馈，及时查漏补缺，修复问题
制定完整的灰度发布计划
灰度发布计划的要素：
确定灰度对象：选取合适的灰度对象是灰度的重要环节，常见的选取灰度对象的方式有
按时间：选取某个时间段发布，例如夜间或非高峰时段作为灰度的初始阶段
按特征人群：选取带有某种特征的用户，例如从未咨询过客服的 或者7天内曾咨询过人工客服的用户
随机用户：随机筛选*%的用户，例如10%的用户座位初始阶段
确定数据指标或目标：根据对智能客服的要求确定灰度期的数据指标，例如匹配率达到80% 或解决率、满意度等其他指标
灰度时间节奏：预估该阶段的持续时间
下一步策略：达到目标后逐步放量的人群范围，例如达到匹配率80%后增加至灰度50%的用户
用户标识：灰度期需要对灰度用户做标识，来标记是否是灰度用户，以便进行数据分析
数据监控：产品性能层面例如服务的响应时间、稳定性等指标 以及智能客服的效果层面例如机器人的匹配率、解决率、满意度、转人工率等 都是可以用于监控等指标
发布/回滚操作工具：当服务出现问题或者数据出现明显异常时，可以及时回滚，避免问题持续影响线上服务，待已知问题解决后再重新进行灰度发布
按时间：选取某个时间段发布，例如夜间或非高峰时段作为灰度的初始阶段
按特征人群：选取带有某种特征的用户，例如从未咨询过客服的 或者7天内曾咨询过人工客服的用户
随机用户：随机筛选*%的用户，例如10%的用户座位初始阶段
确定数据指标或目标：根据对智能客服的要求确定灰度期的数据指标，例如匹配率达到80% 或解决率、满意度等其他指标
灰度时间节奏：预估该阶段的持续时间
下一步策略：达到目标后逐步放量的人群范围，例如达到匹配率80%后增加至灰度50%的用户
用户标识：灰度期需要对灰度用户做标识，来标记是否是灰度用户，以便进行数据分析
数据监控：产品性能层面例如服务的响应时间、稳定性等指标 以及智能客服的效果层面例如机器人的匹配率、解决率、满意度、转人工率等 都是可以用于监控等指标
发布/回滚操作工具：当服务出现问题或者数据出现明显异常时，可以及时回滚，避免问题持续影响线上服务，待已知问题解决后再重新进行灰度发布
灰度发布的流程：
突破期
知识覆盖度
知识覆盖度是综合前7日匹配率（主要）和知识库规模的指标，前7日机器人匹配率越高知识覆盖度评分越高，知识库规模达到一定量后知识覆盖度评分几乎不再随知识库内知识条数增长而增长
问法丰富度
问法丰富度是决定知识匹配的关键因素，一般建议每个有效的知识均配置至少5个相似问法
知识点清晰度
知识点清晰度是评估不同知识点之间问法相似/混淆程度的指标，在每个知识的编辑页面和知识查重功能页面均可查看到知识问法的相似/混淆详情
运营期
知识查重
如何进行体检
机器人训练师可以随时对知识库中的问法查重，将发现的重复问法展示给训练师进行审核。
使用方法：
1、判断每组体检问法和重复问法中的所有问法是否为同一个业务点
2、对同一个业务点的问法仅保留一个，其余问法删除
3、对不同业务点的问法作修改，保证问法之间有差异性
4、若对问法坚持不作修改，请点击忽略
作用：
1、精简知识库，易于维护
2、提高机器人的匹配准确率，避免问法高度相似造成的答非所问
机器人训练师可以随时对知识库中的问法查重，将发现的重复问法展示给训练师进行审核。
使用方法：
1、判断每组体检问法和重复问法中的所有问法是否为同一个业务点
2、对同一个业务点的问法仅保留一个，其余问法删除
3、对不同业务点的问法作修改，保证问法之间有差异性
4、若对问法坚持不作修改，请点击忽略
作用：
1、精简知识库，易于维护
2、提高机器人的匹配准确率，避免问法高度相似造成的答非所问
知识挖掘
相似已采纳学习
当用户提问与知识库中问题相似度较低时，机器人会给出1-3个候选标准问题让用户选择。如果用户采纳了候选标准问题，用户提问就会进入【相似已采纳学习】中，作为该标准问题的推荐相似问题出现，由人工进行处
算法推荐
智能算法学习近14天用户的语句问法和点击行为，结合客服的采纳、忽略行为推荐出最合适的用户问法。
全量问法
访客提问中产生的，所有类似标准问题的相似问题
智能算法学习近14天用户的语句问法和点击行为，结合客服的采纳、忽略行为推荐出最合适的用户问法。
全量问法
访客提问中产生的，所有类似标准问题的相似问题
相似未采纳学习
当用户提问内容与知识库中问题相似度较低时，机器人会给出1-3个候选标准问题让用户选择。如果用户未采纳候选标准问题，用户问题和机器人推荐的候选问题就会进入【相似未采纳学习】中，可集中查看和分析该部分会话。
未知问题学习
算法推荐
根据设置项中用户指定的算法条件计算所有机器人未匹配的访客问法，从中推荐可以添加到知识库的新问法
全部问题
所有机器人未匹配的访客问法
根据设置项中用户指定的算法条件计算所有机器人未匹配的访客问法，从中推荐可以添加到知识库的新问法
全部问题
所有机器人未匹配的访客问法
转人工知识分析
通过分析转人工之前的机器人会话和转人工之后的人工会话之间精确匹配到的知识异同，快速定位机器人知识库的潜在优化点。
知识库
FAQ问题库
问题库用于配置业务相关的问题，在机器人应答过程中，匹配优先级高于寒暄库。
一触即达（多轮对话）
意图管理
新增意图
流程管理
流程配置
查询节点
对话节点
判断节点
回复节点
收集节点
结束节点
引用
引用节点
引用组合
引用流程
新增组合
子主题
子主题
节点组合
节点管理
变量管理
字段管理
发布管理
表格知识图谱
表格管理
操作手册：
【金山文档】 表格知识图谱操作指南
https://kdocs.cn/l/ch5pf3gS0h35
【金山文档】 表格知识图谱操作指南
https://kdocs.cn/l/ch5pf3gS0h35
属性管理
发布管理
自定义寒暄库
说明
自定义寒暄库支持客户将符合企业个性化风格的寒暄语料训练给机器人，提升机器人在寒暄对话中的智能感。
即使不维护自定义寒暄库，七鱼也会提供七鱼通用内置寒暄库作为机器人在寒暄场景下的兜底接待。
匹配策略优先级
问题库&一触即达 > 自定义寒暄库 > 七鱼内置寒暄库
自定义寒暄库支持客户将符合企业个性化风格的寒暄语料训练给机器人，提升机器人在寒暄对话中的智能感。
即使不维护自定义寒暄库，七鱼也会提供七鱼通用内置寒暄库作为机器人在寒暄场景下的兜底接待。
匹配策略优先级
问题库&一触即达 > 自定义寒暄库 > 七鱼内置寒暄库
应急关键词
应急关键词使用场景：
1、当访客问题突发集中且已有知识（问题库、一触即达、表格知识图谱）无法快速调整或有效解决的情况下，可使用应急关键词匹配来命中访客问题并回复，以实现短时间内提高机器人的解决能力；
2、当有特殊促销或直播活动时，可通过该功能配置活动暗号，实现精准匹配回复。
配置说明：
1、匹配优先级：应急关键词＞一触即达&问题库&表格知识图谱，请谨慎配置哦！
2、最多可添加10组关键词；
3、每1组关键词，最多可设置10个关键词或词组，访客问题中完整包含其中任意一个关键词组即视为命中；
4、词组可由多个词构成，访客问题中必须含所有词才会命中吐答案。输入时候请用“+”连接，比如在其中一个格子中填入词组，例如“双11+退款”；
5、不建议使用纯数字作为关键词或词组，如“99”、“99+2”，易导致匹配到链接中的数字，回复出错。可以配置的示例：200减30，两百减30，二百+三十；
6、如匹配命中多项关键词时，按照在当前页面配置的顺序自上而下匹配，如结果不符合预期，请调整顺序。
1、当访客问题突发集中且已有知识（问题库、一触即达、表格知识图谱）无法快速调整或有效解决的情况下，可使用应急关键词匹配来命中访客问题并回复，以实现短时间内提高机器人的解决能力；
2、当有特殊促销或直播活动时，可通过该功能配置活动暗号，实现精准匹配回复。
配置说明：
1、匹配优先级：应急关键词＞一触即达&问题库&表格知识图谱，请谨慎配置哦！
2、最多可添加10组关键词；
3、每1组关键词，最多可设置10个关键词或词组，访客问题中完整包含其中任意一个关键词组即视为命中；
4、词组可由多个词构成，访客问题中必须含所有词才会命中吐答案。输入时候请用“+”连接，比如在其中一个格子中填入词组，例如“双11+退款”；
5、不建议使用纯数字作为关键词或词组，如“99”、“99+2”，易导致匹配到链接中的数字，回复出错。可以配置的示例：200减30，两百减30，二百+三十；
6、如匹配命中多项关键词时，按照在当前页面配置的顺序自上而下匹配，如结果不符合预期，请调整顺序。
0 条评论
下一页
