聊个运营层面的东西，不讲搭建。

知识库问答机器人上线那天，知识库的内容只能覆盖用户真实问题的一部分——这事谁也躲不掉，因为你永远猜不全用户会问什么。我们的内部答疑机器人刚上线时我自信满满，觉得文档备得挺全，结果第一周的对话日志一拉，"未命中知识库"的问题占了快四成。

但这恰恰是这类系统最妙的地方：每一条没答上的问题，都是用户亲手写给你的需求。 传统做文档，你得猜读者要什么；机器人时代，用户把要什么一个字一个字敲给你了，就看你捡不捡。

我现在每周五下午固定做一件事，雷打不动，流程很土：

1. 导出本周对话日志（我搭机器人的平台自带日志，能看到每条问题命中了哪些知识片段，没命中的也标得清楚）；

2. 把"未命中"和"用户追问了第二遍"的对话筛出来——追问通常意味着第一次没答好；

3. 归类。一般就三种：库里真没有（补文档）、库里有但没检索到（改切片或加同义说法）、用户问的根本不归这个机器人管（在欢迎语里说清边界）;

4. 补完文档，把这批问题加进测试集回归一遍。

每次大概花一个半小时，烦是真烦，像批作业。但坚持了两个月，未命中率从 38% 降到 12%，而且降得很扎实——补的每一篇文档都对应真实问题，没有一篇是我拍脑袋写的。

对比一下两种做法的区别：上线前憋大招式地堆文档，堆出来一半没人问；上线后跟着日志补，篇篇都打在点上。前者像备课，后者像答疑，效率完全两个量级。

有个小遗憾，归类这步我还是人肉在做。理论上可以再搭个智能体帮我预归类（把未命中问题聚类打标），我试过一版，聚类结果凑合能用，但合并粒度老觉得差点意思，目前还是机器初筛 + 人工定夺。

如果你的问答机器人上线之后就没人管了，建议把日志翻出来看看，大概率有惊喜（吓）。我那套筛选和归类的具体步骤整理在评论区。

（顺嘴提一句：这套我用的是讯飞星辰，搭智能体零代码，要模型/API 直接走它的 MaaS，现成调，省了自己部署。）