给企业知识库划出回答边界，AI助手才不会越答越错

不少企业接入智能客服或内部问答工具后，会先把产品手册、报价表、合同模板和售后记录一股脑上传，希望系统马上能回答所有问题。试用阶段看起来很热闹，真正面对客户时却容易出现麻烦：把旧参数当成现行参数，把建议价说成成交价，遇到非标需求也给出肯定承诺。问题往往不在模型会不会说，而在企业没有说明哪些话能说、哪些话只能转给人。

准备知识库时，可以先做一张“回答边界清单”。把常见问题分成可直接回答、需要补充信息、必须人工确认三类。公司地址、工作时间、标准产品说明通常可以直接回答；交期、库存、定制可行性要先询问型号、数量、使用环境；报价、合同条款、赔偿、法律判断则应转交相应岗位。分类不必追求复杂，关键是让每个答案都有明确的处理去向。

资料也不能只按文件名堆放。客户说的是“这台设备能不能放在室外”，技术文档写的可能是防护等级和工作温度。企业需要把专业参数改写成客户真实会问的问题，同时保留原始依据。例如答案可以说明适用条件，并提示现场环境超过某个范围时联系技术人员确认，不能为了显得顺畅而省略限制条件。没有来源的结论，宁可不进入知识库。

版本管理尤其容易被忽视。同一产品可能存在旧彩页、新规格书和销售临时整理的表格，三份资料中的数据并不一致。上传之前应确定一份有效版本，记录生效日期、负责人和替代关系。旧文件可以留档，但不应继续参与对外回答。价格、活动、库存等变化快的信息，最好从业务系统读取或交给人工，不要长期固化在问答文本中。

企业还要区分“没有答案”和“不允许回答”。前者表示知识库缺资料，可以进入补充清单；后者属于经营边界，例如客户要求评价竞争产品、索要其他客户信息、询问未经确认的效果。系统面对这类问题时，应礼貌说明能提供的范围，并给出人工联系入口，而不是换一种说法继续猜。这样的拒答不是体验差，反而能减少误导和后续扯皮。

上线前的测试不要只让项目人员自己提问。销售可以拿真实咨询记录做改写，售后提供容易产生争议的问题，技术人员专门检查参数和适用条件，管理人员检查承诺口径。还要故意使用错别字、口语简称、信息不完整的问法，看系统是否会主动追问。每次测试至少记录问题、回答、引用来源、处理结果和修改人，方便找到反复出错的环节。

正式运行后，可每周抽查一批对话。重点不是评价语气像不像真人，而是看答案有没有依据、是否遗漏限制、该转人工时有没有转、客户追问后是否出现前后矛盾。发现新问题时，先判断是资料缺失、检索不到，还是规则没有写清，再决定补内容、改问法还是调整转人工条件。直接追加一段更长的答案，常常只会让知识库越来越乱。

对中小企业来说，智能问答的价值不是代替所有岗位，而是稳定处理重复、明确、风险较低的问题，把复杂判断交还给了解业务的人。先划边界，再整理资料，之后再选择工具和设置话术。这样做虽然比“上传文件立即使用”多几步，却能让AI助手在该回答时给出可靠信息，在不该决定时及时停住。