大家好，我是正在实战各种 AI 项目的程序员晚枫。
机器人上线了，但回答不够准确？这一讲，我教你训练机器人，让回答越来越准确。
理解机器人的”学习”机制
机器人如何”学习”？
扣子机器人的学习方式：
- 知识库匹配：用户问题 → 匹配知识库 → 返回答案
- 大模型理解：没有匹配 → 大模型理解 → 生成回答
影响准确率的因素
1. 知识库质量：问题覆盖是否全面、答案是否准确、表达是否清晰
2. 问题匹配：用户问法和知识库问题是否匹配、同义词是否覆盖
3. 大模型能力：模型的理解能力、人设设定的清晰度
提升准确率的方法
方法 1：完善知识库
问题分析：
- 收集用户真实提问
- 找出回答不准确的问题
- 补充到知识库
提示词：
1 | 你是一名专业的客服培训专家。 |
优化步骤：
- 添加相似问法
- 补充答案细节
- 添加关联问题
示例：
1 | 原问题：你们的产品多少钱？ |
方法 2：优化人设设定
问题：机器人回答太机械
优化：
1 | 原设定： |
方法 3：添加反问逻辑
场景：用户需求不明确
示例：
1 | 用户：我想了解一下 |
配置方法：
- 在工作流中添加条件判断
- 设置反问回复
- 根据用户选择继续对话
处理不知道的问题
策略 1：诚实承认
设定：
1 | 如果你不知道答案： |
回复示例：
1 | 抱歉，这个问题我暂时不太清楚。 |
策略 2：收集问题
设定：
1 | 如果遇到不知道的问题： |
回复示例：
1 | 您好，这个问题我需要确认一下。 |
策略 3：引导到其他话题
设定：
1 | 如果回答不了： |
回复示例：
1 | 抱歉，这个问题我暂时回答不了。 |
优化对话体验
技巧 1：控制回复长度
原则：
- 简短回复优先
- 复杂信息分条发送
- 避免大段文字
设定：
1 | 回复原则： |
技巧 2：添加 emoji
作用：
- 增加亲和力
- 突出重点
- 让对话更生动
示例：
1 | 原回复：您好，我们的产品有三个版本。 |
技巧 3：设置上下文记忆
场景：用户连续提问
示例：
1 | 用户：你们的产品多少钱？ |
配置方法：
- 在扣子中开启”多轮对话”
- 设置上下文轮数（建议 3-5 轮）
数据分析与优化
查看对话数据
扣子后台：
- 进入”数据分析”
- 查看：总对话量、常见问题、unanswered 问题、用户满意度
分析未回答问题
步骤：
- 导出未回答问题列表
- 分析问题类型
- 补充到知识库
提示词：
1 | 你是一名专业的数据分析师。 |
持续优化
每周优化：
- 查看对话数据
- 补充新问题
- 优化不准确回答
每月优化：
- 分析整体效果
- 更新产品信息
- 优化人设和回复
本讲作业
- 分析对话数据：查看机器人的对话记录，找出回答不准确的问题，分析原因
- 优化知识库：补充相似问法，优化答案内容，添加 emoji 和格式
- 设置未知问题处理：配置不知道问题的回复，添加人工客服引导，测试效果
下一步
在下一讲中，我们会学习：
- 发布到微信的多种方法
- 嵌入到网站
- 多渠道发布
💬 加入学习交流群
扫码加入学习群，分享你的优化经验。
👉 点击加入交流群
训练机器人是一个持续的过程。上线只是开始，持续优化才能让机器人越来越智能。
💬 联系我
| 平台 | 账号/链接 |
|---|---|
| 微信 | 扫码加好友 |
| 微博 | @程序员晚枫 |
| 知乎 | @程序员晚枫 |
| 抖音 | @程序员晚枫 |
| 小红书 | @程序员晚枫 |
| B 站 | Python 自动化办公社区 |
主营业务：AI 编程培训、企业内训、技术咨询
