简介面向高级人工智能训练师的店小蜜智能客服专项资料聚焦商品属性配置、转人工率计算、离线消息分流、大促优化与官方知识库维护等核心场景可帮助电商客服运营者系统掌握诊断报告、数据看板及答案配置的实操要点。包体为单个PDF文件大小约861KB内容以要点清单和问答形式展开便于快速查阅。目前已有378人学习浏览在智能客服领域具有一定参考价值。资料覆盖35个知识点既包括未解决榜实时优化、尺码表与官方选码兜底、冷门问法判定、离线消息批量分配等具体规则也涉及欢迎语卡片数据看板、变量标签规范插入、多答案配置、兜底回答、减少转人工引导语等操作细节并附有判断题与选择题式测试内容便于自测掌握程度适合作为训练师日常调优和培训参考的速查手册。1. 店小蜜训练师到底在调什么一份能直接拿去对答案的配置资料做店小蜜智能客服的人工智能训练师每天面对的不是写代码而是一堆判断这条答案要不要关联商品那个变量标签为什么买家一触发就转人工转人工率高了先改知识库还是先改话术这份材料把官方考核和日常配置的考点拆成了判断题和选择题覆盖知识库、尺码表、数据看板、离线消息分流这些需要实际动手的板块。拆完之后我最大的感受是它本质上是一份「配置自查清单」——适合刚接手店小蜜的人用来快速过一遍每个功能点的正确姿势也适合已经配了一段时间的训练师用来对照自己的配置有没有踩到隐性坑。材料里没有理论空谈全是能直接落到后台操作上的结论。2. 知识库与答案配置的底层逻辑为什么每个答案都要跟商品、时效、变量纠缠2.1 商品属性配置参数缺失时怎么给买家一个精确答案先看一个实际场景买家来问「这件衣服什么面料」但商品详情页参数里没有「面料」这一项。店小蜜抓不到数据要么回一句不痛不痒的话要么直接转人工。官方知识库里有一个引导当产品参数没有对应的参数信息可以配置固定属性把不同答案分别关联到对应商品。换句话说不依赖系统自动读取每个商品的参数而是在知识库中预设「面料羊毛」这样的固定组合让这条答案只在特定商品或分组下生效。配置步骤一般是在自定义知识库新建问题比如「面料是什么」答案编辑框写清楚材质类型然后通过「关联商品」把答案绑定到对应商品ID。这里有个很容易忽略的点答案关联了商品之后买家咨询其他商品时这条知识不会命中店小蜜会继续向下匹配匹配不到就会转入人工。所以凡涉及商品属性的知识最好把店铺主营商品的参数都覆盖到不要只配一个爆款。我常用的判断顺序是这样的先看详情页有没有对应字段有就直接用变量标签没有就手写固定属性答案并关联商品都做不到的留一条通用兜底答案。这套顺序表面简单但很多训练师为了省事直接插变量标签结果详情页根本没这个字段答案渲染成空壳买家重复追问转人工率不降反升。后面讲变量标签时我会专门拆这个坑。2.2 变量标签好用但最容易翻车变量标签可以理解为动态占位符。答案里写「本商品面料为{面料}」店小蜜回复时会去商品详情页抓取「面料」字段的值替换上去。好处是一条话术覆盖上千个商品前提是商品详情页里真实存在这个字段。变量标签能用的板块也不止官方知识库尺码表、关键词、问大家里都能用越往后越会发现它的使用范围几乎覆盖了知识库的所有核心场景。关于操作规范有两件事反复被提到插入变量标签的位置在答案编辑框点击「插入」按钮完成不是手动敲花括号插入前要确认宝贝详情页有对应参数。很多人跳过第二步直接把标签插进所有答案半年后商品换款、详情页字段改名那段变量就静默失效了。失效之后的现象很有迷惑性买家问「内长多少」店小蜜回的内容里变量位置是空白买家看不懂要求转人工而转人工分析里显示这条知识有答案看起来并不是无答案转人工。如果不是去测试窗里输入买家原话看渲染结果你很难定位到是变量标签出了问题。所以我这边有一个死规矩凡是答案里用了变量标签建完必须到测试窗验证一遍店铺换季换款后再扫一遍爆款商品的详情页字段失效标签连按删除。这套动作执行几个周期后由空答案导致的转人工会明显下降。2.3 答案的关联规则商品、时效与兜底答案怎么搭配官方知识库和自定义知识库在配置答案时有几条共通原则。一是每个问题尽量关联不同商品分商品答复二是同一个知识可以配置多个答案店小蜜根据命中的商品、时效和类目选择合适的一条三是每个问题都要有通用兜底答案兜底答案不是「请咨询人工」而是一句能让会话继续下去的回复。「答案不可太明确」这条容易被误解。这里说的不是话术要模糊而是不要写成合同条款式的绝对承诺。比如「本商品支持七天无理由退换」一旦后台政策调整买家拿着机器人的答复来投诉责任就落到了店小蜜头上。正确姿态是给出一个相对安全、留有弹性的表述把最终解释权留给人工。还有一个隐蔽的坑答案里尽量少包含转人工引导语。不少训练师习惯在每条答案后面挂一句「如需人工请点击」本意是兜底实际上把能自己解决的问题也推给了人工。欢迎语里的「你好在吗」这类首次问候场景更是不需要加转人工引导加了反而把闲聊也变成工单。2.4 官方知识库与自定义知识库配置方法不是同一套很多人把官方知识库和自定义知识库当成同一个东西来配实际上两者差异不小。官方知识库是平台预先配置好的场景分通用包和行业包比如服装行业的尺码推荐、商品属性、问大家自定义知识库是自己建的问题和答案。题目里「自定义知识库的配置方法和官方知识库完全一样」这个说法答案是「否」。具体差异我整理了一个对比对比项官方知识库自定义知识库问法要求问法要全面不能只写一个短语或词问法可以无限添加支持关联具体商品答案划词划词是区分相似问法归类必须准确不是每个问法都必须划词行业包依赖部分场景依赖订阅行业包如商品尺码不依赖行业包但功能入口可能受限配置条数影响官方知识库配置率影响自定义配置条数和条率官方知识库的配置重心集中在几个地方商品属性配置比如服饰行业的厚薄、弹性、面料、版型尺码推荐配置问大家配置关键词配置。自定义知识库则更自由但这里有一个「冷门定义」需要记住连续两周该自定义知识的所有问法热度都几乎为0才会被判定为冷门。如果知识本身有点击、有命中只是命中率低那是程度问题不是冷门问题优化路径也要分开。3. 尺码表与选码场景把推荐什么码做成可落地的规则3.1 尺码表配置的优先级与边界鞋服类目最让训练师头疼的就是选码。买家问「身高175体重150穿什么码」不同商品的尺码分布不同同一商品不同批次还有差异。官方给出的匹配顺序是优先匹配尺码表尺码表没有覆盖到的范围再由官方选码场景兜底。也就是说尺码表的优先级高于官方知识库的选码场景这个先后关系直接决定了知识点配置的位置。配置尺码表时有一个边界情况如果某个身高体重区间没有推荐码比如身高180-185、体重80-90这一栏对应位置要填写「暂无该尺码」而不是空着更不是随手填一个相近尺码。空着店小蜜不知道该回什么填相近尺码买家按错误建议买了退货纠纷还要算在机器人头上。「暂无该尺码」既给了明确答复也自动引导了人工介入。后台的「商品尺码」功能不是默认出现的需要订阅相关行业包。材料里明确提到的有服装、户外、手机、鞋类这几个行业包订阅后功能入口才会出现。如果训练师在后台找不到「商品尺码」选项先检查是不是漏订了行业包而不是怀疑自己权限有问题。想快速找到某个商品的尺码表用「商品尺码」左上角的「搜索商品ID」输入商品ID直接定位不用一页一页翻。3.2 选码场景的提问格式引导尺码表解决的是「有数据」的问题但很多买家根本不会按格式提问。有人说「我该穿多大码」有人只说「我175」还有人发来一张图片完全打乱了店小蜜的解析逻辑。针对提问顺序混乱的情况官方给出的思路是设置一句引导话术让买家按正确格式回复。引导话术的配置位置在官方选码场景下内容一般是「亲麻烦提供一下身高和体重我帮您选码」。这里有两个配置细节值得注意。第一引导话术尽量放在句首不要放在答案末尾很多买家只看到第一句话就回复了放在末尾等于没引导。第二话术里不要加平台前缀越短越好避免拉长无效交互。买家把身高体重发过来之后店小蜜再次路由尺码表的命中率会高很多。3.3 同商品不同区间的个性化话术只插一个{尺码值}如果你的需求是「同一个商品身高175和185的买家得到完全不同的推荐话术」那么配置方法是尺码区间设置个性化话术在「回答话术」框里只插入{尺码值}这一个变量。这里的关键词是「只插入」。很多训练师会手滑把「推荐{尺码值}」这类固定文案也写进去一旦{尺码值}取值失败整句就变成空话。这样设计的思路是尺码表本身就是多维判断条件身高体重区间已经替你分好了人群话术里只需要一个动态变量来表示结果。插入{尺码值}之后店小蜜会根据命中的区间把那一栏填写的值渲染进话术。其他变量不要插——变量每多一个就多一个取不到值的风险点。如果你发现后台尺码表里没有「商品尺码」功能选项先订阅鞋类或服装行业包再回到这个页面操作。3.4 大促期间选码问题的前置处理大促是选码咨询的集中爆发期。官方给出的方向是大促期间要重视关键词的使用。具体落地上我会在大促前三天做一件事把选码引导话术复制到欢迎语卡片、商品推荐、关键词多入口同时把活动相关、商品类、闲聊类、售后类四类知识全部过一遍确保选码之外的催发货、优惠叠加、退款时效问题也有答案兜底。材料里对大促维护的定位很明确活动期开始前就把预计会问到的问题的答案提前设好不要等咨询量上来了再现场改。4. 数据看板驱动的优化闭环从转人工率到未解决榜4.1 转人工率的公式与解读转人工率是店小蜜最核心的指标公式是转人工率 店小蜜请求转人工数 / 店小蜜接待买家数。分子是买家发起转人工请求的次数分母是店小蜜实际接待过的买家数。这个公式的意义在于它把转人工次数放到接待规模里归一化了不同体量的店铺才能互相比较。关于转人工率有两个判断要说清楚。第一转人工率越低解决能力越高这个方向是对的。第二转人工率不是越低越好——退货退款、售后破损、客诉纠纷这些场景本来就该转人工硬压只会把矛盾堵死在机器人层。合理的目标是把无意义转人工压下去保留必要的转人工。如果店铺希望破损少件这类问题直接转人工可以在直连人工场景里勾选「破损少件」命中后不经过答案渲染直接进人工队列。转人工方式的定义有四个分类没有配置答案转人工、给出回复但买家请求转人工、命中了「直连人工」的问题、店小蜜无法理解问题。这四类的占比直接决定优化顺序。「给出回复但买家请求转人工」占比高优先优化答案质量「无法理解问题」占比高优先补问法和关键词「没有配置答案转人工」占比高优先补漏配答案的知识。判断来源优化动作才不会乱。夜间接待模式也是在「人工优先」的基础上开店小蜜买家先收到机器人应答但随时可以请求人工避免夜间无人时买家也得不到响应。4.2 未解决榜和转人工知识高频列表的用法「转人工分析」数据看板里的「未解决榜」是训练师每天应该扫一眼的地方。榜上问题按频次排序记录的是店小蜜没能解决、最终转人工的问题。针对榜上的高频问题标准动作是点进具体知识看它的转人工方式再决定是补答案还是改话术。「转人工知识高频列表」的针对性更强它主要针对「没有配置答案转人工」的内容做优化。这个列表和未解决榜的内容都支持下载实际工作中我会每周下载一次按关键词聚类把同一意思的不同表达合并到一条知识里用多个问法覆盖。关于「实时根据未解决榜的问题聚类来配置优化」这个说法答案是否定的——数据统计本身有延迟配置优化是周期性动作不适合也不需要在接待高峰时段实时处理。官方场景配置了答案却仍然出现在「没有配置答案转人工前10名」里原因一般是答案关联了时效但时效已失效答案关联了商品但没覆盖买家咨询的商品答案字数超限答案没有关联任何商品。排查时逐条对照命中哪条改哪条。4.3 欢迎语卡片数据与询单流失分析欢迎语卡片是买家进店的第一触点。判断卡片效果有个典型的认知误区以为改动之后第二天就能看到数据变化。实际上欢迎语卡片的问题点击情况最快也不是隔天就能看到稳定效果数据是按自然日汇总的最少也要以日为单位观察不能拿早晨的改动去对应下午的点击。欢迎语卡片的问题列表也可以根据欢迎语卡片数据看板里的点击情况来调整不是配好就不动了。欢迎语卡片数据看板能看到的维度包括点击率、展示量、点击占比等但看不到「欢迎语卡片转人工率」。转人工率属于接待环节的数据不在卡片点击的归因范围内。实际运营中要分开看看卡片内容行不行看点击率看客服接待行不行看转人工分析。两者口径不同混用会得出错误结论。询单流失分析的数据来源比较多咨询售后客服的买家记录、客服工具里的询单流失记录、买家的评价反馈、人工客服优秀服务流程中涉及询单流失分析的维度。流失分析要把机器人和人工的接待过程放在一起看才能定位到是哪个环节把买家劝退。与询单流失治理对应的是询单转化能力的提升。店小蜜的「商品推荐」功能查看路径是「全自动机器人—商品推荐」就是为关联销售设计的。会触发商品推荐的场景有买家发宝贝链接并问尺码、表达购买意愿如「我想买这个」、询问是否包邮、宝贝已加购物车或下单未付款时来咨询并发了链接。这四类场景的共同点是买家已经表现出明确的商品意向适合顺势推荐搭配商品。配置时可以针对爆款商品建个性化答案自定义知识库新建多个问题分别关联对应商品官方知识库商品属性场景和「发送了一个宝贝链接」场景也配个性化答案。注意个性化答案不是把商品名塞进自定义问题里不关联商品那个做法没有意义。另外有一个优先级判断系统搭配推荐商品并不高于人工搭配推荐人工推荐的准确度通常更高。4.4 诊断报告的评价维度店小蜜诊断报告是周期性评估配置水平的依据。评价维度包含四块店小蜜使用情况、店小蜜配置水平、店小蜜智能服务水平、店小蜜询单转化能力。其中配置水平又细分为首问语配置点击率、官方知识库配置率、自定义配置条数、自定义配置条率。这组细分指标把「配置得好不好」变成了可对比的数字。官方知识库配置率低说明大量官方场景你还没维护自定义配置条率低说明条数虽多但实际命中差。看报告时注意两点一是数值要与同行业同规模店铺对比单看绝对值无意义二是配置水平是中间指标最终要看询单转化能力和转人工率的变化不要为了把配置率做高而堆无用条目。5. 避坑排查店小蜜配置里五个容易翻车的地方5.1 配置了答案还是进了「没有配置答案转人工」列表现象一条知识后台已经保存了答案但数据看板「没有配置答案转人工前10名」里依然出现它。原因答案的关联条件没覆盖到买家实际咨询的场景。最常见的四个原因是答案关联了商品但买家咨询的商品不在关联范围内答案关联的时效已失效答案字数超限答案没有关联任何商品但这条知识所在的场景要求必须关联。解决打开这条知识依次检查关联商品、时效、字数。重点是我反复强调过的兜底答案——配置一条不关联商品、不关联时效的通用答案让任何场景都能命中这类问题基本会消失。排查时还可以直接点进看板里这条知识后台会显示命中的商品ID和回答内容拿这个信息去对答案的关联范围比盲改效率高很多。5.2 变量标签取不到值答案变成一句空话现象买家问「这款鞋内长多少」店小蜜回复内容里变量位置空白买家看不懂转头就转人工。原因答案里插了{内长}变量但买家咨询的商品详情页没有「内长」这个字段取不到值渲染出来是空的。鞋类行业包里这种变量很多鞋码、内长、帮面材质、后跟高、靴筒高度都是高频配置项某一个字段缺失就会出现类似的翻车现场。解决先用「搜商品ID」确认商品详情页有没有这个字段。有用变量没有改写固定答案或尺码表。这条原则要当成铁律变量标签插进去之前先验一次页面字段是否存在。换季更换商品后再扫一遍爆款商品的字段把失效标签清理掉。不要等买家问出来问题才去查转人工分析里那种「有答案但等于没答案」的记录十有八九是变量失效。5.3 官方知识库有答案买家换种说法就命中不了现象买家问「这个衣服大不大」官方知识库里明明有尺码相关的知识店小蜜就是匹配不上。原因知识库问法覆盖太窄。官方要求「问法要全面不能只写一个短语或一个词语」很多训练师把问法写成「尺码」两个字面对口语化表达自然命中不了。划词划得也不够准确导致相似问法没法归类到同一条知识上。解决把测试窗当成日常工具输入不同类型买家原话命中不了的按买家的说法补进原知识里并做一次划词把关键词标出来。如果买家问题实际上在官方知识库里已经存在却匹配不到可以在测试窗提交定位错误反馈说明应该匹配哪条知识也可以直接增加问法来覆盖。官方知识库没有现成知识时就记录买家问法分类配置到自定义问题或者关键词里。划词的真正意义是区分相似问法的归类划得准语义匹配才准。5.4 大促前不维护大促时现场补答案现象大促当天咨询量上来转人工率直线拉升训练师在后台边看边改越改越乱。原因活动相关、商品类、闲聊类、售后类知识没有提前覆盖。大促期间的发货时效、优惠叠加、退改规则平时根本不出现等到买家集中来问才临时找答案命中率自然低。活动等特殊时间下不同发货时效要配置不同的答案并关联对应的时效标签否则买家问「什么时候发货」机器人给的还是平时的标准话术。解决把大促维护固化成流程。活动开始前一周把上一年同期的咨询记录翻出来整理高频问题提前配置好答案活动期间每天固定时段看一次转人工知识高频列表当天的缺口当天补不要攒。官方明确说了活动开始前就要把预计会问到的问题的答案提前设好。这个「提前」就是给训练师留缓冲时间而不是给自己留改答案的时间。5.5 冷门问法占用位置拉低自定义配置条率现象自定义知识库里有一批知识快两个月没有任何点击和命中诊断报告的自定义配置条率一直很低。原因这批知识属于冷门自定义问法——定义是连续两周该自定义知识的所有问法热度均几乎为0。买家根本没有用你预设的问法来问知识也就成了摆设。解决定期清理两周无热度的冷门问法。清理前先确认对应的商品是否还在售商品下架导致的静默直接把知识停用商品还在售重写问法改成接近买家真实表达的表述。清理不是目的让问法跟买家对齐才是目的。顺带说一下自定义知识库的配置也有一个边界不应该把用户问题过度简化到只剩一个短语那是官方知识库问法不全面的反面教材自定义知识的每个问法也并不是都必须划词按需处理就好。6. 进阶把测试窗和离线消息变成每天的习惯6.1 测试窗是定位问题最直接的入口测试窗的功能很简单但价值被很多人低估了。训练师想根据买家的问题定位到需要优化的知识点正确路径就是测试窗输入买家的问题看店小蜜返回的是哪条知识、哪个答案。这一步能同时验证三件事问法是否命中、答案渲染是否正常、变量标签是否取到值。我每次改完答案都会把买家在转人工分析里的原话复制进测试窗确认复现结果和看板描述一致再判断下一步改什么。6.2 离线消息的分流与查看离线消息是买家在店小蜜无人响应时段留下的咨询记录。分流方式包括「批量分配」和「一键分配当天全部」筛选维度里有「是否请求过人工客服」。这里有一个细节离线消息未处理板块里筛出「是否请求过人工客服」为「是」的买家后双击客户名称能查看到这部分在沟通过程中申请过转人工但没有转成功的买家聊天明细「已处理」板块里双击客户名称能看到成功转到人工客服的聊天记录。这个查看链路对复盘很有用——既能看没转成人工的堵点在哪也能看转成功后人工客服是怎么接的。6.3 一个压转人工率的习惯我的习惯是从一次翻车里长出来的某次大促前我把所有答案都过了一遍唯独没查变量标签结果大促当天有十几个买家问内长店小蜜回的全是空白答案转人工率直接顶到了预警线。从那以后我每次改答案都强制走一遍测试窗验证每周下载一次未解决榜和转人工知识高频列表做聚类每次大促前先确认行业包没有漏订。这套流程看起来不性感但确实把转人工率稳稳压住了。希望帮到你。本文还有配套的精品资源点击获取