基于文档作答究竟是什么
客户提问时，机器人会搜索你的文档，找到相关段落，并据此作答。它不是记住了你的退货政策，而是在问题出现时读取政策。
这一区别有两个重要原因。第一，政策周二更新后，周二的回答就能采用新政策。第二，答案出错时，原因几乎总是机器人找错了段落或没找到正确段落，而不是 AI 本身有缺陷。
只按含义搜索还不够
大多数机器人按含义搜索，因此很擅长处理改述。有人问“这个可以退吗”，即使措辞与文档完全不同，也能找到退货相关段落。
但它们不擅长匹配精确代码。零件编号 RX-4410-B、订单号或具体错误代码，恰恰是按含义搜索最不管用的问题，因为需要匹配的代码本身没有可供匹配的含义。
解决办法是使用混合搜索：同时按含义和精确词语搜索。ProxyAI 默认采用这种方式，因此包含产品代码的问题和用完整句子提出的问题一样，都能得到处理。
如果你正在比较平台，直接问清楚这一点。“我们使用 AI 搜索”并不能说明客户引用零件编号时能否得到答案。
文档写法比任何设置都重要
导入文档时，ProxyAI 的文档导入器会自动将其拆分为较短段落，无需你设置。你能控制的是每份文档的结构是否清晰。标题、列表和表格清楚的文档，会在合理位置拆分；一大块纯文本则不会。段落可能丢失原本的上下文，例如出现一个价格，却没有说明它对应哪款产品。
ProxyAI 的AI 格式整理器可以替你清理文档。上传后，在审核页面点击 Clean convert markdown (AI powered)。它会恢复标题、列表和表格，移除页码与重复页眉，不会改写或丢弃内容。此功能会消耗少量额度。
为最常用的十份客服文档添加清晰标题，或用 AI 格式整理器处理，通常比任何参数调优都更能提升准确率。
最重要的管理原则：不要上传什么
直觉上，人们会想把所有内容都上传。这是错误的做法。
机器人会寻找与问题最匹配的内容，而不是最新内容。把去年的配送政策与今年的政策并列放置，即便文件名不同，客户迟早会被自信地告知错误信息，机器人引用的依据正是过时段落。机器人并没有产生幻觉；它只是读取了你提供的文档。
三条规则可以避免大多数问题：
每项内容只保留一个当前版本。删除已被取代的文档，不要以“留作参考”为由保留。机器人不懂什么叫参考资料。
更新时沿用原文件名。在 ProxyAI 中，上传同名文档会替换旧版本，因此政策会更新，而不是堆出两份互相矛盾的副本。换个文件名，例如把 shipping-2026.pdf 放在 shipping-2025.pdf 旁边，则两份都会保留。
发布前先检查。从 PDF 中提取文本并不完美。表格如果变成一堆数字，还不如没有表格；只有查看内容才能发现问题。
扫描版 PDF 需要逐份判断
扫描或拍摄生成的 PDF 没有可读取文本，因此机器人什么也看不到。文字识别（OCR）可以解决这个问题，但会增加成本，而且永远不可能百分之百准确。
因此应逐份决定：真正的扫描件才启用 OCR，其余文档保持关闭。ProxyAI 在你自己的电脑上执行这项处理，因此扫描文档不会发送给第三方服务；如果扫描件是合同，这一点值得留意。
每个机器人只应读取自己的文档
如果你运行多个机器人，每个机器人都需要一套独立的文档。
分开管理有两方面好处。首先是隐私：一个客户的机器人绝不会看到另一个客户的文档。其次是确保答案正确：如果两个退货期限不同的品牌共用一套文档，机器人可能会答复另一家公司的政策。文档分开后，每个机器人只了解自己的内容。
如何判断效果是否良好
要从两个方向测试，而第二种测试最容易被忽略。
询问文档涵盖的问题。提出文档能直接回答的问题。检查机器人是否忠实于来源，而不是给出听起来合理的改述。
询问文档未涵盖的问题。提出与文档主题相关、但文档中没有答案的问题。正确做法是承认不知道。如果机器人在这里自信地编造答案，对客户也会如此；等你发现时，客户可能已经据此采取行动。
然后查看机器人无法回答的问题。这些就是内容缺口，而且以真实用户提出的问题呈现，比规划会议上能整理出的任何清单都更适合指导下一步写什么。
常见问题
让聊天机器人基于自己的文档作答是什么意思？
客户提问时，机器人会查找你文档中的答案，而不是根据通用知识作答。更新文档后，回答也会立即更新。
什么是混合搜索？它为什么对客服机器人重要？
混合搜索同时通过两种方式查找答案：按含义搜索和按精确词语搜索。它很重要，因为单纯按含义搜索能很好地处理改述问题，却难以匹配产品编号、订单号和错误代码等精确代码，而这些在客服场景中很常见。
为什么基于文档的聊天机器人会给出过时答案？
几乎总是因为过时文档仍在机器人的文档集中。机器人返回与问题最匹配的内容，而不是最新文档，因此只要旧政策更匹配，它就会被引用。用同名文件上传新版本会替换旧版；删除旧版本也能解决问题。以“留作参考”为由保留旧文档没有用，因为机器人不懂什么叫参考资料。
客服聊天机器人应该上传多少份文档？
比直觉告诉你的数量更少。每增加一份文档，就多一个可能的答案来源；重复文档和已被取代的版本会直接降低准确率。每个主题保留一份当前版本并使用清晰标题，效果胜过一大堆无人管理的文档。
扫描版 PDF 能用于聊天机器人知识库吗？
只有通过文字识别（OCR）才能使用，因为扫描件没有可读取文本。应逐份启用，而不是对所有文档开启，因为 OCR 会增加成本且永远不完美。ProxyAI 在你自己的电脑上处理，因此扫描文件不会发送给外部服务。
一个聊天机器人能检索另一个机器人的文档吗？
只要每个机器人使用独立的文档集，就不会。这样既能保护一个客户的文档不被另一个客户看到，也能避免政策混淆：两个品牌共用一套文档时，机器人可能会回答错误公司的政策。
如何测试基于文档的聊天机器人是否正常工作？
先询问文档涵盖的问题，并对照来源检查答案；再询问与文档相关但文档没有答案的问题，确认机器人会承认不知道。第二种测试最能预测实际使用中的失败。
详情、支持的文件类型、大小限制和存储计费方式，请参阅 Bot Knowledge 指南。