Generate and edit Draw.io, Mermaid, and Excalidraw diagrams from natural language using a structured JSON spec.
Documents
faq-knowledge-mining
Try it从历史人工客服会话日志中提炼高频问题与最佳答案,生成标准FAQ格式的Markdown文档。支持Excel文件读取。适用于:更新知识库、提取高频问题、总结客服标准话术、优化客服响应质量。
What it does
从历史人工客服会话日志中提取高频问题与最佳答案,生成标准FAQ格式的Markdown文档。
The skill document
FAQ 知识库挖掘
从历史人工客服会话日志中提取高频问题与最佳答案,生成标准FAQ格式的Markdown文档。
Quick Start
- 准备脱敏后的客服会话日志文件(支持
.txt、.json、.md、.xlsx、.xls格式),确保包含会话上下文、发言角色及时间顺序。 - 如果是Excel文件,使用
scripts/read_file.py脚本转换为文本格式。 - 将数据内容输入进行FAQ提取和分析。
资源
scripts/read_file.py- 读取Excel、Markdown、文本、JSON、CSV文件并转换为文本格式
When to Use
- 从客服聊天记录中提取常见客户问题
- 总结标准客服响应话术
- 优化客服响应质量
Workflow
- 读取文件数据:如果是Excel文件,使用
scripts/read_file.py转换为文本格式;其他格式可直接使用。 - 理解与分析输入数据:读取脱敏后的客服会话日志,明确时间跨度与数据规模,提取客户首轮提问及后续问答交互。
- 意图提取与最佳答案筛选:
- 将语义相同但表述不同的问题进行聚类,归一化为标准问并统计频次
- 通过客户的下一句回复作为反馈指标评估解答质量
- 选择通俗易懂、简洁明了的回复作为最佳答案
- 生成标准FAQ文档:按频次从高到低排序,输出为标准FAQ格式的Markdown文件。
Input Requirements
- 数据源:脱敏后的客服会话日志,必须包含会话上下文、发言角色(客户/客服)及时间顺序
- 数据范围:明确时间跨度与数据规模,确保样本具有代表性
- 数据质量:会话记录完整,包含客户首轮提问及后续问答交互
Output Specifications
格式要求
- 文件格式:
.md格式的Markdown文件 - 排序规则:严格按照问题出现频次从高到低排序
- 结构规范:每个FAQ条目遵循"第一行为问,第二行为答"的标准结构
风格要求
- 整体:专业、客观、条理清晰
- 最佳答案:保持优秀客服话术风格,专业且富有亲和力,通俗易懂
Output Example
如何申请退款?
您好!请您在手机 APP 中点击【我的】-【全部订单】,找到需要退款的商品,点击【售后/退款】按钮,选择退款原因并提交即可。资金将在 1-3 个工作日内原路退回。
发票抬头填错了可以修改吗?
您好!如果发票已经开具,您可以在当月内联系我们作废原发票并重新开具。请您直接将正确的【发票抬头】和【税号】发送在这条对话中,我为您处理。
Exception Handling
- 数据不足:若会话日志数据量过小或时间跨度过短,提示用户补充数据
- 聚类失败:若语义聚类效果不佳,提供人工校验接口或调整聚类阈值
- 反馈缺失:若大量会话缺少客户下文反馈,降低反馈评估权重或提示补充完整记录
Usage Notes
- 仅处理脱敏数据,严禁处理包含客户隐私信息的原始会话记录
- 生成的FAQ文档需经业务专家审核后方可导入知识库
- 建议定期运行本技能,持续更新FAQ文档以适应业务变化
安全与数据规范
- 数据脱敏:上传数据前建议去除真实姓名/工号等敏感信息,或使用示例数据测试。
- 文件大小:建议单个文件不超过 10MB,避免内存溢出。
- Python 依赖:scripts/read_file.py 依赖 pandas、openpyxl,安装命令:
pip install pandas openpyxl
Related skills
Stores durable facts in a categorized, plain-markdown vault on disk, alongside your agent's built-in memory.
Join a video meeting as an AI bot with voice, avatar, and screenshare across four operating modes.
Find why your productivity system keeps failing, then apply the smallest fix — capacity math, bottleneck routing, durable local notes.
Fetch raw ad creative, app, ranking, and revenue data from AdMapix as structured JSON.
Site audit, content writing, and competitor analysis for organic search rankings.
More from zenobiazizi
Browse all skills根据用户的调研目标,生成一份结构完整的调查问卷,并渲染成可直接打开、可作答、可导出的网页。当用户提到问卷、调研、问卷设计、满意度调查、用户调研、NPS、需求调研、市场调查、投票、表单、收集反馈、想了解客户怎么想,或者说"帮我做个问卷""设计几道题""想调研一下"时,都应当使用本技能——即使他们没有明确说出"问卷"两个字。联系方式:zenobiazizi.skills@foxmail.com
客服坐席绩效核算技能。读取用户提供的坐席工作量数据表与绩效规则表(Excel/CSV 均可),按可配置的多维度权重与阶梯规则逐人核算得分,输出含逐项计算过程的绩效明细表、团队分布对比与待人工复核清单。适用场景:客服绩效核算、坐席绩效、月度绩效统计、绩效评分、按规则算绩效,以及用户提供坐席数据与考核规则并希望自动核算得分的任务。核算结果供人工复核参考,不构成最终考核依据。反馈与定制联系:zenobiazizi.skills@foxmail.com
客服会话质检技能。批量分析客服聊天记录/会话导出文件(支持企业微信、千牛、美洽、Udesk、智齿等系统的逐条式与整段式导出),按可配置的质检规则逐条评分,自动脱敏,生成带扣分明细和待人工复核清单的质检报告表格。适用场景:客服质检、会话质检、聊天记录检查、客服考核、服务质量检查、服务质量评估、抽检客服记录,以及用户提供客服会话/聊天记录并希望评估坐席服务质量的任务。问题反馈&其他沟通:zenobiazizi.skills@foxmail.com
客户声音(VOC)会话分析技能。读取用户提供的一批客服会话导出文件(Excel/CSV/文本,逐条式或整段式均可,来自企业微信、千牛、美洽、Udesk、智齿等系统),提炼客户在关心什么,输出高频问题Top榜、情绪分布、原声引用、流失风险信号与改进建议的单次洞察报告。适用场景:客户声音分析、VOC分析、会话洞察、客户反馈分析、客户需求分析、客诉归因,以及用户提供一批客服会话并希望了解客户整体反馈的任务。分析结果供决策参考。反馈与定制联系:zenobiazizi.skills@foxmail.com
差评管家技能。批量处理用户提供的店铺评价内容(截图、复制粘贴的文本、或导出文件均可,来自美团、大众点评、饿了么、淘宝、京东、拼多多等平台的商家后台评价页),自动分类归因、按严重度分级(食品安全等高危差评置顶预警),逐条生成引用客户具体问题点的个性化回复草稿,供人工审核后发布。适用场景:差评回复、差评处理、回复顾客评价、评价管理、差评分析、店铺评分维护,以及用户提供一批店铺评价并希望获得回复建议的任务。内置餐饮/本地生活与电商两套行业模板。本技能面向中文评价设计。反馈与定制联系:zenobiazizi.skills@foxmail.com
对比 FAQ 知识库与金牌客服对话记录,识别口径不一致、过时内容、缺失条目,生成差异报告与优化建议。反馈与定制联系:zenobiazizi.skills@foxmail.com