知识库健康度检测

知识库健康度检查

通过对比 FAQ 知识库与金牌客服实际对话，发现知识条目与真实服务口径的差异，帮助团队及时更新知识库。

Quick Start

1. 准备 FAQ 知识库文件（支持 .xlsx, .xls, .md, .txt, .csv）
2. 准备金牌客服对话记录文件（同上）
3. 使用 scripts/read_file.py 将文件转换为文本
4. 将转换后的文本输入，执行对比分析

资源

• scripts/read_file.py - 读取多种格式文件并转换为纯文本

When to Use

• 定期审核知识库时效性
• 新政策上线后验证知识库同步情况
• 质检发现客服口径偏离时追溯根因
• 培训新员工前确保知识库准确

Workflow

1. 读取文件：使用 scripts/read_file.py 将 FAQ 文件和对话记录转换为文本格式。
2. 解析 FAQ：从 FAQ 文本中提取每条知识条目（问题+标准答案），建立索引。
3. 解析对话：从对话文本中提取每轮交互（客户问题+客服答复），按话题聚类。
4. 对比分析（核心）：
   • 口径一致性：对比客服答复与 FAQ 标准答案，检查是否完全一致、部分偏离或矛盾。
   • 过时检测：识别 FAQ 中提及但对话中不再使用或已废止的政策/流程。
   • 缺失检测：发现对话中频繁出现但 FAQ 未覆盖的新问题。
   • 模糊/不完整：判断 FAQ 答案是否过于笼统，无法指导实际对话。
5. 生成报告：
   • 差异报告：列出每条 FAQ 条目的健康状态（正常/不一致/过时/缺失/模糊），附证据引用（对话摘录）。
   • 建议清单：按影响程度（高/中/低）排序，提出具体修改建议（如更新话术、补充新条目、删除废止内容）。

分析原则

• 以对话为事实基准：金牌客服的话术代表当前最佳实践，FAQ 应与之对齐。
• 定量+定性：统计每条 FAQ 在对话中的命中率、匹配度，同时通过语义理解判断实质差异。
• 覆盖度评估：计算对话中涉及的话题被 FAQ 覆盖的比例，识别知识盲区。

输出要求

提供两份 Markdown 文档：

1. 📋 差异报告

• 按 FAQ 条目编号/标题列出，包含：
  • 条目原文
  • 健康状态（✅一致 / ⚠️不一致 / 🕒过时 / ❌缺失 / 🔍模糊）
  • 具体说明（引用对话证据）
  • 影响评估

2. 💡 优化建议清单

• 按优先级（高→中→低）排列
• 每条建议含：操作类型（更新/新增/删除/细化）、目标条目、具体修改内容、预期效果

安全与数据规范

• 数据脱敏：上传前建议去除客户隐私信息（姓名、电话、订单号等）。
• 文件大小：建议单个文件不超过 10 MB。
• 依赖：scripts/read_file.py 需 pandas、openpyxl，安装命令：pip install pandas openpyxl

约束

• 文件读取：必须使用 scripts/read_file.py 读取文件，保证格式统一。
• 不编写代码：直接输出分析结果，不展示中间推理过程。
• 客观公正：基于实际对话内容判断，不臆造差异。