AI 客服表現不佳最常見的原因不是 AI 模型不好。是知識庫不好。當你上傳模糊、過時或不完整的資訊，AI 就給出模糊、過時或不完整的回答。

最強的公開案例來自 Breathe（一間英國 HR 軟件公司）。他們的 AI 解決率起步是 56%。經過系統性的知識庫改善，解決率在九個月內攀升至 82%，最終達到 88%。AI 沒有改變。餵它的資訊改變了。

應該先上傳什麼？

第一優先：政策和高流量服務資訊。 退換政策、運費和配送條款、付款方式、營業時間、聯絡和地址資訊。

第二優先：產品和價格資訊。 產品規格、當前定價、服務描述、套餐比較。

第三優先：邊緣情況和變通方法。 已知問題、常見排障步驟、標準政策的例外。

第四優先：渠道特定指引。 WhatsApp 預約方法、如何聯絡真人。

最後：語氣和銷售優化。 品牌語氣指引、追加銷售建議。重要，但只有在事實基礎穩固之後。

知識庫文章怎樣結構化？

每篇文章一個意圖。 「我哋嘅配送政策」不如分成三篇：「運費幾錢？」「幾耐送到？」「可唔可以改地址？」

用問題做標題。 配合客戶實際問法。「退貨政策是什麼？」比「退貨政策資訊」更有效。

答案放在第一句。 AI 從文章開頭提取。如果答案埋在第四段，AI 可能返回背景資訊但漏掉答案。

每篇 100–300 字。 如果超過 300 字，很可能覆蓋了多個意圖，應該拆分。

即時： 任何價格、政策或產品變更後當天更新。AI 報了昨天的價格比沒有 AI 更糟。

每週： 檢視過去一週 AI 無法回答或回答不準確的對話。15–30 分鐘。

每月： 審核最常見的話題。30–60 分鐘。

每季： 全面掃描——失效連結、重複內容、過時文章。1–2 小時。

規律一致：AI 表現是知識庫質量問題，不是 AI 能力問題。

需要多少篇文章才能開始？ 從 15–20 篇覆蓋你最常見問題的文章開始。檢視你最近 50 條 WhatsApp 訊息——同樣的 10–15 個問題會重複。

可以直接連結網站嗎？ 可以，但專門的知識庫文章效果更好，因為它們圍繞客戶問題結構化。

資料來源： Intercom/Breathe 案例（2025）、Gorgias AI Agent 文檔（2025）、Zendesk 知識中心優化指南