智能服务实施——知识到智能（中）

客户世界 | 2022年4月8日 | 2022年, 客世原创 | 评论已关闭 | 899

原文再续，书接上回。上一章节中我们重点聚焦于知识到智能中的问法标准化部分。对于以服务客户为目标的在线机器人来说，其与人工客服一样也是通过知识学习来获得成长，本章节中我将与各位训练师一同探讨在线机器人的知识管理。

一、在线机器人知识的定义

在线机器人知识本质上是客服中心的服务知识，为了便于知识管理与机器人训练，一般可大致将在线机器人的知识划分为以下五种类型：

1、陈述类知识：陈述性知识是描述客观事物的特点及关系的知识，也称为描述性知识。陈述性知识主要包括三种不同水平：符号表征、概念、命题。在线机器人的陈述知识则是来自企业中的服务陈述知识，它既包括通用领域的陈述知识，又包括特定领域的陈述知识。如：四川省的省会是成都，这就是通用领域的知识；花呗是一种消费者信贷产品，用户在消费时，可以预支蚂蚁花呗的额度，享受“先消费，后付款”的购物体验，这就是特定领域的陈述知识。

2、程序操作类知识：程序性知识是一套关于办事的操作步骤的知识，也称操作性知识。这类知识主要用来解决“做什么”和“如何做”的问题，用来进行操作和实践。操作程序类知识则体现在企业中所有和操作、程序相关的知识，如：如何退货？如何开发票？等等都是程序操作类知识。

3、个性知识。我们希望服务机器人具有个性化服务能力。因此，服务机器人应该具备其服务对象的个性化知识，也就是传统的用户画像包括的内容，比如职业、身份、婚姻、年龄等等，也包括服务对象的喜怒哀乐、兴趣爱好、技术能力以及服务对象近期的行为轨迹、社会交往、消费娱乐等动态画像。

4、动态知识。人类所身处的真实世界不是静态的，而是动态变化的。因此，对于智能机器人，不仅需要各种静态知识（比如番茄是一种蔬菜），还需考虑如何表示和应用动态知识，特别是决策过程知识、因果关联知识、时序依赖知识等等。例如用户想看电影，如果机器人具备看电影场景的基本知识，就可以帮助用户约朋友、订票、选座位、建议出行路径。这些服务的实现均需要建立起看电影场景下事件之间的逻辑关联。

5、情感知识。在线机器人需要能够像人工客服一样感知用户的情绪。比如当用户情绪发生较大变化时，在线机器人应该能够及时进行人工转接，另外在线机器人可以在用户进线时进行个性化问候，例如：早晨时间段在线机器人开场白“早上好，祝您今天有一个好心情” 。凌晨时间段在线机器人开场白中“夜已经深了，祝您今晚有个好梦”。

二、在线机器人知识的生命周期

想要管理好一件事情，就需要知道这个事情的发展演变，生存消亡。训练师进行知识管理首先需要明白知识管理的生命周期是怎么回事？在线机器人的终极目标是能够成为人工客服（成为人工客服，不意味着能够替代人工客服，而是尽可能覆盖人工客服的知识，最大程度辅助人工），为客户提供服务，那么在线机器人绝大多数知识甚至可以说是所有知识的底层都是来源于人工客服，与人工客服知识的管理在底层逻辑上是一致的。所以我们可以借鉴人工客服的知识生命周期来理解在线机器人知识的生命周期。知识生命周期是指知识从诞生到消亡的过程，训练师可以参考下面的知识生命曲线帮助理解，即知识有形成期、成长期、成熟期、半衰期、衰退期、彻底消亡。

1、形成期：即知识早期的形成，一般指知识管理人员创建新知识的过程；

2、成长期：即知识整理到上线的过程；

3、成熟期：即知识上线后，结合客户满意情况针对知识进行优化，例如：大段文本知识缩短等；

4、半衰期、衰退期：一般指知识更新迭代的过程，原有知识随着业务范围扩展适用度降低；

5、彻底消亡：即因业务的变化原有知识无法使用，需要将该条知识进行替换或者删除。

三、在线机器人全局知识管理

知识管理需要结合知识的生命全周期来进行，如果脱离其中任何一步都会导致流程上的知识缺失，导致知识管理工作的增加。接下来我们来一起来看在知识管理全局中，训练师们需要进行哪些工作。

1、知识收集：

根据人工客服知识来源收集有可能形成的知识素材，这个过程中训练师们首先需要打通在线机器人知识更新流程与人工客服知识更新流程之间的关联，且需要考虑知识的更新时间。如很多时候人工的知识是前一天晚上更新的，那么在设计在线机器人知识更新收集流程的时候就需要充分的考虑机器人知识更新时间的滞后性，以确保在线机器人知识更新的及时性。当前很多客服中心都将机器人作为客户服务的第一入口，所有的用户进来先由机器人承接第一道服务，如果机器人的知识更新的不及时，就会导致大量的客户因为机器人不具备相应的知识而转人工。

其次，训练师除了直接对人工客服知识进行流转和承接外，还应该考虑人工客服知识流转的流程上是否存在问题。如：很多企业都有各地分公司，但客服中心又是由总部承接，如果全国各地分公司同时配合总部进行一些新活动内容的发布，这个时候客服中心就需要对全国各地分公司的市场部或者活动组织部进行知识的收集，如果知识收集的不够完整或存在缺失，那么当大促活动进行时，由于客户大量的问题会聚焦于企业的活动内容，一旦客服中心缺失了这部分知识，将导致在线客服机器人无法承接，同时人工客服也将无法承接。

所以针对知识收集部分，训练师尤其是负责人需要站在更高的角度，拥有全局观，设计的时候不要只把目光局限于在线机器人与人工客服之间的知识流转，还要考虑整个客服中心甚至整个企业中的知识流转，思考原有的知识流程是否是最佳状态？某一环节的知识滞后是否对在线机器人知识更新产生了阻力，影响到在线机器人的服务体验，甚至人工服务的体验？从问题根源上去设计在线机器人知识收集的流程。

2、知识整理与制作

在我们完成知识的收集以后，需要对知识进行整理，加工形成在线机器人可对外发布的知识。关于可对外发布的知识，训练师们需要考虑两个要素，其一是知识内容的优化：例如我们收集到的知识是一篇产品文档，那么当客户问到有关于这个产品的某个功能时，机器人如果直接将整篇的产品文档发送给客户时，会带来一个非常不好的服务体验，所以需要针对知识的内容进行一次优化。

其二是对知识的外化性进行判断，因为从人工客服流转过来的知识，本质上是直接面向人工客服使用而非客户的，所以训练师们需要设计一个知识进行外化的标准，外化标准包含三层意思：

第一层是知识是否允许客户看；客户在阅读这个知识以后，是否会给服务带来风险？如：某条知识是客服中心内部员工的操作流程，这个流程给员工看是没关系的，但是给客户看就会存在企业机密泄露的风险或影响客户感知，所以训练师们在进行外化风险的判断时，一定要结合在线机器人的服务边界进行判断，同时也要建立动态服务边界管理机制，当训练师发现有知识无法使用边界进行外化判断时能够触发边界更新流程，确保知识边界的动态迭代；

第二层是知识的交互形式选择：如一些政策咨询类的知识适用于一问一答场景，但一些政策操作类知识可能采用多轮对话的方式能够给客户更优的体验；

第三层是知识的内容形式选择：使用更易被客户接受的内容形式，如：产品操作类知识讲解使用图片、动图或视频，其易读性和操作性都要远远高于文本知识。

四、知识的状态

知识有五种状态：编辑、审核、测试、发布、淘汰；每一次知识的整理都需要注意知识的状态，避免因为训练师的误操作出现未审核知识直接发布上线，知识上线错误等操作风险。

五、知识版本的管理

知识版本管理来源于软件版本管理[]，进行版本管理的原因在于知识其实是一个动态变化发展的过程，例如同一业务场景下的同一条知识会随着时间的变化、企业的发展而发生改变，或者根据企业活动的变化发生改变，那么这个时候同一条知识就需要进行不同版本知识内容的创造。在特定的时间将特定版本的知识发布上线，以得到更好的体验与应答效果。同时淘汰知识也应该结合版本使用注明符号进行注释，如：某基金产品知识V1.0；某基金产品知识V2.0；其中版本符号的使用，训练师们可以借鉴软件版本管理知识，使用不同版本符号表示不同的知识版本；如：V1.0与V1.1代表知识改动较小，V1.0与V2.0代表有较大的改动。

六、知识投放渠道选择

知识的投放视角主要是针对在线机器人的部署渠道，从广义上来说，在线机器人应该分为PC端在线机器人与移动端在线机器人；同时移动端在线机器人又会分成app移动端在线机器人、微信移动端在线机器人、微博移动端在线机器人等等。同样一条知识，有可能会因为不同的投放端而进行针对性优化。例如：PC端因为页面足够大，所以在线机器人知识承载的字数数量可以适当放宽；但移动端因为客户交互操作的页面较为狭窄，这个时候就需要考虑字数减少的问题；某些移动端无法支持音频类知识的投放，这个时候就需要将音频类知识转化为文本知识进行投放；还有不同的投放平台可能会有一些相应的限制，如：微信平台的机器人对比企业APP机器人就存在更多的限制。所以从投放渠道出发的话，训练师们需要针对同一条知识尤其是客户咨询频率较高的知识需要根据不同投放渠道的特性准备多条同一意图的不同形式知识。

七、知识效果的测试

在前文中我们说到菜品烹饪完成后需要由厨师进行试菜，确保菜品达到色香味俱全的要求，方才能够摆盘上桌。在线机器人的知识也是一样的，需要由专门的测试人员进行知识应答的测试，确保知识应答的准确率、客户满意度后方才能够进入到下一阶段。一般来说在线机器人知识的测试不建议由知识训练的训练师负责，而是由专门测试的测试师进行负责，因为人们天然会对自己投入劳动尤其是辛苦劳动产生的成果持正向态度，简单来说就是看哪都觉得满意，如果将知识测试职能也由其兼任的话，知识测试发现错误的概率将会被大大降低。在测试的这个阶段训练师们需要与研发团队进行紧密配合，由研发团队将整理完成的知识上线到知识测试平台（知识测试平台可理解为与真实在线机器人应答环境完全的一致的平台）训练师可在该平台上模拟真实的客户与在线机器人交流过程，已达到测试表现与真实环境表现的一致性。

训练师们测试的重点可以围绕在线机器人针对已上线知识的应答的准确率、知识场景覆盖的全面性进行；

前者主要聚焦于在线机器人能否准确命中已经创建好的知识，切记做准确率测试的时候，更多要偏向于新的客户问法而非已经创建好的客户相似问；如：已经创建知识的相似问为：“如何退货？”那么测试的问法则应该是：“东西我不想要了，怎么退货？”

后者则是聚焦于功能段，确保在线机器人训练的功能通畅和完整。

八、知识的调优

针对测试出存在问题的知识，测试训练师应该将问题详细记录，一般来说可以整理制作测试用例表包含测试内容、测试流程、是否可以复现等要素提交至知识整理训练师和对应算法工程师处（表1）。

表1 简单测试用例表

九、知识上线时间

上文我们提到知识的整理存在一定的滞后性，那么在设置好一条完整的知识以后，需要再设置这条知识的上线时间，以确保知识在最佳时间投放给客户。例如：6月18日是电商大促，大促期间很多知识需要更新，但更新的工作是在18日之前就需要完成的，这个时候就需要将知识生效时间设置为6月18日凌晨，确保知识按时上线。

十、上线的审核

在完成知识的基础整理以后，需要将知识传送至专门的审核小组，由专门的审核小组对即将需要上线的知识进行详细的审核，审核小组一般建议招募一些既往有服务质检经验的员工，如果是新人的话最好能够送到客服中心的质检岗位进行深度轮岗，加强审核小组的质检能力，同时质检小组还需要负责边界的管理，确保在实际训练工作当中能够形成：“发现边界缺失，提出边界补充需求，确保边界更新落地”的闭环，最终形成正式的、可上线的知识。

十一、知识的发布

知识的发布不是简单的上线工作，重点需要放在上线要素的管理上，确保每一次知识发布要素能够完整填写，包括：发布者、修改者、审核者、审核结果、修改时间、状态、版本、发布时间、名称、类型、关键词、摘要等，这有利于当知识在线上出现较大问题时，如：闲聊知识尤其是意图引导非常明显的闲聊知识错误投放，训练师及团队负责人能够顺着发布要素进行问题定位、解析问题、解决问题、避免问题再次发生的处理闭环。如果是操作失误，那就是相应的管理机制问题，如果知识创建问题，那就应追溯培训机制，如果是流程问题，就需要复查整个流程，迭代优化，这些需要训练师团队负责人格外注意。

本章小结

在线机器人知识是机器人服务的灵魂所在，知识管理的好坏也将直接影响机器人服务的好坏，想要管理好知识就需要知识的生命周期并根据周期特征设计知识管理规章制度流程，并迭代优化持续积累适合自己企业的知识管理方法。

作者：苏钰；为客户世界机构首席AIT专家；

本文刊载于《客户世界》2022年3月刊。