提示：本文章所述功能仅适用于在 2025 年 2 月 2 日之前已获取人工智能专员（未正式或已正式发布版本）的客户。
为消息传送渠道创建人工智能专员后，关于回复流程，有些最佳实践可提高人工智能专员效率。
本文章包含以下部分：
规划答案
在开始为人工智能专员创建答案之前，请考虑以下规划最佳实践：
- 确定用户经常提出的问题。分析高频工单问题，查看帮助中心常用搜索词并与专员沟通，以规划您要为人工智能专员创建的答案。
-
先对可以自行解决而不需要专员操作的问题创建答案。常见且易于回答的问题包括：
- 营业时间
- 重置密码
- 商店位置
- 首先回答最常见的问题。最好先了解大约 20 个最常见问题的答案，然后逐渐扩大覆盖范围。不要试图立即解决所有问题。
构建答案
为人工智能专员创建回复时，请考虑以下最佳实践，了解如何组织回复以提高性能。
吸引用户
在开始使用答案来吸引用户时，请记住以下最佳实践：
- 每次回答前，先向用户复述问题。这样可减少人工智能专员匹配到错误答案时产生混淆的风险。例如，如果用户输入“取消我的帐户”，人工智能专员回复应为“很遗憾您要取消帐户”。
-
帮助终端用户了解如何在人工智能专员中导航。根据人工智能专员的设计方式，不同的终端用户交互方式会影响人工智能专员的性能。向用户明确说明应如何在人工智能专员中导航以查找答案。
- 如果人工智能专员旨在提供导航体验（一个较大的回复流程），请在回复过程中引导用户从给定选项中进行选择。
- 创建单独的专员转接答案，以便用户联系支持团队。如果显示的选项不是用户所需要的，则在主导航体验中设置专员转接答案链接，作为替代选项。
- 创建单独的答案以处理闲聊。例如，您可以创建一个退出回复，如“谢谢，再见”。
查找解决方案
提高答案与问题的匹配度
您可以通过手动添加训练短语或为答案分配意向，提高人工智能专员向用户推荐正确答案或文章的可能性。要使用意向，您必须分配意向模型。
使用训练短语
您可以在答案中使用训练短语，以提高人工智能专员的匹配性能。如果您有意向模型，则应使用意向而不是训练短语。
在使用训练短语时，请记住以下最佳实践：
- 记下用户对常见问题的表述，并在回复的训练短语中使用类似措辞。
- 将常见主题分组到一个答案中。例如，在一个答案中包含国际送货和国内送货。
- 使用含义相似或相关的短语。Zendesk 人工智能所用的模型采用语义匹配，该模型会考虑问题的总体含义。例如，“太阳能”和“可再生能源”在语义上相关，模型可以识别这种联系。如果两个文本可能同时出现，例如“信用卡”和“银行帐户”，该模型还可能建议将它们作为匹配文本。
- 添加各种短语以提高匹配率。但是，您无需针对可能提出问题的方式添加所有变量。例如，用户可能拼写错误，或措辞稍有不同，但仍会得到匹配的答案。
- 每个答案至少有 3-5 个训练短语。
- 避免添加单字。人工智能专员训练在使用具有足够背景信息的简短多字短语时最有效。例如，使用“退款订单”而不是“退款”，或使用“续订成员”而不是“续订”。
- 避免使用不必要的词语和通用短语，例如“您好”或“我想”或“我该怎么做”。这会淡化问题的核心含义。例如，不要说“您好，我想申请退款”，而要说“申请退款。”
- 请勿添加多种语言的训练短语。训练短语在启用后会自动翻译。
使用预先训练的意向
如果您有意向模型，则可以将为答案分配预先训练的意向，而无需手动添加训练短语。在使用意向时，请记住以下最佳实践：
- 为答案分配预先训练的意向，以显着提高答案和问题的匹配度。
- 对常见问题的意向使用生成式回复。这些常见问题通常可以由人工智能专员使用帮助中心文章中的信息解决。