大模型賦能服務知識庫CONTENTS某科技公司售后服務現狀痛點大模型賦能服務知識庫方案PART

1PART

2PART

01某科技公司售后服務現狀痛點工單服務的一般處理流程通過服務管理系統實現客戶多渠道接入、服務受理和診斷、服務升級、現場服務和回訪在內的服務全流程管理服務升級確認客戶信息服務受理與診斷坐席/專席回訪服務中心自動微信問卷回訪回訪結果記錄服務質量考核調查問卷客戶接觸點服務站接單確定上門計劃和時間簽到簽退錄入維修信息上門檢修現場服務服務商知識庫*客戶可通過呼叫中心聯系坐席，并由客服人員在線創建服務請求生成工單維保查詢一線工程師/專席一線工程師對情況進行診斷，并創建工單；如需要備件替換，創建備件申請主動服務備件申請客戶問題排查

二線工程師工單接收工單智能派單問題診斷智能派單現場服務派單至工程師結單研發部問題單/需求單開發微信門戶官網電子郵件呼叫中心創建服務 影響度請求 分析復雜問題，流程長維護服務業務痛點：服務水平無法滿足客戶要求客戶感受問題處理時間長（NPS

分數低）公司感受服務人員投入大（成本高）能力弱，效率低服務知識的復用性低增強服務水平，提升客戶滿意度的建設目標1、縮短服務事件處理時間2、提升項目交付專業性客戶自助服務、服務商服務：自助解決比例提升，減少問題流轉。一線、二線服務、研發支持服務：知識庫復用比例提升；人均工單數量提升；工單解決時間降低。現場技術服務：客戶文檔文檔生命周期完整獲取；增強項目管理的標準化與規范化；提升項目準交率，提升項目利潤率。業務流程業務知識沉淀賦能哪些企業需要售后服務知識庫？信息技術服務提供商電子商務與零售制造業金融服務電信與通信醫療保健能源與公共事業旅游與酒店業教育機構……按行業劃分高頻率的客戶服務請求：需要處理大量的客戶服務查詢、投訴和建議。復雜的產品或服務：提供的產品或服務較為復雜，可能涉及技術問題或專業術語，需要詳細的解釋和支持。多渠道客戶互動：通過電話、電子郵件、在線聊天、社交媒體等多個渠道接收客戶反饋。對響應速度的要求較高：客戶期望快速得到問題的解決，因此高效的工單處理流程至關重要。重視客戶滿意度：將客戶滿意度視為業務成功的關鍵指標，愿意投資于提升服務質量。企業特征PART

02大模型賦能服務知識庫方案總體方案架構：工單處理知識處理的閉環流程微信門戶電子郵件呼叫中心 官網問題提報工單錄入工單系統工單查詢專家推薦問關鍵詞搜索解決方案搜索Wiki知識庫專題知識沉淀問題討論資料查找方案撰寫知識抽取權限管理模板管理審批評論點贊分享門戶數據洞察與推薦知識應用知識搜索與查詢工單知識機器人知識探索歷史數據文檔生成問題解決一鍵轉知識數據分析與推薦知識沉淀知識消費工單數據同步知識庫圖例說明：外圍系統知識圖譜如何建設服務知識庫？通過WikiDoc創建在線服務知識庫PART

2.1缺乏行業標準模板參考，文檔質量參差不齊，難以滿足專業要求。專業度欠缺知識庫創建時的常見痛點缺乏預設的結構框架，導致文檔組織混亂、邏輯不清晰結構無序沒有明確的寫作指南和規范，容易遺漏重要信息，導致文檔不完整。內容易缺失不同文檔之間的格式、風格差異大，缺乏統一標準，影響整體專業性。格式不統一每次從零開始設計格式和布局，手動設置基礎元素，耗費大量時間精力。重復耗時知識創作1：WikiDoc創意無限的文本格式WikiDoc在線創作WikiDoc在線文檔支持多種文本格式和類型，支持用戶插入表格、圖片等，調整文字的格式（如加粗/斜體/下劃線、顏色）等操作，為用戶提供了表達和呈現的多樣化手段。文檔鏈接文檔鏈接功能可以在WikiDoc文章中引用不同文檔、WikiDoc、知識圈，構建起知識內容之間的關聯網絡。知識創作2：通過標準化的知識模板，提升知識創建效率和質量模版創建管理員在wikidoc中可以創建Wiki模版，并關聯知識圖譜中的實體和屬性。基于模版自動生成WikiDoc用戶在創建wikidoc的時候可以基于模版來生成文檔內容，并自動識別相關的標簽等實體。服務工單場景中的價值服務工單排查模板一鍵配置信息自動提取解決方案自動解析生成將管理要求通過模版自動關聯知識模板的定義涉及工作：前端：1.Wiki模板綁定實體，并選擇實體屬性作為Wiki的內容結構后端：1、實體和屬性對外提供列舉實體及其屬性的API圖譜模型實現知識及不同平臺間數據的關聯和應用統一語義理解定義和規范工單相關的概念、屬性和關系，使得不同系統、部門和人員對工單的理解保持一致。消除信息孤島，避免因語義差異造成的數據錯亂和信息丟失。提高工單處理效率通過本體模型，系統可以自動識別工單類型、優先級、處理流程等關鍵信息，實現自動分類、分配和路由，減少人工干預。將知識庫與工單系統集成，可以根據本體模型自動查找相關知識和解決方案，幫助處理人員快速解決問題。增強工單智能化通過本體模型，系統可以學習工單歷史數據，識別常見問題和解決方案，實現自動推薦和智能提示。可以根據用戶輸入自動生成工單內容，并根據本體模型進行驗證和修正，提高工單質量和準確性。提升數據分析能力通過本體模型，可以將工單數據進行結構化組織，方便進行數據分析和挖掘，識別問題趨勢，優化工單處理流程，提升整體工作效率。可以根據分析結果，制定更精準的預測模型，提前預警潛在問題，降低風險。如何從工單中自動萃取知識？PART

2.2工單變寶藏：智慧知識庫的構建的邏輯處理OR⑧

跨部門解決：企業微信/釘釘 ⑧

業務專家：撰寫專題解決方案解決問題：方案撰寫②

平臺能力：定時或自動抽取解決方案通過大模型及自動化流進行知識的結構化沉淀①

方案專家：業務本體構建業務抽象⑦

問題錄入：工單匯聚③

平臺能力：基于Wiki的工單知識庫 ④

平臺能力：自動生成方案相關圖譜知識沉淀：工單知識領域知識庫⑤

解決問題：搜索與推薦解決問題：工單知識領域知識庫⑥

問與解決方案的關聯方案撰寫：方案生成、改寫、擴寫工單提煉：知識清洗、篩選、提煉知識問答：自然語言交互、多輪問答大模型+知識圖譜，賦能場景：工單解決后同步工單的解決方案文檔到Wiki知識庫中如何實現知識的精準應用？直接推送到工單處理的工作環節根據服務工程師的個人能力推薦知識學習PART

2.3工單解決時基于瀏覽器插件對工單問題進行搜索及專家推薦基于客戶的ID可以基于AnyShare瀏覽器插件顯示客戶的相關文檔信息上海XX公司上海XX公司根據服務工程師的工單完成情況自動推薦知識近期處理的事件工單張俊獨立解決流轉他人解決7.0.4.5版本

安裝部署7.0.5.0

權限管理需補充學習的知識：《AnyShare

7.0.4.5

功能差異化列表》《AnyShare

7.0.5.0

版本發布說明》《AnyShare

7.0.4.5

更新指導手冊》涉及工作：前端：門戶的業務組件可配置后端：AF

：指標建模，并提供API供AS后端調用AS：

根據規劃提供文件的推薦API方案價值總結工單響應速度提升：更快響應客戶問題。服務質量提升：問題回答與解決更精準，服務質量更高。服務成本降低客戶滿意度提升員工能力成長服務人力與時間成本降低：節省知識的創建、查詢投入的人力與時間，相同人力及時