指南目录/ 知识库与 RAG
客服知识库 Prompt 设计方法
客服场景最怕的不是回答慢，而是一本正经地答错。要让大模型在知识库场景里更稳，关键不只是检索质量，还包括 Prompt 是否把边界、引用和转人工条件说清楚。
先看结论
围绕召回结果、回答边界和升级路径，设计更稳的客服问答 Prompt。
适合谁看
适合准备做企业知识库、客服机器人、FAQ 助手和 AI 质检的团队。
这篇会回答
• Prompt 要先约束回答边界
• 要告诉模型如何使用召回内容
• 升级路径要写进回答策略里
Reading Path
这篇在专题里的位置
从文档入库、混合检索、Rerank、Prompt 注入防护到效果评测、ROI 和客服质检，串成一条完整落地路径。
第 1 节
Prompt 要先约束回答边界
如果没有明确边界，模型会把缺失信息用常识补满，看起来流畅，实际上风险很高。
客服知识库 Prompt 里要明确要求：只基于召回内容回答，不确定时直接说明，并提示用户转人工或提交工单。
第 2 节
要告诉模型如何使用召回内容
很多团队把检索结果一股脑塞给模型，却没有规定优先级，结果模型会抓错片段或混合多个版本。
更稳的写法是要求模型优先引用最新规则、提取关键字段，再按照固定模板输出答复。
第 3 节
升级路径要写进回答策略里
真正好的客服 Prompt，不只是让模型回答，更要知道什么时候别回答。
比如涉及退款、权限、账号安全和异常工单时，模型应该自动触发转人工或输出下一步操作，而不是继续猜测。
FAQ
常见问题
知识库答非所问，是检索问题还是 Prompt 问题？
两种都有可能。先看召回片段是否正确，如果召回对了但答案仍然跑偏，多半就是 Prompt 没有把边界和引用规则写清楚。
客服 Prompt 能一套通用到所有业务吗？
不建议。通用框架可以复用，但退款、发货、账号、安全这类业务必须按风险等级拆开设计，不能只用一套模板硬套。
Continue Reading
继续沿着这条主线看
这部分不再重新给你一堆大卡片，而是直接把下一步阅读顺序列出来，方便继续往下走。