半年过去，机器人还在原地打转：客户问十句，它答对六句。团队开始怀疑产品不行。但把问题拆开看，卡点通常不在模型，而在三个可以修的地方。
3 处答不准的常见根因
可修每一个都有具体解法
持续运营比选型更关键
1. 根因一：知识库没人运营
上线时导入了一批资料，之后再没动过。客户新问法、新政策、新产品都没进去——知识库停在上线那天的状态，机器人当然停在原水平。解法很朴素：把未命中问题清单做成每周固定动作，谁负责、什么时候更新、更新后怎么验证，写进流程。
2. 根因二：只写了标准问法，没写相似问法
客户问『怎么退』『能不能退』『不想要了怎么办』，语义相同表达各异。知识条目如果只有一条标准问法，命中率自然低。给每条高频知识补 5 到 10 条真实客户问法（直接从对话记录里抄），命中率通常会有明显改善。
3. 根因三：答案口径不统一
同一件事，知识库一套说法、销售一套说法、官网又一套说法。机器人照着知识库答，客户拿另一套来质问，服务就变成了矛盾现场。上线前把所有对外口径统一到一处，比任何算法优化都有效。
4. 补一句：效果要看对人，不要只看平均数
整体自助解决率 60% 不代表体验好——如果剩下 40% 全是高价值客户的重要问题，体验伤害依然很大。按问题类型、按客户分层看数据，才能找到真正该优化的部分。
结语
机器人不会自己变聪明，它是被养聪明的。在这三处持续投入，比换一套系统更有性价比。