M6第 1 课 · 辅导 / 客服 RAGM6-L1.1M6-L1.2M6-L1.3

案例概览：辅导 / 客服 RAG

一句话： 辅导或客服助手基于课程资料、FAQ、政策和历史问答来回答问题，为每个答案标注出处；资料没有覆盖的问题会如实说明，该转人工时就转人工。

业务场景

一家教育机构其实已经拥有学生和客户需要的答案。它们散落在课程讲义、FAQ 页面、退款政策、招生手册和多年来的客服工单里。问题是没人能很快找到。学生每周都在问同样的二十个问题，客服不断粘贴同样的回复。新员工和老员工给出的答案不一样，因为他们找到的文档不一样。

这项工作是给已有的知识装一个对话式入口。助手不做决定、不改任何记录、不执行任何操作。它只负责找到正确的段落，并据此回答。

为什么这是最简单的原型

它排在阶梯第一级是有原因的。问题本身的三个特征让它保持简单：

答案已经写在文档里。 系统的工作是检索，而不是对实时数据做推理。
不写回任何东西。 助手只读，所以答错了虽然尴尬，但可以挽回。
每个答案都能自带证据。 有了引用，读者几秒钟就能核对出处。

三点都成立时，只用 RAG 就够了。知道什么时候停下来，才是这一课的重点。如果把它包装成多 agent 团队，只会多出交接、延迟和新的失败方式，而不会让任何一个答案更正确。

最小架构

学生 / 客户
      │  提问
      ▼
UI / Puffo / n8n ──► 检索段落 ──► 带引用的回答
                           ▲             │
                           │             ├─ 资料覆盖？ → 回答 + 出处
知识库 ◄── 导入             │             ├─ 未覆盖    → "资料里没有" + 转给相关人员
（课程资料、FAQ、政策、     │             └─ 敏感话题  → 升级转人工
 历史问答，带日期）         │
                      更新通道（新 FAQ 替换旧 FAQ）

组件	职责	没有它会出什么问题
导入（Ingestion）	把文档切成可检索的段落，保留出处、章节和日期	表格和 PDF 被切成无意义的碎片
检索（Retrieval）	找到真正能回答问题的几个段落	模型根据错误的段落流畅作答
基于来源的回答	只根据检索到的段落回答并标注引用	模型用训练数据填补空白
未知 / 拒答	检索不到合适内容时说”资料没有覆盖这个问题”	助手开始猜，而且猜得很自信
升级转人工	把退款、投诉和涉及个人的问题转给人	助手自己编造政策
更新通道	政策变化时替换过期段落	去年的退款规则排在今年的前面

真正的难点在哪里

架构一屏就能画完，工作量集中在五个地方：

导入质量。 幻灯片、扫描版 PDF 和表格都需要小心处理。丢了标题的文本块也就丢了含义。Anthropic 的 Contextual Retrieval 方法会在建索引前，给每个文本块加一句说明它在原文中位置的描述。
检索质量。 RAG 系统里大多数”幻觉”其实是检索失败：模型忠实地总结了错误的段落。
基于来源（Grounding）。 答案必须限制在检索到的文本之内。引用让这一点可以核查，读者和自动化评测都能核查。
未知与拒答行为。 “我不知道，可以找这位同事”是正确答案，它需要自己的测试用例。
知识新鲜度。 FAQ 改了，旧版本就必须不能再被检索到。过期知识是最常见的无声失败，因为错误答案看起来和正确答案一样自信。加一道新鲜度检查：每个段落都带来源日期，被取代的文档要删除，而不仅仅是排得靠后。

常见误区

“多几个 agent 会更好。” 每多一个 agent 就多一次可能丢失上下文的交接。一步检索加一步回答能解决问题，就到此为止。
“RAG 能消除幻觉。” 它只是转移了风险。模型仍可能超出来源作答，或引用错误的来源。引用和评测让风险变得可见。
“拒答就是失败。” 对于知识库之外的问题，拒答并转人工才是成功。
“文档上传一次就够了。” 知识会过期。更新通道是产品的一部分，不是事后补丁。

典型面试题

客户希望用五个协作 agent 来搭客服助手，你怎么回应？

先问每个 agent 负责的是什么、而这件事为什么一步”检索并回答”做不到。如果答案已经存在于文档中、助手也不执行任何操作，那么一步带引用、拒答和升级的 RAG 更简单、更快，也更容易评测。只有出现独立职责时（例如对账户进行操作，或需要独立审核），agent 才值得引入。

用户反馈助手给出的是旧的退款政策。你先查哪里？

先查知识库，而不是 prompt。确认旧政策文档是否仍在索引里，新政策是否以更晚的日期导入了。然后修好更新通道，让被取代的文档被删除，再加一个测试用例：询问退款问题并检查引用来源的日期。

怎么衡量助手是否达到上线标准？

用真实的历史问题建一个评测集，其中包括资料没有覆盖的问题。衡量答案正确率、引用正确率（被引用的段落是否真的支持答案）、对超范围问题的拒答率，以及升级转人工的频率。上线阈值要在调优之前和客户商定。