客服知识库的"保质期"治理：让AI别再自信地念过期答案
一、先承认一件事：你的知识库正在腐烂
2026年，多数客服团队的对话首触已经是AI。这带来一个反直觉的副作用：
人工客服答错了，用户能感觉到"这个人不太确定"，往往会追问一句； AI答错了，它会用同样平稳的语气把过期答案念完，用户信了，然后带着错误信息离开。
知识库腐烂有三种形态：
- 硬过期：政策、价格、时效变了，条目没改。比如包邮门槛从99改到129，条目里还写着99。
- 软过期：内容没错，前提条件变了。比如操作步骤里引用的入口，产品已经改版三次。
- 话术过期：事实正确，语气踩雷。两年前"亲，这边建议您呢"算客气，现在会被截图挂出来。
二、第一步：建立"腐烂信号"的采集管道
四个信号源，按可靠性从高到低：
| 信号 | 采集位置 | 说明 |
|---|---|---|
| AI答复后30秒内转人工 | 转接日志 | 最强的腐烂信号，用户用脚投票 |
| 同一问题被连续追问 | 会话日志 | 用户问"能退吗"，答完又追问"确定吗" |
| 答案被人工改写 | 人工会话 | 人工客服没照抄知识库，说明库里的话不好用 |
| 负反馈中出现"不是这样" | 评价 | 噪音大但漏不掉 |
具体做法：在转接日志里加两个字段——last_bot_answer_id（上一条AI答案引用的知识条目ID）和 seconds_to_handoff（AI答复到转人工的秒数）。筛选 seconds_to_handoff < 30 的记录，按知识条目ID聚合，就是你的腐烂排行榜。
这一步的价值：把"感觉知识库该更新了"变成一张有排序的清单。
三、第二步：给每条知识打三张标签
排行榜出来之后，不要急着改内容，先补元数据。每条条目至少三张标签：
- 有效期（expires_at）：没有这张标签的条目，一律视为"永久腐烂候选"。政策类90天，操作步骤类180天，话术类60天。
- 责任域（owner）：必须落到一个人，不能落到部门。落到部门的条目等于没人负责。
- 证据源（source_of_truth）：这条答案的上游是什么？产品文档、法务口径，还是某次口头决定？没有上游的条目，改的时候一定会吵架。
四、第三步：三振出局，定优先级
不是所有腐烂都值得马上修。用"三振"规则排序：
- 第一次被信号命中：记录，不改。
- 第二次被命中：进入本周巡检清单。
- 第三次被命中：当天必须改，或者下线。
关键动作是"或者下线"。很多团队不敢下线，觉得下线了用户问什么。实际上，一条错误答案比一句"这个问题我帮您转人工"伤害更大。下线不是失败动作，是止损动作。
五、第四步：每周30分钟的巡检会
固定时间，30分钟，不超过5个人。议程只有三项：
- 5分钟：看腐烂排行榜（本周被命中≥2次的条目）
- 20分钟：逐条过，当场决定"改/下线/挂起"。挂起的必须写下挂起原因和解挂条件。
- 5分钟：回看上周改过的条目是否又被命中。改了还被命中，说明改错了层——问题可能不在话术，在产品流程。
六、第五步：给AI设一个"不确定就说不知道"的阈值
知识库治理得再好，也追不上变化。所以要给AI加兜底。当检索命中的条目满足任一条件时，不直接回答，转人工：
- 条目
expires_at已过期； - 检索相似度低于阈值（各平台不同，先用0.75标定）；
- 该条目在过去7天内被"转人工"信号命中≥2次。
七、反模式清单
- ❌ 用"知识库覆盖率"当KPI。覆盖率只统计有没有条目，不统计条目对不对，是腐烂的温床。
- ❌ 让AI自动改写知识条目。改出来的话术平滑、正确、没有立场，遇到退款和免责问题会出事。
- ❌ 把巡检会开成复盘会。复盘是复盘，运维是运维。
- ❌ 全量补标签。永远先补 Top 50。
- ❌ 只改话术不改责任域。同样的腐烂会在三个月后原样回来。
八、一页速查
- 抓"AI答复后30秒内转人工"日志，按知识条目聚合 → 腐烂排行榜
- Top 50 条目补三张标签：有效期、责任域、证据源
- 三振出局：一记录、二上会、三改或下线
- 每周30分钟运维会，只做"改/下线/挂起"三件事
- AI兜底：过期、低相似度、近7天被命中≥2次 → 转人工