PolyAI 中文文档 下载 App

为智能体添加知识话题与 FAQ 条目

什么是知识话题

知识话题(Knowledge Topics / FAQs)是 PolyAI 智能体的"单轮问答知识库"。和 Flow(多步引导式对话)不同,话题处理的是那些"客户问一句、智能体答一句"的场景——比如"你们几点开门?"、"退款需要多久?"、"支持哪些支付方式?"。

每个话题由三部分组成:

组成部分作用示例
话题名称人类可读的标识符,方便管理Store hours
示例问题(最多 20 个)告诉 RAG 系统这个话题覆盖哪些用户问法"你们几点开门?"、"营业时间是什么?"
回答智能体在匹配到该话题时应该给出的回复"本店周一到周五 9:00-18:00 营业,周末 10:00-16:00。"

在 Studio 里添加话题的步骤

  1. 左侧导航栏进入 Knowledge → FAQs
  2. 点击 Add topic
  3. 填写话题名称、示例问题、回答内容
  4. (可选)添加 Actions——触发动作(转接人工、发送短信等)
  5. 点击 Save

保存后这个话题就立即出现在 Sandbox 环境里。你可以立刻用浏览器内通话或 Webchat 测试它是否能正确被召回。

三种话题来源

PolyAI 支持三种方式把知识导入系统:

手动创建

逐个在 Studio 界面里填——适合话题数量少、每条内容需要精确控制的场景。

上传文档或 URL

PolyAI 可以解析 PDF 文档和网页 URL,自动从中生成话题条目。适合已有现成知识库(比如老的 FAQ 网页)的迁移场景。

连接外部知识源

通过 Connected 标签,可以直接连接 Zendesk、Google Sheets 等外部系统,让 PolyAI 实时从这些系统里拉取最新知识,你不需要手动同步。

RAG 召回机制简述

PolyAI 使用检索增强生成(Retrieval-Augmented Generation, RAG) 机制来决定对话中应该召回哪些话题。工作原理是:当用户说一句话时,系统先把这句话和所有话题的示例问题做语义匹配,把相关性最高的几个话题的回答内容检索出来,然后把这些内容作为上下文喂给 LLM,让 LLM 在此基础上组织自然的回复。

RAG 机制的好处是知识和模型解耦——你修改话题的回答内容,下次对话就自动用新内容,不需要重新训练模型。这使得知识库的维护成本非常低。

话题 vs Flow:什么时候用哪个

场景推荐用
单轮问答(营业时间、政策说明、简单事实)话题
需要多步引导(预订、身份验证、表单收集)Flow
话题匹配不上、需要触发 Flow话题 Actions 里配置 Flow 触发