人工智能时代知识管理的终极指南

人工智能正在彻底改变客户服务行业。 我们的2024 年客户服务趋势报告显示，近一半的客户支持团队目前正在使用人工智能，今年还将有更多团队加入。

人工智能优先的客户服务的好处令人难以置信：24/7 可用性、多语言支持、节省大量时间以及为客户提供快速、高效的解决方案。 但在每一个伟大的人工智能驱动的支持体验背后，都有一个无名英雄：知识管理。

全面、结构良好的知识管理系统是AI机器的动力源泉。 无论您是使用聊天机器人或人工智能代理与客户互动，还是使用人工智能副驾驶作为支持团队的个人助理，这些工具都需要大量的知识库可供借鉴，以便您的客户获得准确、最新的信息信息 – 您的支持代表不必一遍又一遍地回答相同的问题。

在本指南中，我们将介绍您需要了解的有关有效的、人工智能优化的客户服务知识管理的所有信息，以帮助您的团队利用人工智能提供的所有优势。

什么是知识管理以及为什么它如此重要？

定义：知识管理是在企业中创建、组织、共享和维护知识的过程。

您面向客户的知识库是一个典型的示例，但您的帮助中心文章只是知识管理的冰山一角。 事实上，知识管理涉及一系列活动，例如：

• 创建帮助中心文章、博客文章、内部指南或学习材料等资源。
• 识别记录信息中的差距。
• 实施系统，使团队成员（人类和人工智能）在解决客户问题时可以轻松访问和使用这些信息。
• 开发工作流程以确保您现有的材料不断更新。

为什么知识管理在人工智能时代比以往任何时候都更加重要？

您的知识库不再仅适用于那些想要长途跋涉到您的帮助中心进行自助服务的勇敢客户 - 在人工智能时代，它为一切提供动力。

这是因为您的知识库是人工智能驱动的支持体验的关键输入 - 它是准确回答复杂的客户查询、加快解决和处理时间以及取悦客户的关键。

以下是知识管理目前成为每位有远见的支持领导者考虑的三个原因。

1.人工智能的强大程度取决于你“喂”它什么

人工智能的好坏取决于它能够获取的知识和内容。 信息缺乏、文章结构不良或文档过时都会妨碍它向客户提供清晰正确的答案，从而导致客户体验不佳，从而降低信任度并达不到他们的高期望。

没有大型语言模型 (LLM) 能像您一样了解您的业务。 ChatGPT 不了解客户的需求、痛点和用例。 这些知识对于您和您的组织来说是独一无二的，这意味着您需要将其全部绘制出来并将其提供给人工智能。

2. 每一次知识投资都会带来复利结果

转向人工智能不仅仅是采用新工具，还意味着适应新的生态系统。 越早开始播下种子，就能越早开始收获回报。

用不太园艺的术语来说，您在知识库中所做的每一项前期投资都会带来长期利益。 无论您是聘请专人全职完成这项工作，还是每周让您的客服人员远离排队的时间，投资回报率都是不言而喻的。

可以这样想：假设为一个常见问题编写一个新的帮助文档需要 30 分钟。 这 30 分钟的投资会带来：

• 为您的支持代表节省了时间，他们不再需要花时间响应该查询，因为现在人工智能可以处理它。
  • 计算：撰写响应的平均时间 X 查询频率 = 为您的团队节省的时间。
• 数百名满意的客户可以获得即时、准确的问题答复，而无需等待可用的代理。
  • 计算：提出此查询的客户数量 X 平均解决时间 = 为客户节省的总时间。
• 有关您的帮助文档和 AI 支持经验的数据可供您学习，以便您可以使其更加有效。
  • 监控： AI参与率、解决率。

对于半小时的工作来说，这是一个相当不错的投资回报率。

3.持续学习带来持续改进

当谈到任何人工智能时，最好的学习方法就是实践。

强大的知识管理流程可确保您不断获得有价值的数据进行迭代，这样您就可以了解哪些有效，哪些无效。 这可以帮助您识别对您的客户和团队影响最大的机会和改进领域，以便您可以训练 AI 使其达到最佳状态。

但要开始收集这些丰富的信息并做出这些数据驱动的、以客户为中心的决策，您需要开始。 正如一句古老的谚语所说：“种一棵树最好的时间是20年前。 第二个最好的时间就是现在。” 您越早开始从客户服务中了解客户的需求，就能越早提供服务。

您的知识库中应该包含哪些类型的信息？

使用人工智能驱动的平台的好处在于，它可以为您提供数据驱动的见解，帮助您根据客户的实际需求确定要创建的帮助内容并确定优先顺序。 例如，通过 Intercom 的 Fin，您可以访问“未解决的问题”报告，该报告使您能够深入了解 Fin 无法解决的查询，并使您能够查明需要新内容的区域。

但如果您刚刚开始，或者正在寻找快速复习清单，这里有一些可以帮助您入门的示例，以及您可以利用这些内容获得最大收益的多种方法。

1. 故障排除和常见问题解答

• 它是什么：故障排除和常见问题解答文档回答了客户的常见疑问或问题，例如“如何更新我的账单信息？” 或“为什么我的订单还没有发货？”
• 如何获取信息：查找收件箱中反复出现的问题，以及客户经常搜索的主题（例如“账单帮助”或“订单更新”）。
• 在哪里使用此内容：知识库、AI 代理/聊天机器人、AI 副驾驶、工具提示等主动支持。

2. 快速入门产品或功能指南

• 它是什么：快速入门指南教用户如何通过遵循一系列连续步骤（例如“创建您的工作区”、“邀请您的团队”或“运行您的第一份报告”）来有效地设置产品或功能。
• 如何获取信息：与您的客户成功团队或入职专家交谈，了解他们的入门建议，或者要求您的产品团队在构建新功能时记录此过程。
• 在哪里使用此内容：知识库、AI 代理/聊天机器人、AI 副驾驶、产品导览。

3. 故障排除和高级指南

• 内容：故障排除和高级指南可帮助用户在掌握基础知识后从您的产品或功能中获得更多收益，从而实现更高水平的采用。
• 如何获取信息：从产品经理、研发和客户成功经理等内部专家那里获取信息。
• 在哪里使用此内容：知识库、AI 代理/聊天机器人、AI 副驾驶、针对高级用户的有针对性的消息传递（在应用程序内或通过电子邮件发送）。

4. 针对特定用例的最佳实践技巧

• 它是什么：这些是针对具有类似待完成工作的特定用户群体的提示，例如工程团队或初创公司。
• 如何获取信息：根据您的目标受众（您的营销团队可以在此处提供帮助）以及与真实客户就其目标和工作流程进行的对话，混合使用假设示例。
• 在哪里使用此内容：知识库、AI 代理/聊天机器人、AI 副驾驶、定制网络研讨会、学习课程。

创建知识管理流程，通过以下 5 个步骤为您的 AI 提供动力

1. 找出现有知识库中的空白

审核您现有的内容

首先要做的是检查您当前拥有的材料。 这有两个原因：首先，您需要确保人工智能不会从过时的信息中学习，其次，它可以识别当前的差距在哪里。

在 Intercom，我们有 700 多篇实时文章需要审核，然后再将它们提供给我们的人工智能代理 Fin。 为此，我们将文章划分为产品领域，并给相关团队一周的时间来检查、更新或淘汰每篇文章。 像这样共享所有权使其成为真正的团队合作，并将艰巨的工作分解为可实现的任务。

设身处地为客户着想

让您自己完成客户寻求帮助时所采取的相同步骤，包括他们第一次遇到人工智能驱动的支持体验。

“作为首次部署的一部分，请自行测试，并确保您真正体验到客户将拥有的体验，”我们的客户支持副总裁 Declan Ivory 建议。 这将帮助您测试答案的质量并发现内容中缺少的主题或关键字。

寻求团队的意见

在审核和识别内容中的差距时，我们不仅仅依靠我们的客户支持团队：我们采取了“全体人员齐心协力”的方法。 通过让您的产品和工程团队参与此过程，您可以从比其他人更了解您的产品的人那里获得专家建议（因为他们构建了它！）。 您的销售、营销和客户成功团队还将对什么对您的客户重要以及他们想要实现的目标有独特的见解。

使用来自 AI 代理或聊天机器人的初始数据

使用人工智能代理或聊天机器人 30 天后，您将拥有足够的数据来了解它在哪些方面能够成功解决问题，在哪些方面遇到困难以及原因。 深入研究这些数据，找到需要加强的领域（即没有足够内容供人工智能处理并移交给支持代表的主题）或需要改进的文章（即解决率较低或客户满意度得分较低的对话） ）。

专业提示：如果您刚刚开始，请考虑首先与一部分客户测试您的人工智能代理/聊天机器人，以获得初始数据。 然后，一旦解决了任何直接的差距，就可以进行更广泛的推广。

2. 制定解决积压问题的计划

确定首先更新或创建哪些内容的优先级

到目前为止，您可能已经对来自公司各个角落的令人惊叹的帮助内容创意感到不知所措。 下一步：决定从哪里开始。

当您确定内容的优先级时，您真正想做的是找出是什么推动了客户支持团队的数量，并确定可以减少该数量的最简单的方法。 为了帮助您管理资源并致力于产生最大影响的事情，请尝试以下提示：

• 查看对话中的数据和指标，了解最常见的问题、哪些查询的处理时间最长，以及哪些对话主题的客户满意度 (CSAT) 分数较低，然后围绕这些主题创建或改进内容。
• 根据主题给业务带来的价值确定主题的优先级。 例如，在免费计划之前为更高级别计划的功能创建文档。
• 使用报告查找没有结果的搜索，或按“上次更新”过滤以查找一段时间未更新且可能需要刷新的帮助文章。

决定向人工智能提供哪些信息

在寻找供人工智能使用的知识时，要广撒网——因为你可能拥有比你意识到的更多的相关内容。 我们很快了解到，一旦以正确的方式构建，几乎所有信息都是有用的，因此请充分利用您已有的信息。

例如，对于 Fin，您可以使用：

• 您的帮助中心
• 过去的案例和对话
• 收件箱建议
• 保存的宏
• 片段
• 内部文档（例如 Notion 或 Guru 知识库）
• PDF 文件
• 网站页面
• 你的博客

分配时间和资源

有意识地抽出时间来处理您的帮助内容。 “我们 Intercom 的做法是，我们有一种叫做‘Special-T’的东西，”安东尼说。 “这是一支由一线代表组成的敬业团队，由我们的支持专家和工程师组成，他们实际上每周都会花时间处理收件箱。 我们通常会为每个贡献者分配 5 到 10 个小时，”他分享道。

该小组与知识经理（就是我！）一起构建我们的积压内容。

专业提示：这些项目是帮助您的支持代表提高技能并发展成为人工智能在客户服务中创造的令人兴奋的新角色的好方法。

3. 监控 KPI 以衡量成功

审查关键绩效指标

一旦开始使用人工智能，请跟踪 KPI 和业务指标以衡量其所产生的影响。 一些需要注意的相关 KPI 包括：

• 机器人和人类的客户满意度 (CSAT) 分数
• 解决率
• 自助服务费率
• 聊天机器人参与率
• 首次响应时间
• 移交人工支持代表的数量

所有这些指标都可以帮助您发现哪些内容表现最好，以及您可以在哪些方面改进知识管理流程。

了解有关 AI 时代 CS 指标的更多信息 →

将您所学到的知识付诸行动

理想情况下，您会立即看到令人惊叹的结果（哇哦！），但您不太可能立即把所有事情都做好。 会有一些人工智能还无法解决的问题，一些工作流程需要调整，一些用户没有得到他们想要的答案，但从未跟进让你知道（导致“误报”解决方案）。

所有这些都很好，因为它为您提供了有关客户需要什么和价值以实现“真正”解决方案的真实数据。 最有用的见解和影响将来自这些决议。 开展工作、迭代并持续监控和报告。

4. 审计、审计、审计

将持续维护纳入您的工作流程

知识管理是一个过程。 一旦您发布了一定数量的帮助文章，它就不会结束。

随着您的产品、客户和业务目标的发展，您的帮助内容也应该随之发展。 这意味着您需要持续地将维护、更新和创建新内容构建到团队的工作流程中，而不仅仅是在新功能发布之前的疯狂匆忙中。

制定更新内容的计划，概述：

• 谁负责刷新或创建新内容。
• 应多久审查一次现有内容，以免其变得过时。
• 他们何时应该这样做（即每天一小时、每周五、每月或任何对您的团队有意义的节奏）。

开发一个系统来记录新内容的请求

让每个人都能轻松分享新的或改进的帮助内容的想法，鼓励文化向“知识管理”思维方式转变。 创建一个简单的系统，供团队成员记录内容请求，以便您可以捕获所有面向客户和产品团队的见解，并从各个角度满足客户需求。

5. 将知识管理纳入未来的发布计划

让知识管理成为产品开发的重要组成部分

根据您所在的行业，您可能正在构建新功能或发布新产品，为它们创建高质量的帮助内容至关重要，这应该成为您的发布清单中不可或缺的一部分。 与您的产品团队、产品经理和产品营销经理合作，构建发布内容，然后在上线后查看客户对话，以发现额外资源的机会。

2024 年人工智能友好型知识管理最佳实践

使用您的客户正在使用的术语

在帮助文档中使用正确的语言非常重要，但也很棘手。 语言多种多样，并且因地点（“香菜”与“香菜”）、方言（“hoagie”与“sub”）甚至不同类型的用户（营销人员可能称某人为“领导”，而销售人员可能称某人为“领导”）而异。他们是“潜在客户”）。 分析您的搜索数据以发现客户使用的词语并使用他们的语言。

专业提示：向不同的用户群体介绍人工智能，例如高级用户和免费试用的客户。 这揭示了提出相同问题时措辞的变化，您可以在为不同受众创建材料时合并这些变化。

简化您的语言并消除歧义

幸运的是，机器友好的语言也意味着人们友好的语言。 请记住，您不仅仅是为人工智能写作，而是为具有不同技术能力和背景的真实人们写作。 保持语言尽可能简单：避免行话，拼出任何首字母缩略词，并解释关键术语。

了解有关避免支持内容含糊不清的更多信息 →

创造一致、值得信赖的品牌体验

品牌一致性对于建立客户信任至关重要。 它确保人们感觉他们正在与一家公司交谈，无论他们使用哪种客户服务渠道。 为了实现这一目标，请确保产品和功能术语在每个接触点上保持一致，校对拼写和语法，并在创建新的帮助文档时使用相同的格式以保持它们的凝聚力（模板在这里非常有用）。

为您的答案添加上下文

“如果你现在有一份人类可以解释的常见问题解答文档，并且其中有简单的是或否的答案，那么机器将不会像人类那样解释这些答案，”德克兰解释道。 “你必须详细说明当你说‘是’时你的意思是什么，当你说‘不’时你的意思是什么。”为此，我们建议在你的回答中重述问题； 这为人工智能提供了额外的背景和清晰度，有助于它学习。

了解有关优化 AI 帮助中心答案的更多信息 →

向图像和视频添加文本

展示和讲述都很棒，但人工智能无法解析视频或图像，因此请始终在其旁边包含解释性文本。 这不仅对人工智能来说更容易使用，而且对您的受众来说也更容易使用，确保有视觉或听觉障碍的用户不会被排除在外。

使用格式创建可扫描的结构

使用标题、项目符号列表和表格来组织信息，让人工智能（和人类读者）更轻松地快速找到所需的信息。 如果正确使用，H1、H2 和 H3 都会很有帮助，但 H4 之下不要有大量信息，因为人工智能很难在那里找到信息。

了解有关在帮助内容中使用丰富格式的更多信息 →

包含有需要的客户的联系方式

包含联系信息可以让客户放心，即使人工智能无法解决他们的问题，他们仍然可以获得所需的支持。 只需确保包含您提供的信息的上下文，以便何时以及如何使用它们一目了然。

包含任何联系方式的上下文，以便您的用户知道满足其需求的最佳渠道

在常见问题解答文章中收集一口信息

如果您有一些不需要完整文章的小信息，请将它们编译成常见问题解答列表。 这些可能是一些数量最多、重复性最高的问题，所以这样，人工智能仍然能够找到答案。

明确内容的目标受众

如果您为不同类型的用户提供不同的帮助内容（例如，采用不同价格计划的客户可能无法访问所提到的所有功能），请确保每条帮助内容都明确指出其适用对象。 您还可以使用幕后受众群体定位规则和工作流程来帮助为正确的用户提供正确的内容并提供更加个性化的体验。

使用人工智能优先的客户服务解决方案来获取（和采取行动）更多数据

当您使用统一的人工智能优先客户服务平台时，一切都成为强大循环的一部分。 您的所有客户支持数据都集中在一处，从而可以更轻松、快速、安全地分析、监控和迭代整个支持体验和知识库。

通过面向未来的知识管理流程增强您的人工智能

人工智能对于创造行业领先的客户体验至关重要，为了高效执行，它需要以全面的、人工智能友好的知识管理流程为基础。

准备好将这些技巧付诸实践了吗？ 开始免费试用 Intercom 的人工智能优先客户服务平台，并开始将您的知识库转化为解决方案。