为什么是知识库问答的延伸
知识库问答已经验证了检索与引用链路。客服场景只是在其上加一层路由：检索命中且置信度足够就作答，否则交给人——复用已验证的能力，而不是另起炉灶。
方案设计 · 尚未实现
把不该回答的问题，顺利交给人
电商 / SaaS 企业的客服团队 · 高峰期咨询排队，重复问题占用人工坐席
- 01
意图识别与检索
复用知识库问答已验证的 RAG 管线，先判断问题类型，再检索制度文档
- 02
置信度路由
检索相似度、引用命中数、问题类型共同决定路由：高置信直接作答并附出处，低置信或敏感问题转人工并移交上下文
关键判断
不只是做出来，还要知道为什么这样做
置信度阈值怎么定
阈值不是拍一个数字：检索相似度、引用命中数、问题类型（事实型/操作型/情感型）共同决定路由。宁可多转人工，不能编答案——转人工的成本是一次排队，编答案的成本是信任。
转人工是产品设计而非兜底
把「转人工」做成一等公民：触发时机、话术、上下文移交都在设计范围内。用户感知到的应该是一次顺畅的交接，而不是被机器踢皮球。
技术栈、技能原件与运行信息
技术与 AI 调用链
模型：LLM（Claude 等）
框架：RAG 管线、意图识别 + 转人工路由
链路：用户提问 → 意图识别 → 知识库检索 → LLM 生成答案 → 置信度判断（直接回复 / 转人工）
继续验证这个项目
看真实产出，或回到看板比较其他 AI 能力。