用 FastGPT 做门店「知识库 AI 客服」，并接入企业微信
门店最痛的不是没人回，而是回复不一致、培训成本高。FastGPT 的思路很简单：把你的资料做成知识库，再把对话能力接到企业微信里当“店员助理”。2026年做这套方案，记得同步关注企业微信对第三方机器人/自建应用的最新接入规则，避免上线后被限制。
资料批量导入：让它像老员工一样懂店
知识库质量决定命中率。建议把资料按“用户会问的方式”拆开，别一股脑丢大文档。
- 批量导入格式：门店FAQ（CSV/表格）、商品与售后政策（PDF/Word）、活动话术（Markdown/文本）、图片型价目表（能OCR就转成文本更稳）。
- 分库更好管：把“通用政策库”“门店A活动库”“门店B活动库”拆开，后面做权限隔离更省事。
- 一个小案例：2家门店、整理300条常见问题+15份政策文档，通常1天能完成基础入库，第二天就能试跑。
权限隔离：不同门店看不同内容
你不希望门店A客服能查到门店B的价目和活动。做法是把知识库按门店/品牌线拆开，再在 FastGPT 里把应用或工作流绑定到指定知识库集合。
- 门店级隔离：一个门店一个知识库组，只挂自己的资料。
- 角色级隔离：店长可看“运营复盘/投诉处理SOP”，一线客服只看“标准答复+优惠规则”。
话术命中率优化与对话记录导出
命中率低，通常是“问法多、资料写法太官方”。可以用两招快速拉起来。
- 加“同义问法”：把“能退吗/怎么退/不想要了”都映射到同一条答案；把口语化标题写进每条FAQ。
- 调检索参数：把相似度阈值、召回条数调到更贴近门店场景，宁可多召回2条，也别漏关键政策。
- 用记录反推知识缺口：把对话记录按“未命中/答非所问/需要人工”打标签，每周补20条高频缺口，命中率通常能从60%拉到80%附近。
- 记录导出：在后台把会话按时间、渠道、门店导出（CSV/表格），用来做质检、培训、活动复盘。
可执行建议：今天就选一个门店做试点，只做“退换货+营业时间+活动规则”这3类高频问题；用企业微信先接到一个客服群里灰度运行3天；每天从导出的对话里补10条缺口，7天就能跑出稳定版本，再复制到其他门店。
