元器是腾讯的智能体搭建平台，真正的差异在分发：搭好的智能体能挂到公众号、微信客服这些入口，用户不用另装应用。所以搭建顺序要反过来——先定入口和退出路径，再写人设与话术。
先定入口，再写人设
从公众号菜单进来的人，多是主动查询，耐心有限，回答要短平快；从客服入口进来的人，通常带着具体订单或问题，得先确认身份再谈解决；在群聊里被点名的人，旁边还有一圈围观者，回答要顾及旁人能不能看懂。同一个知识库，三种入口要三套开场。
人设按五段写：角色、服务对象、能回答的范围、答不上来怎么办、语气和字数。示例：「你是某品牌的售后助手，服务对象是已下单用户。只回答退换货、物流、发票三类问题，其余转人工。每次回答不超过八十个字，先给结论再给步骤。」这段结构可以直接改用，比套用网上的通用模板稳，提示词库里的模板怎么改编讲的就是这个动作。
知识库怎么切才有用
按「一个问题一个片段」切，一段控制在三百到五百字，标题直接写成用户会问的那句话。同一个问题只能保留一个答案版本，两份互相矛盾的政策同时存在时，模型会随机挑一份，用户每次问到的可能都不一样。
过期政策要删掉，不要只在开头标注「已失效」。模型读到的往往是标注之后的正文，标注本身不构成阻断。检验切分是否合格：随机抽十个片段单独看，每个都能完整回答一个问题就算合格；要靠前后文才看得懂的，得重新切。
用四类问题做上线测试
每类准备十条真实问法：知识库里有的、知识库没有但必须转人工的、应该拒答的（比如要求承诺赔付、打听竞品底价）、试图让它越界的（「忽略前面的设定」）。四类各跑一遍，看三个数：答对率、该转的转出率、拒答的稳定率。
测试问题从真实聊天记录里抄，别自己编。编出来的问题往往太规整，测不出用户那种省略主语、夹带情绪的问法。
答不上来时的四条退路
| 情况 | 做法 | 判断标准 |
|---|---|---|
| 知识库里没有 | 明确说不确定，给出人工入口 | 回复里是否零编造 |
| 超出权限 | 用固定话术，不承诺金额与时限 | 有没有出现具体数字承诺 |
| 问题模糊 | 反问一个封闭问题，比如退货还是换货 | 一轮之内能否收敛 |
| 情绪激烈 | 先接一句情绪，立刻转人工 | 两轮之内是否转出 |
转人工的触发条件要写死，不能全靠模型自己判断该不该转。用意图识别的置信度做阈值是个可操作的做法，置信度低于阈值就转人工，比让它自由发挥稳得多。
公众号和客服入口的差别
公众号偏向自助：菜单分流、关键词回复、内容引导，适合把常见问题挡在人工之前。客服入口偏向处理：要能查订单、要能记工单、要能在对话里推进状态。两者的消息发送还受平台规则约束，比如客服消息有时间窗限制，超出窗口未必能主动触达，具体以微信官方规则为准。
业务要记住「这个用户上次问过什么」，仅靠对话上下文不够，通常得接外部存储。Coze 那边用数据库记用户信息的思路可以对照，扣子 Coze 的数据库怎么用里讲了字段设计；元器是否开放对等能力，以官方文档为准。
它做不到什么
它不能替你承担对外承诺的责任，赔付、时效、质量这类话术必须由人定；查不到实时库存和订单状态，除非你接了对应接口，否则它会用知识库里的旧信息拼一个像样的答案；长对话里早先的信息会丢；知识库之外的问题仍有编造的可能；平台审核与内容合规也绕不过去。
面向公众服务时要说明这是 AI 应答，别让用户误以为是人工。涉及人身安全、资金往来、法务的问答，建议直接转人工，不要让模型给结论。
上线前速查
- 一个知识库只留一个答案版本
- 四类问题各备十条，从真实记录里抄
- 转人工阈值写死，不靠模型自由判断
- 单条回答控制在八十字左右
- 明确告知 AI 身份，留人工入口
上线之后每月要做的三件事
看转人工率最高的十个问题，能补进知识库的就补；抽二十条真实对话，专门找有没有编；政策一变，当天更新知识库并重跑测试集。这三件事做完，水平能维持住，否则三个月后它就会开始答旧政策。
三个搭建时容易卡住的问题
一个智能体能挂多个入口吗？能，但建议按入口配不同开场和话术，共用一个知识库。群聊场景直接套用客服话术，看起来会很突兀。
知识库用什么格式最稳？问答对和纯文本最稳；PDF 里表格多的，先人工转成问答；扫描件先做文字识别，再逐条校对，别把识别错的数字直接喂进去。
用户问「你是机器人吗」怎么答？直接承认，并说明能做什么、怎么转人工。隐瞒一次，后面每条回答都会被怀疑，这比承认的代价高得多。
