AI客服答非所问，先改提示词还是知识库？

当用户询问“我的退款什么时候到”时，助手却回复通用政策说明——这种答非所问的根源可能藏在路由、检索、知识版本或生成环节。本文通过真实案例拆解排查链路，从日志还原到意图识别、知识检索、模型生成，教你用证据定位问题，避免盲目修改提示词。

———— / BEGIN / ————

用户在订单页问“我的退款什么时候到”，助手回了一句“退款申请提交后，平台会按原支付方式退回，请耐心等待”。用户要的是自己那笔钱的进度，它给的是通用说明。

碰到这种，手别太快。答非所问，错的可能在路由，可能在检索，可能在知识版本，也可能在生成，还有可能压根没调到实时数据。一上来就改提示词，多半白改。

就说这个例子。那句话是从帮助中心的通用退款说明里拿来的，这笔订单的退款状态其实是“已完成”，助手当次压根没调订单接口。个人进度查询压根没走到实时查询这一步。

可这只是个假设。真到线上，得先确认当时是不是这么回事。要看那一轮的记录：用户原话和时间、入口和订单上下文、意图和路由结果、检索候选和版本、送进模型的上下文、工具调用和返回、提示词和模型配置版本，还有最终回答。少了这些，只能复现相似的症状，说不清当初为什么答错。

先把那一轮的日志翻出来

这条请求可以按日志还原：从订单页进来；用户问退款什么时候到；系统路由到了政策问答；检索返回通用退款说明；没调退款查询；模型就着这些材料组织出一段政策回复。

顺着这条链查，范围就小了。订单页没把上下文传进客服，个人进度查询根本无从开始；上下文传了，看路由有没有识别出“查这笔订单”；路由对了，看退款接口有没有被调、返回了什么。

日志要是没留检索结果或接口记录，就用授权测试账号和固定订单状态，在测试环境重放这个问题，知识版本、提示词、模型、配置都固定住。重放能说明当前配置下还会不会出同样的现象；线上状态已经变了、原配置又没留档，它证明不了当时的根因。这个分寸要拿捏。

他问的是规则，还是自己的单

“退款通过后多久到账”是在问一般规则；“我这笔退款什么时候到”是在查自己的订单。两句话挨着，处理路径可能完全不同。系统能读到订单页上下文，分类时就得把上下文一起算进去；用户从公共入口进来，就先确认订单对象，再决定要不要查实时状态。

意图识别这块，别光看问法，看实际路由结果，再拿一组边界相近的问题验分类：

• “退款一般多久到账？”——查通用规则。

• “退款通过后，通常几天能到账？”——查规则，回答要说明适用条件。

• “我这笔退款现在到哪一步？”——查个人进度，需要订单上下文和业务接口。

• “订单号……，这笔退款为什么还没到？”——查个人进度并解释当前状态；状态解释不了原因，转人工核查。

这组问题要连入口条件一起测。光把问法加进样例，说明不了分类就是根因，得核对当时的上下文、路由输出，还有改完相邻的规则问题是不是还走原路。

路由对了，再看知识检索。看检索候选、排序、文档版本，还有最后注入模型的片段。候选里有正确文档但排序靠后，跟知识库压根没有正确内容，是两码事。检索到新旧两份规则，得先确认哪份有效，再调版本标记或检索配置。

知识库里放退款规则、申请条件、办理说明；某笔订单当前的进度，得从订单或支付系统查。两者有时一起参与回答：先查订单状态，再引用规则解释这个状态。排查时就得分清，回答里的事实分别来自哪里。

材料没错，再看模型怎么说

路由、检索候选、送进模型的上下文都符合预期，回答还是把“审核通过”说成“退款已到账”，才轮到查生成。

把这一轮送进模型的内容摊开看：用户问了什么，订单状态和更新时间是什么，检索片段完不完整，提示词和模型配置是哪一版，最终回答又多说或少说了什么。检索结果对，不代表注入的上下文一定完整；片段可能被截断，状态字段也可能在拼接时丢了含义。

把这些信息放进一条验收样例：

入口与上下文：已登录用户，从本人订单详情页进入；订单归属校验通过。 用户问题：“我的退款什么时候到？” 接口返回：退款已审核通过，退款指令尚未发出；更新时间为10月8日；没有预计到账时间。 检索内容：当前有效退款规则，说明审核通过后的后续处理环节。 预期回答要点：说明审核已通过、退款指令尚未发出；告知更新时间；不补写具体到账日；提供人工核查入口。 记录版本：路由配置、检索配置、提示词、模型版本与接口返回时间。

模型上下文里漏了“退款指令尚未发出”，查拼接或截断；上下文完整、回答还声称“已到账”，查生成指令和模型参数变化；接口字段本身把审核完成和退款完成混成一体，就先改业务字段定义。修哪里，跟证据对上。

改一处，回头测一圈

排查表能把一次问题留成可复查的记录：

一次修复要是同时改了知识内容和检索配置，就把这两项当一组变更记下来，比较改前后的候选和回答，重跑相关核心样例。提示词、模型或全局配置变了，也要跑完整的核心回归集，看其他意图、状态、人工转接有没有退化。修复后把样例结果记下来，下次遇到同类问题就有据可查。

本文来自作者：王蒙