Wenn Sie jemals einem Support-Bot eine leicht ungewöhnliche Frage gestellt und eine völlig irrelevante Antwort erhalten haben, kennen Sie bereits das Problem mit keywordbasiertem FAQ-Matching. Der Kunde fragt „Wie ist die Richtlinie für Homeoffice während der Probezeit?” und der Bot antwortet mit einer allgemeinen Anwesenheitsrichtlinie, weil er das Wort „Richtlinie” gematcht hat. Die Nuance — Probezeit, speziell Homeoffice — geht verloren.
Heute veröffentlichen wir zwei Verbesserungen für JieGou Chat-Agenten: Eingebetteter FAQ-Modus für umfassendere Antworten und Thread-Isolation für sauberere Konversationen zwischen Gruppenchats und Direktnachrichten.
Das Problem mit Keyword-Matching
JieGou Chat-Agenten haben FAQ-Automatisierung schon immer über den Regelmodus unterstützt — Sie definieren Keywords und Muster, und der Agent antwortet mit der passenden Antwort. Das funktioniert gut bei einfachen Fragen: „Wie sind Ihre Öffnungszeiten?” matcht das Keyword „Öffnungszeiten” und liefert jedes Mal die richtige Antwort.
Aber echte Kunden- und Mitarbeiterfragen sind selten so einfach. Menschen stellen zusammengesetzte Fragen, verwenden andere Formulierungen und beziehen sich auf Kontext, der nicht in Ihrer Keyword-Liste vorkommt. Der Regelmodus bewältigt die häufigen Fälle, aber der Long Tail an Fragen wird oft an menschliche Mitarbeiter eskaliert — selbst wenn die Antwort irgendwo in Ihrem FAQ-Dokument existiert.
Drei FAQ-Modi, ein Agent
Chat-Agenten unterstützen jetzt drei FAQ-Modi. Wählen Sie den, der zu Ihrem Anwendungsfall passt.
Regeln (Standard). Das ursprüngliche Keyword- und Muster-Matching. Schnell, vorhersagbar und kostengünstig. Am besten für Agenten geeignet, die eine kleine Anzahl klar definierter Fragen bearbeiten, bei denen exaktes Matching ausreicht.
Eingebettet. Das gesamte FAQ-Dokument wird bei jeder eingehenden Nachricht in das Kontextfenster des LLM injiziert. Das Modell liest Ihr vollständiges Dokument und generiert Antworten basierend auf umfassendem Verständnis — nicht auf Keyword-Übereinstimmungen. Das bedeutet, es kann umformulierte Fragen, zusammengesetzte Fragen und Fragen verarbeiten, die die Synthese von Informationen aus mehreren Abschnitten Ihres FAQ erfordern.
Hybrid. Der Agent versucht zuerst Regeln. Wenn kein Muster matcht, fällt er auf den eingebetteten Modus zurück und sendet das vollständige Dokument an das LLM. So erhalten Sie die Geschwindigkeit und niedrigen Kosten des Keyword-Matchings für häufige Fragen — mit dem Verständnis des Volldokument-Kontexts für alles andere.
Unter der Haube verwenden der eingebettete und der Hybrid-Modus loadFAQDocuments(), um Ihre FAQ-Inhalte mit einem 5-minütigen Redis-Cache abzurufen und zwischenzuspeichern. Das Dokument wird einmal geladen und über Anfragen hinweg wiederverwendet, sodass keine redundanten Abrufe anfallen.
Ein konkretes Beispiel: der HR-Onboarding-Bot
Stellen Sie sich ein HR-Team vor, das einen Chat-Agenten auf Slack einsetzt, um Fragen neuer Mitarbeiter zu beantworten. Die FAQ-Quelle des Agenten ist das vollständige Mitarbeiterhandbuch — 40 Seiten zu Benefits, Richtlinien, IT-Setup und Bürologistik.
Im Regelmodus müsste das Team jede mögliche Frage manuell extrahieren und einem Keyword-Muster zuordnen. „Homeoffice” → Abschnitt 4.3. „Urlaub” → Abschnitt 7.1. Jede Frage, die nicht zu einem vordefinierten Muster passt, wird eskaliert.
Im eingebetteten Modus kann ein neuer Mitarbeiter fragen: „Ich bin im ersten Monat — kann ich freitags von zu Hause arbeiten, und muss ich vorher einen Antrag stellen?” Das LLM liest das gesamte Handbuch, findet die Probezeit-Richtlinie in Abschnitt 2.4 und den Homeoffice-Antragsprocess in Abschnitt 4.3 und synthetisiert eine einzige kohärente Antwort. Kein Keyword-Mapping erforderlich.
Der Hybrid-Ansatz funktioniert hier ebenfalls gut: Häufige Fragen wie „Wo hole ich meinen Laptop ab?” werden sofort über Regeln gematcht, während ungewöhnliche Fragen die Volldokument-Behandlung erhalten.
Thread-Isolation: Gruppenchats und DMs bleiben getrennt
Die zweite Verbesserung betrifft die Zuverlässigkeit von Konversationen. Wenn ein Chat-Agent sowohl in Gruppenchats als auch in DMs auf demselben Kanal arbeitet — was bei LINE, Slack, Discord und MS Teams üblich ist — sind die Konversations-Threads jetzt vollständig isoliert.
Bisher konnten Nachrichten aus einem Gruppenchat und einer DM mit demselben Benutzer den Thread-Kontext teilen, was gelegentlich dazu führte, dass der Agent in einer privaten DM-Antwort auf Gruppenchat-Diskussionen verwies oder umgekehrt. Das war bestenfalls verwirrend und schlimmstenfalls ein Datenschutzproblem.
Thread-Isolation funktioniert, indem die Gruppen- oder Raum-ID in den Konversationsbereich einbezogen wird. Eine Nachricht im „Marketing Team”-Gruppenchat und eine DM desselben Benutzers werden jetzt als völlig separate Konversations-Threads verfolgt. Der Agent pflegt für jeden unabhängigen Kontext, und es gibt keine Kreuzkontamination.
Dies gilt für alle 12 Messaging-Kanäle, die JieGou unterstützt: LINE, Instagram, Facebook Messenger, WhatsApp, YouTube, Slack, Discord, Microsoft Teams, SMS, E-Mail, Web-Chat und Telegram. Wenn der Kanal sowohl Gruppen- als auch Direktnachrichten unterstützt, wird die Thread-Isolation automatisch durchgesetzt.
Erste Schritte
Beide Funktionen sind jetzt für alle JieGou-Konten verfügbar. Um den FAQ-Modus Ihres Chat-Agenten zu wechseln, gehen Sie zur Agenten-Konfigurationsseite und wählen Sie unter dem FAQ-Abschnitt Regeln, Eingebettet oder Hybrid. Thread-Isolation ist standardmäßig aktiviert — keine Konfiguration erforderlich.
Wenn Sie FAQ-intensive Agenten auf Support-, HR- oder internen Helpdesk-Kanälen betreiben, probieren Sie den eingebetteten oder Hybrid-Modus aus. Der Unterschied in der Antwortqualität bei nuancierten Fragen ist erheblich.