如果您曾经向客服机器人问了一个稍微不常见的问题，却得到了完全无关的回答，那您已经了解基于关键词匹配的 FAQ 的问题所在。客户问「试用期间的远程工作政策是什么？」，机器人却因为匹配到「政策」这个词，回复了一般的出勤规定。其中的细微差异——试用期、特指远程工作——完全被忽略了。
今天我们推出了两项 JieGou 聊天代理的改进：嵌入式 FAQ 模式提供更全面的回答，以及对话隔离确保群聊和私信之间的对话更加清晰。
关键词匹配的问题
JieGou 聊天代理一直通过规则模式支持 FAQ 自动化——您定义关键词和模式，代理就会回复对应的答案。这对于简单直接的问题效果很好：「你们的营业时间是什么？」匹配到「营业时间」这个关键词，每次都能返回正确答案。
但真实的客户和员工问题很少这么简单。人们会问复合问题、使用不同的措辞、引用关键词列表中没有的上下文。规则模式能处理常见情况，但大量的长尾问题往往会转交给人工处理——即使答案就在您的 FAQ 文档中。
三种 FAQ 模式，一个代理
聊天代理现在支持三种 FAQ 模式。您可以根据使用场景选择最适合的模式。
规则（默认）。 原有的关键词和模式匹配。快速、可预测、低成本。最适合处理少量明确定义的问题，精确匹配就已足够的代理。
嵌入式。 每次收到消息时，整份 FAQ 文档都会注入 LLM 的上下文窗口。模型会阅读您的完整文档，根据全面的理解来生成答案——而非关键词重叠。这意味着它能处理换种说法的问题、复合问题，以及需要综合 FAQ 多个章节信息的问题。
混合式。 代理先尝试规则模式。如果没有模式匹配成功，则回退到嵌入式模式，将完整文档发送给 LLM。这让您在常见问题上享有关键词匹配的速度和低成本，同时对其他问题具备完整文档上下文的理解力。
在底层，嵌入式和混合式模式使用 loadFAQDocuments() 来获取并缓存您的 FAQ 内容，具有 5 分钟的 Redis 缓存。文档加载一次后会跨请求重复使用，因此不会产生冗余的获取开销。
具体示例：HR 入职机器人
想象一个 HR 团队在 Slack 上部署了一个聊天代理来回答新员工的问题。代理的 FAQ 来源是完整的员工手册——40 页，涵盖福利、政策、IT 设置和办公室后勤。
使用规则模式时，团队需要手动提取每一个可能的问题，并将其映射到关键词模式。「远程工作」→ 第 4.3 节。「年假」→ 第 7.1 节。任何不符合预定义模式的问题都会被转交。
使用嵌入式模式时，新员工可以问：「我在第一个月——周五可以在家工作吗？需要提前提交申请吗？」LLM 会阅读完整手册，在第 2.4 节找到试用期政策，在第 4.3 节找到远程工作申请流程，并综合出一个连贯的答案。不需要任何关键词映射。
混合式方法在这里也很有效：常见问题如「我在哪里领取笔记本电脑？」通过规则即时匹配，而不常见的问题则获得完整文档的处理。
对话隔离：群聊和私信完全分离
第二项改进是关于对话的可靠性。当聊天代理在同一频道上同时运行于群聊和私信中——这在 LINE、Slack、Discord 和 MS Teams 上很常见——对话线程现在完全隔离。
之前，同一用户的群聊和私信可能共享对话上下文，这偶尔会导致代理在私信回复中引用群聊的讨论内容，或反过来。这在最好的情况下令人困惑，最坏的情况下是隐私问题。
对话隔离通过将群组或房间 ID 纳入对话范围来实现。「市场团队」群聊中的消息和同一用户的私信现在被追踪为完全独立的对话线程。代理为每个线程维护独立的上下文，不会有交叉污染。
这适用于 JieGou 支持的所有 12 个消息频道：LINE、Instagram、Facebook Messenger、WhatsApp、YouTube、Slack、Discord、Microsoft Teams、SMS、电子邮件、网页聊天和 Telegram。如果频道支持群组和直接消息，对话隔离会自动执行。
开始使用
这两项功能现在对所有 JieGou 账号开放。要切换聊天代理的 FAQ 模式，请前往代理配置页面，在 FAQ 区域选择规则、嵌入式或混合式。对话隔离默认启用——无需配置。
如果您在客服、HR 或内部服务台频道上运行大量 FAQ 的代理，请尝试嵌入式或混合式模式。对于细微问题的回答质量差异非常显著。