faq-knowledge-mining

从历史人工客服会话日志中提炼高频问题与最佳答案，生成标准FAQ格式的Markdown文档。支持Excel文件读取。适用于：更新知识库、提取高频问题、总结客服标准话术、优化客服响应质量。

FAQ 知识库挖掘

从历史人工客服会话日志中提取高频问题与最佳答案，生成标准FAQ格式的Markdown文档。

Quick Start

1. 准备脱敏后的客服会话日志文件（支持 .txt、.json、.md、.xlsx、.xls 格式），确保包含会话上下文、发言角色及时间顺序。
2. 如果是Excel文件，使用 scripts/read_file.py 脚本转换为文本格式。
3. 将数据内容输入进行FAQ提取和分析。

资源

• scripts/read_file.py - 读取Excel、Markdown、文本、JSON、CSV文件并转换为文本格式

When to Use

• 从客服聊天记录中提取常见客户问题
• 总结标准客服响应话术
• 优化客服响应质量

Workflow

1. 读取文件数据：如果是Excel文件，使用 scripts/read_file.py 转换为文本格式；其他格式可直接使用。
2. 理解与分析输入数据：读取脱敏后的客服会话日志，明确时间跨度与数据规模，提取客户首轮提问及后续问答交互。
3. 意图提取与最佳答案筛选：
   • 将语义相同但表述不同的问题进行聚类，归一化为标准问并统计频次
   • 通过客户的下一句回复作为反馈指标评估解答质量
   • 选择通俗易懂、简洁明了的回复作为最佳答案
4. 生成标准FAQ文档：按频次从高到低排序，输出为标准FAQ格式的Markdown文件。

Input Requirements

• 数据源：脱敏后的客服会话日志，必须包含会话上下文、发言角色（客户/客服）及时间顺序
• 数据范围：明确时间跨度与数据规模，确保样本具有代表性
• 数据质量：会话记录完整，包含客户首轮提问及后续问答交互

Output Specifications

格式要求

• 文件格式：.md 格式的Markdown文件
• 排序规则：严格按照问题出现频次从高到低排序
• 结构规范：每个FAQ条目遵循"第一行为问，第二行为答"的标准结构

风格要求

• 整体：专业、客观、条理清晰
• 最佳答案：保持优秀客服话术风格，专业且富有亲和力，通俗易懂

Output Example

如何申请退款？

您好！请您在手机 APP 中点击【我的】-【全部订单】，找到需要退款的商品，点击【售后/退款】按钮，选择退款原因并提交即可。资金将在 1-3 个工作日内原路退回。

发票抬头填错了可以修改吗？

您好！如果发票已经开具，您可以在当月内联系我们作废原发票并重新开具。请您直接将正确的【发票抬头】和【税号】发送在这条对话中，我为您处理。

Exception Handling

• 数据不足：若会话日志数据量过小或时间跨度过短，提示用户补充数据
• 聚类失败：若语义聚类效果不佳，提供人工校验接口或调整聚类阈值
• 反馈缺失：若大量会话缺少客户下文反馈，降低反馈评估权重或提示补充完整记录

Usage Notes

• 仅处理脱敏数据，严禁处理包含客户隐私信息的原始会话记录
• 生成的FAQ文档需经业务专家审核后方可导入知识库
• 建议定期运行本技能，持续更新FAQ文档以适应业务变化

安全与数据规范

• 数据脱敏：上传数据前建议去除真实姓名/工号等敏感信息，或使用示例数据测试。
• 文件大小：建议单个文件不超过 10MB，避免内存溢出。
• Python 依赖：scripts/read_file.py 依赖 pandas、openpyxl，安装命令：pip install pandas openpyxl