配备知识库的 AI 聊天机器人——您的机器人熟知您的企业
通用型 AI 聊天机器人会给出通用回答。Zentor App 将 AI 聊天机器人与您自己的知识库连接起来：机器人仅基于您企业的文本内容进行回答——精准、一致，且不会编造信息。
通用聊天机器人的问题
仅依赖语言模型通用训练知识的 AI 聊天机器人，无法可靠回答客户的问题。该模型不了解您的企业、价格体系、服务条款或当前产品。结果往往是模糊、笼统甚至错误的回答，这会损害客户的信任。
第一代基于规则的聊天机器人以另一种方式解决此问题：它们被固定编程，仅对精确的关键字做出反应。这导致对话僵化且缺乏灵活性——一旦客户以预期之外的方式提问，系统便会失效。
Zentor App 融合了两种方法的优点：回答基于您自己可控的内容（如同基于规则的方法）——而 AI 模型能理解客户的自然语言并灵活应对（如同现代 AI 聊天机器人）。结果就是一个真正了解您是谁的聊天机器人。这一原理与通用机器人具体有何不同，我们在以下文章中进行了说明： 专属 AI 聊天机器人，而非通用机器人.
什么是知识库——RAG 又是什么？
在 AI 聊天机器人的语境中，知识库是一个结构化的内容集合，机器人应基于这些内容回答问题。您上传 FAQ 文档、产品文本、服务信息和流程指南——聊天机器人在每次请求时都会访问这一集合。
其背后的技术机制称为检索增强生成，简称 RAG。该机制分两步运行：首先，系统会在您的知识库中检索与客户需求相匹配的文本片段（检索阶段）；随后，将这些检索到的内容连同客户需求一并提交给 AI 模型，由模型据此生成清晰且具上下文关联的回答（生成阶段）。
结果：机器人不会编造任何内容。它只回答您知识库中已有的信息——以自然语言表达，不受脚本束缚，并能理解客户的表达方式。关于检索与生成的详细技术说明，请参阅我们的文章： RAG 技术解析.
您的内容，您的回答
Zentor App 知识库适用于所有与客户相关的文本内容。凡是您想教给聊天机器人的内容，都可以通过仪表板上传——无需编程，无需技术配置。关于典型的 FAQ、PDF 和产品内容，以下页面提供了更详细的介绍： 基于自有数据的聊天机器人.
常见问题与解答——每个知识库的经典配置。可结构化呈现为问答文档或连贯文本。
产品的特性、优势、变体及应用场景。机器人可针对特定产品提供精准解答。
营业时间（指聊天机器人的服务时段）、配送条款、退货流程及其他与服务相关的信息。
内部或外部分步指南，协助客户使用您的产品或服务。
介绍您的身份、提供的服务及合作优势。适用于初次咨询和一般性引导对话。
价格表、资费概览及条款（不含个人数据，但包含客户常咨询的全部信息）。
Starter：1,000 MB 知识存储空间
Zentor App 的 Starter 套餐包含 1,000 MB 知识存储空间（可按需扩容）。乍听之下这只是一个技术指标——但值得放在实际中衡量：一份 50,000 词的文本文档通常占用不到 500 KB。因此，凭借 1,000 MB，您可以存储大量企业文本、FAQ 文档、产品说明和指南，而不会遇到容量问题。
对于大多数中小企业而言，此存储空间已远超覆盖所有相关客户信息的需要。聊天机器人基于此知识库提供高质量回答，无论同时进行的对话数量多少。
您可通过仪表盘随时管理知识库内容：添加、更新或删除文档。更改立即生效——聊天机器人将从下一次对话起，基于更新后的内容作答。
个性化套餐中的 Vector-RAG
对于知识库内容庞大或质量要求更高的企业，Zentor App 在个性化套餐中提供 Vector-RAG。与标准搜索的区别在于：Vector-RAG 不再按关键词搜索，而是将知识内容和客户请求都转换为数学向量。这些向量代表文本的语义内容——即其含义。
这实现了语义相似性搜索：当客户询问“如何取消”时，系统也能找到标题为“合同终止”的相关章节——即使没有共同的关键词。检索的准确率因此显著提升，直接体现在聊天机器人回答的质量上。
个性化套餐中的 Vector-RAG 可与本地 AI 模型结合使用：您的知识库与 AI 处理完全保留在您自己的基础设施上。在确保最大数据主权的同时，提供语义搜索质量。
知识库常见问题
什么是 RAG 技术？
RAG 是 Retrieval-Augmented Generation（检索增强生成）的缩写。该方法包含两个步骤：首先，系统在您的知识库中检索与请求相关的内容（检索）；随后，AI 模型利用检索到的内容生成精准且贴合上下文的回答（生成）。由此得到的回答基于您企业自己的文本，而不是 AI 模型的通用训练知识。
我可以上传哪些内容到知识库？
您可以上传所有与客户相关的文本内容：FAQ 文档、产品描述、服务条款、价格表（不含个人数据）、流程指南、产品使用说明或一般企业信息。知识库可通过 Zentor App 仪表板管理——无需技术知识。
包含多少存储空间？
Starter 套餐提供 1,000 MB 知识存储空间（可按需扩容）。这相当于非常大量的文本文档——对大多数中小企业而言，这一容量绰绰有余。在个性化套餐中，可按需配置更多存储空间以及语义 Vector-RAG 搜索。
聊天机器人是否仅依据知识库进行回复？
在标准配置下，聊天机器人仅基于您的知识库内容回答问题。这防止了机器人利用 AI 模型的通用训练知识提供泛化或错误的回答。若未找到匹配的内容，可将聊天机器人配置为将客户转接给员工，而非给出不可靠的回答。
在知识库方面，Starter 套餐与个性化套餐有何区别？
在 Starter 套餐中，聊天机器人使用基于关键词的经典检索方式从您的知识库中查找内容：机器人会搜索客户请求中的关键词。个性化套餐还额外提供 Vector-RAG：请求和知识内容会被转换为语义向量，因此即使客户的提问措辞与知识库中的表述不同，机器人也能找到合适的答案——从而显著提高命中率。
能否从外部系统自动填充知识库？
Zentor App 支持通过仪表板界面导入文档。对于来自外部系统（CMS、文档管理系统、CRM）的自动导入，个性化套餐提供 API 访问和 n8n 工作流，可借此以结构化方式导入和更新内容——无需通过仪表板手动上传。
知识库中的更改多快生效？
您在 Zentor App 仪表盘中所做的更改会立即生效。从下一次对话开始，聊天机器人将基于更新后的内容作答。无需等待手动重新训练周期——RAG 系统会在每次请求时直接从知识库读取最新内容。
当聊天机器人找不到合适答案时会发生什么？
若 RAG 系统在知识库中未找到与查询匹配的内容，聊天机器人可配置其响应方式：告知客户无答案并启动人工交接，或提出通用追问。缺失匹配项时的具体反应可在 Zentor App 仪表板中定义，避免生成基于通用 AI 训练知识的不确定性回答。
在帮助中心了解更多