电商售前问答最怕“答得快但答错”。一个看似方便的 AI 助手，如果把库存、尺寸、赠品、售后或效果承诺说错，带来的不只是退货，还会损害信任。问答库应当是商品事实的可追溯索引，而不是一份不断复制的营销话术。
先从真实咨询建立问题树
按购买前、购买中、购买后整理高频问题，例如规格、适配、发货、优惠、售后和使用限制。每条答案都要对应一个事实来源：商品主数据、政策页面、质检资料或经过确认的运营说明。无法找到来源的内容不进入自动回答。
| 问答字段 | 内容 | 必要原因 |
|---|---|---|
| 用户问法 | 常见表达及同义问法 | 提高命中率 |
| 标准答案 | 简洁且基于事实的回复 | 确保一致性 |
| 适用范围 | 型号、地区、时间或条件 | 避免过度泛化 |
| 例外与升级 | 不能自动处理的情形 | 及时转人工 |
把承诺与解释分开
产品功能、适配范围和售后政策必须按已确认的文字回答；使用建议可以更口语化，但不能把建议变成绝对效果承诺。价格、库存、活动资格等变动快的信息，不应该写死在长期答案中，应调用当前系统信息或明确提示以页面为准。
给每条答案设更新时间
新品上架、商品改版、政策变化和大促前都要触发复核。AI 可以找出含有旧型号、旧时间或旧活动词的答案，人工确认后再更新。详情页表达与问答库也要一致，可对照 AI 电商详情页提效与事实核对流程 一起维护。
用未命中问题推动库扩展
每周查看 AI 无法回答、用户反复追问和被人工改写的记录。先判断是否需要补知识、补同义问法，还是应直接设为人工场景。问答库增长的方向来自真实用户，而不是凭空罗列问题。
