您可以随时构建知识库，提供给Solvea进行训练并回答客户问题。
我们对Solvea 在电商行业的表现做了特别的训练，所以我们提供的知识库更适配电商场景使用。
添加知识
机器人的知识中心支持上传并训练机器人学习 4 种不同的知识。以下是知识类型：
- 网页知识：对一个网页或对全站数据进行集采并转化成知识；
- 文档知识：对一个本地文档（doc、excel、pdf）进行知识转化；
- 问答知识：QA 对，以一问一答的形式作为知识；
- 商品知识：对一个商品详情页进行结构化，提取商品知识，比如品类、价格、商品名称、缩略图等。
知识字段
部分字段定义如下：
- 知识状态
- 知识状态有两种“已发布”&“已下线”。已发布的知识会正常启用，被下线的知识会暂时禁用（但不会被删除）
- 被下线的知识不会被用于回答，即使被 AI 召回。
- 信息展示
- 在该界面能查看知识点的具体内容/来源/创建者，并对其进行相关操作
- 操作
- 编辑知识：可以修改对应知识的内容，标签和关键词
- 修改状态：可以将对应知识点发布或下线
- 移动：可以将对应知识点放到新的目录下
- 删除：可以将对应知识点删除
知识管理
知识以文件夹的方式进行管理。目前文件夹仅支持最多 3 个层级，减少知识治理的问题。每个文件夹均可放置各种类型的知识。请注意，1 个知识只能出现在 1 个文件夹中。
调用知识
当完成了所有知识的上传、提取和学习时，知识即可被 Bot 利用并回答用户问题。为了提高 AI 回复的质量，需要提高 AI 检索知识的精确度。往往精确度需要由人工进行定义。知识中心提供两种字段帮助满足 Bot 在回答不同场景时对回答精度的要求：
- 标签（适用于）：可以对知识进行打标操作，用于告知 AI 这些知识适用于什么标签。比如政策问题适用于型号：H13679、N24659。所以 1 个知识可以有多个标签，1 个标签可以打到多个知识上。
- 关键词：当消费者与 AI 对话时，来信中会包含一些关键信息或关键词。如果消费者提及到关键词时，可以使用一部分知识来回答，可对该部分的知识设置关键词。比如 1 个排故知识，可用于解决“产品不能工作了”“产品无法开机”的来信问题。所以 1 个知识可以有多个关键词，1 个关键词可以设置在多个知识上。
Q：标签（适用于）和关键词的区别是什么？
影响 AI 生成回复的表现，仅与关键词有关。
举例说明，如果消费者来信问题是：“产品不能工作了，怎么解决？” AI 执行知识召回时会进行以下步骤：
- AI 在知识库中进行智能检索，召回知识。最后获得了知识 A、知识 B、知识 C。
- 当知识 A、C 没有设置关键词，但知识 B 设置了关键词“不工作”，AI 会执行权重排序，将优先使用知识 B 进行回复生成；
- 但不代表知识 A、知识 C 不会用到，如果知识 B 仍然不足以解决该问题，则仍然会使用 A 和 C 的部分知识继续完成知识生成。
Q：标签（适用于）的作用是什么？
适用标签服务于一些完全不希望 AI 出错的场景。比如物流政策如果多个国家不一样，消费者进行政策问询时则不应该出错，如果 AI 调用了其他国家的物流政策回复消费者，则会出现过度承诺或者无法达成的问题。
可以通过策略配置的方式使用标签（适用于）进行 AI 回复，操作路径：策略规则->创建策略。
策略举例：
当消费者来信意图 是 物流查询 且 国家是 EN 时使用 文件夹是物流政策 且 适用范围是国家-美国 的知识进行 AI 回复。
生成过程
当 AI 回复了消费者来信时，可通过生成过程看到回复使用了哪些知识回答。
- AI 在召回知识的过程会根据消费者来信内容进行智能搜索，再根据规则进行回答，召回的知识在生成过程中分为两种类型：
- 被使用的知识：用于生成回答内容的知识点；
- 与问题可能相关的知识：跟知识有关，但是不足以用于生成回答的知识点，其中可能包含未发布的知识。