店里的老客服要走了。
老板这才发现，退货怎么判、运费怎么算、哪个客户能通融，全在他一个人脑子里。
新人接手第一天，客户问「拆封了能退吗」，新人答「不能」。客户火了：「你们小王上次就给我退了。」
这就是客服知识库要解决的事。
先说一个反常识的
整理知识库，别从流程开始。
从例外开始。
别从制度开始。
老员工真正值钱的地方，不是他知道流程，是他知道什么情况下可以不按流程。拆封能退，是因为他认得这个客户是老客户、买的是标准品、拆封不涉及卫生。
你问他「售后流程是什么」，他会给你背一遍制度。你问他「哪几种情况你会破例」，他才会把真东西说出来。
所以访谈要问对问题：
- 什么情况下你会拒绝客户？
- 什么情况下你会主动赔？
- 哪种客户你一听就知道要小心？
这三个问题问完，你的知识库才有骨架。
骨架有了，再填肉。
第二步：把答案写成卡片，一篇一个问题
一条问题，一条答案。
别写成一本书。写成一本书的东西，没人翻，AI 也检索不准。
卡片要短。要带数字。
「拆封可退，前提是：标准品、包装完整、30 天内、非定制款。定制款一律不退。」
判据只有一个：新人照着这条，能不能直接回客户。 能，合格。
第三步：标出例外，例外就是价值
每条规则下面挂一句「例外」。
「七天无理由」是规则。例外是：定制款不退、生鲜不退、已激活的软件不退。
为什么例外这么重要？因为客户投诉，几乎都发生在例外上。
规则背得再熟，遇到例外答错，一样挨骂。
例外，才是分水岭。
第四步：分出三层，别混着放
这一层很多团队不做，做起来其实很快。
- 口径层：对外统一说法。价格、时效、退换。
- 规则层：红线。不能承诺的话、不能答的话题。
- 证据层：出处。平台规则原文、合同条款、国家标准。
证据层听起来多余。可一旦客户较真，或者平台来查，能翻出原文的人不吃亏。
拿 AI 客服来说，国家标准的依据是 GB/T 47746—2026（2026 年 9 月 1 日实施），全篇 61 项要求——48 项应做、4 项宜做、9 项可做，含 5 项一票项，其中就包括必须自动转人工的场景。
这些条款抄进证据层，AI 答话才有底气。
第五步：每周复审，别建完就不管
知识库不是建一次就完事的东西。
运费调了、活动换了、新品上市了，库里没更新，AI 就会照旧的答。
定一个人，每周半小时。半小时能省掉一场投诉。
两个坑
坑一：把 SOP 当知识库用。
SOP 是给执行的人看的，知识库是给回答客户的人（或 AI）用的。你写的「按公司制度执行第三章」，客户听不懂，AI 也检索不到。
坑二：只写规则，不写场景。
「不适用无理由退货」这句没用。得写上：什么商品、什么状态、什么时间不适用。缺一个条件，AI 就会答错。
最后一句
老员工带走的不是他的工龄。
是他脑子里那几百个「什么情况下可以破例」。
趁他还在，把这些问出来。
——
关键词：客服知识库 / 知识库整理 / 企业知识库 / AI 客服
你们公司有那种「只有他一个人知道」的同事吗？留言说说他管着什么，我挑几个写进下一篇。
我们是谁：合尘猫 SavantCat，做小微企业的企业知识库与 AI 客服落地。把散在员工脑子里的口径、规则、话术，整理成 AI 能查、可追溯的底座；再给 AI 客服加上红线拦截与转人工判断。