---
url: https://docs.oakxgen.ai/zh-Hant-TW/article/ai-customer-service-answer-scope.md
description: >-
  導入 AI 客服前最常見的疑慮就是「會不會亂講」。這篇說明 OakXgen
  怎麼用知識庫檢索加上可驗證的參考來源降低亂答風險，以及怎麼在場景層級再縮小一次查詢範圍。
---

## 「AI 會不會亂講」是導入前最常見的疑慮

大型語言模型本身是靠訓練資料生成文字，沒有額外設計的話，遇到不知道的問題也會
生成一個聽起來合理但其實是編的答案——這正是多數企業不敢直接把通用 AI 接上
客服的原因。

## 讓 AI 查資料再回答，而不是靠記憶生成

降低亂答風險的做法是**檢索**：AI 回覆前先去查一份知識庫或呼叫工具拿到實際資料，
再用查到的內容組答案，而不是純靠模型自己的記憶回答。這也是為什麼 OakXgen 的
每則 AI 回覆下面，只要有用到查詢結果，就會出現**參考**清單，列出這次答案是根據
哪些來源——看得到參考，代表這次真的有查資料；同一個問題每次答案風格差很多卻
都沒有參考出現，通常代表資料來源沒設對或查不到東西，這是判斷「AI 是不是在瞎猜」
最直接的方法，詳見
[怎麼從一則回覆確認 AI 真的查到了什麼](/zh-Hant-TW/guide/chats/verify-ai-answers)。

## 範圍可以縮到比 agent 本身更小

一顆 agent 掛的知識庫與工具，是它能力的上限。但同一顆 agent 底下不同服務場景該
查的東西通常不一樣——例如「療程諮詢」場景只該查價目表，不該查到「訂單查詢」
場景用的訂單 API。OakXgen 讓場景層級可以再縮小一次範圍：全部、自選幾項、或完全
不查、只用寫死的文字回答，三選一。這代表越單純、越不需要即時資料的場景，可以
直接關掉查詢，降低查到不相關資料的機率，設定方式見
[諮詢查詢場景：資料來源與工具範圍怎麼縮小](/zh-Hant-TW/guide/agents/scenario-qa-scope)。

## 查不到的時候，該轉真人而不是硬猜

檢索加參考來源能降低亂答機率，但沒辦法讓 AI 對「知識庫裡真的沒寫」的問題生出
正確答案。這種情況下該做的是判斷轉真人，而不是逼 AI 硬答——轉真人的觸發邏輯
（客人要求真人、AI 連續答不出來幾次、對話帶負面情緒關鍵字）設定在 agent 本身，
見[轉真人怎麼觸發](/zh-Hant-TW/guide/agents/handoff)。