客服系统能否真正落地，关键不在于先接入哪个大模型，而在于企业是否准备了可用、可管、可追溯的业务数据。没有经过治理的资料，即使接入 RAG，也可能出现检索结果混乱、回答口径不一致、无法支撑业务办理等问题。因此，数据准备应被视为客服项目的基础工程，而不是上线前的辅助工作。
先划定数据边界
第一步是盘点客服所需的数据范围：产品资料、服务规范、常见问题、政策文件、售后流程、订单与物流信息，以及 CRM、ERP 等业务系统中的可调用数据。需要区分“用于回答”的知识数据和“用于办理”的业务数据。前者决定回答是否准确，后者决定系统能否完成查单、建工单、催办等闭环操作。
同时，应明确数据的责任部门、更新频率、适用范围和访问权限。金融、政务、医疗等场景还要重点识别个人信息、敏感信息及内部管理内容，避免将不应开放的资料直接纳入客服知识库。私有化部署可以强化数据控制，但不能替代企业自身的数据分级和权限管理。
清洗比导入更重要
企业原有资料通常分散在文档、表格、网页和人工话术中，存在重复、过期、表述冲突和流程缺失等问题。数据清洗不能只做格式转换，还要统一术语、删除失效内容、拆分适合检索的知识片段，并为答案补充适用条件、办理限制和转人工规则。
对于同一问题存在多个版本的情况，应保留明确的生效范围和版本关系。涉及政策、价格、售后承诺或业务流程的内容，必须由业务负责人审核后发布，否则模型可能生成语言流畅但不具备业务效力的答案。
建立可运营的数据闭环
知识库上线后，数据准备并未结束。企业应持续观察未命中问题、重复追问、人工接管和工单流转情况，将这些会话反馈转化为新的知识、话术或流程规则。复杂、敏感和情绪激烈的会话应设置清晰的转人工条件，并确保上下文能够随会话传递。
真正成熟的客服数据体系，最终要形成“采集—治理—审核—发布—监控—迭代”的闭环。只有把知识资产与业务系统、权限体系和运营机制同步建设，AI 客服才会从能回答问题，逐步走向能够稳定、合规地完成服务。