В многих проектах цифровой трансформации есть предсказуемый момент. Видение ясна: меньше обращений в поддержку, лучший самообслуживание, полезные ответы, созданные ИИ, и диалоги, которые помогают клиентам добиваться результатов.
Затем кто-то смотрит на контент. Тысячи документов. Несогласованные метаданные. Устаревшие страницы продуктов. Дублирующиеся статьи базы знаний. Разные команды описывают одну и ту же тему по-разному. Проект останавливается: «Сначала нужно исправить контент».
Для менеджеров по знаниям эти опасения вполне реальны. Устаревшие рекомендации, противоречивые версии и неясное право владения могут подорвать любой опыт, построенный на этих знаниях. Генеративный ИИ делает эти опасения более заметными, потому что он представляет информацию в виде ответа, а не ссылки, в которой нужно разбираться.
Вам по-прежнему нужен надежный контент для запускаемого взаимодействия. Но вам не нужно решать каждую проблему с контентом во всей организации до того, как появится ценность.
(Почему ожидание идеального чистого контента редко приносит пользу — тема для отдельного обсуждения.)
Практичная отправная точка — выбрать полезный, четко определенный сценарий использования, определить знания, которым вы доверяете, и контролировать то, что этот опыт может извлекать. Затем учитесь на реальных вопросах, улучшайте наиболее важный контент и расширяйтесь по мере роста уверенности.
Интегрируйте принятие решений о знаниях в процесс доставки
Менеджеры по знаниям принимают решения, которые придают опыту достоверность: какие источники являются авторитетными, кому они принадлежат, для какой аудитории предназначены и когда их нужно проверять. Эти решения должны отражаться на том, что люди могут найти и что ИИ может использовать для ответа.
В Coveo мы предоставляем общую основу для поиска и релевантности, позволяющую воплотить эти решения в жизнь. Контент может оставаться в исходных системах, индексируясь для обнаружения. Различные сценарии взаимодействия могут извлекать разные подмножества этих знаний с релевантностью, адаптированной под их цели.
Например, в организации могут быть актуальные описания продуктов, заметки сотрудников по устранению неполадок, архивные политики и обсуждения в сообществах. Каждое из них может представлять ценность, но их пригодность зависит от аудитории и вопроса.
Наши конвейеры запросов позволяют командам применять правила и машинное обучение к различным поисковым интерфейсам. Фильтры могут ограничивать возвращаемый контент, а правила ранжирования — влиять на его заметность. Фильтрация на основе включения позволяет командам целенаправленно добавлять новые источники, а не автоматически открывать все проиндексированное.
Безопасность работает иначе: она встроена изначально, а не добавлена поверх. Когда Coveo индексирует источник, он также индексирует разрешения этого репозитория, поэтому каждый запрос и каждый сгенерированный ответ автоматически учитывают их. Пользователи находят, а ИИ отвечает только на основе того контента, к которому у них уже есть доступ в исходной системе. Фильтры конвейера сужают область применения интерфейса поверх этого; они никогда ее не расширяют.
Определите степень готовности для конкретного сценария использования
Готовность контента становится более полезной, когда она описывает, к чему именно готов тот или иной фрагмент знаний. Длинный технический справочник может отлично подойти в качестве результата поиска. Целевая статья по устранению неполадок может стать лучшим источником для сгенерированного ответа. Внутренняя процедура эскалации может помочь сотруднику, но ей не место в публичном интерфейсе.
Простая классификация может помочь:
- Готово к поиску: полезно и доступно для обнаружения, даже если структуру можно улучшить.
- Готово для сгенерированных ответов: авторитетно, актуально и сосредоточено на рассматриваемых вопросах. Полное решение может быть распределено по нескольким документам, если каждый фрагмент можно найти.
- Ограничено для определенной аудитории: подходит только для пользователей с необходимыми разрешениями.
- Требует проверки: потенциально полезно, но ожидает оценки владельца перед включением в предполагаемый интерфейс.
Эти категории могут пересекаться. Документ может быть готов как для поиска, так и для сгенерированных ответов, оставаясь при этом ограниченным для сотрудников. Цель состоит в том, чтобы осознанно подходить к использованию, владению и доступу.
Представьте клиента, который спрашивает, как настроить продукт, а затем продолжает: «Относится ли это также к более старой версии?». Полезный ответ требует извлечения рекомендаций для правильной версии, аудитории и задачи. Знакомые дисциплины управления знаниями — четкое право владения, информация о версиях и авторитетные источники — становятся неотъемлемой частью диалога.
Создавайте сгенерированные ответы и диалоги на основе проверенных знаний
Функция Coveo Relevance Generative Answering добавляет в поиск ответы, обоснованные корпоративным контентом, со ссылками, которые позволяют пользователям изучать вспомогательные источники. Она извлекает релевантные элементы и фрагменты из индекса для обоснования ответа, одновременно применяя разрешения на контент при извлечении.
Вопрос для первого развертывания носит конкретный характер: какие знания могут надежно поддержать вопросы, на которые мы хотим получить ответы с помощью этого интерфейса? Начните с этого объема и проверьте результаты, прежде чем добавлять новые источники или темы.
Рекомендации Coveo по работе с контентом для генеративных ответов отдают предпочтение сфокусированным, актуальным материалам, которые четко отвечают на вопросы. Удаление шаблонного текста, проверка проиндексированного контента и уточнение неоднозначных инструкций могут улучшить материалы, используемые для обоснования. Это дает контент-команде целевую программу улучшений, привязанную к реальному опыту.
Когда вопрос требует дальнейшего изучения, функция Coveo Conversational Search позволяет пользователям задавать дополнительные вопросы, сохраняя контекст беседы.
Для менеджеров по знаниям каждый дополнительный вопрос — это еще одна возможность предоставить правильные рекомендации и еще одна причина внимательно подходить к выбору источников, которые может использовать интерфейс.
В компании Xero сервис Coveo обеспечил сокращение времени поиска клиентов примерно на 40% и уменьшение количества поисковых сессий, требующих дополнительной поддержки, более чем на 20% благодаря генеративным ответам в Xero Central. Эти результаты иллюстрируют практическую ценность помощи клиентам в использовании знаний посредством ответа в рамках их существующего пути поддержки.
Улучшайте контент, который нужен пользователям больше всего
Качество контента и его важность для бизнеса различаются. Недавно проверенное руководство может заслуживать большей видимости, чем старый документ по той же теме. Критическое обновление политики может потребовать внимания до того, как оно накопит значительные данные об использовании.
Метаданные и измеренные корректировки ранжирования могут помочь отразить эти различия. Используйте их избирательно, сохраняя релевантность вопросу пользователя. Продвижение статьи не заменяет проверку ее точности или решение о том, принадлежит ли ей вообще место в интерфейсе.
После запуска интерфейса менеджеры по знаниям могут использовать фактические данные для приоритизации следующего раунда работы. Поисковое поведение, проверка ответов, отзывы пользователей и анализ бесед показывают команде:
- Какие вопросы с высоким спросом не имеют авторитетного ответа?
- Где пользователи неоднократно запрашивают разъяснения или недостающие шаги?
- Какие версии продуктов или противоречивые источники вызывают путаницу?
- Где сгенерированный ответ оказывается неэффективным, даже если существует релевантный контент?
- Какие пробелы следует вернуть владельцу контента, а какие источники готовы к более широкому использованию?
Одни только клики не могут рассказать всю историю, когда пользователь может получить полезный ответ, не открывая статью. Совмещайте сигналы об использовании с оценками качества ответов и соответствующими показателями успешности самообслуживания. Убедитесь, что факты подтверждают тот результат, который вы пытаетесь оценить.
Опыт компании Zoom связывает актуальность базы знаний с результатами клиентов. В объявлении о награждении клиентов Coveo за 2025 год сообщается о сокращении пробелов в контенте на 89% и увеличении успешности самообслуживания на 20% в рамках программы ИИ-поиска и генеративных ответов на основе релевантности (Relevance Generative Answering) от Zoom.
Для менеджеров по знаниям эта связь имеет большую ценность: улучшение доступной базы знаний и улучшение способов ее использования могут развиваться одновременно. Каждый цикл публикации и проверки дает контент-программе более четкий набор приоритетов.
Четкие заголовки, сфокусированные темы, полезные метаданные и актуальная информация также могут помочь другим каналам поиска. При правильной публикации контента эти улучшения могут также поддержать внешний поиск и системы ответов. Непосредственным приоритетом остается создание базы знаний, полезной для аудитории и решаемой задачи.
От отклонения обращений к их разрешению
В сфере обслуживания пользу от хорошего контента легко измерить: каждый вопрос, на который он отвечает, — это инцидент, который никому не придется регистрировать. Именно так службы поддержки снижают стоимость обслуживания, и именно поэтому самообслуживание обычно становится первым направлением, где они начинают применять ИИ. Компания Forcepoint — отличный пример. Она внедрила генеративные ответы Coveo (Coveo Generative Answering) в свой клиентский центр, Salesforce и интерфейсы продуктов, и, по данным Coveo, уровень успешности самообслуживания составляет 70%, а время на разрешение проблем сократилось более чем на 40%.
Ничто из этого не требует, чтобы все решение содержалось в одной статье. Функция генеративных ответов на основе релевантности уже формирует ответы из фрагментов, взятых из нескольких документов. Поисковый агент Coveo (Coveo Search Agent), который обеспечивает работу разговорного поиска (Conversational Search), идет еще дальше. Он определяет, о чем спрашивает пользователь, решает, что именно нужно найти, извлекает контент и проверяет, достаточно ли найденного. Если нет, он выполняет поиск повторно перед тем, как дать ответ. Все, что он нашел, остается в контексте по мере продолжения беседы, поэтому он может собрать решение из частей, разбросанных по вашей документации.
Представьте человека, который не обладает глубокими знаниями о ваших продуктах, но изучает вашу документацию для решения проблемы. Если в конечном итоге он сможет собрать ответ по кусочкам, то ИИ-агент тоже сможет это сделать. У него нет интуиции вашей службы поддержки, но он может продолжать поиск так, как это сделал бы терпеливый человек. Ваш контент по-прежнему должен быть точным, актуальным и доступным для поиска. При этом он не обязан быть идеальным.
К этому же все и движется. Мы работаем с избранными клиентами над использованием этого же цикла для сложных обращений в поддержку, где агент продолжает рассуждать и искать дольше, используя больше контекста, пока не сможет предоставить именно решение, а не просто ответ. В перспективе мы ожидаем, что агенты будут опираться на контекст, специфичный для каждой компании, и представлять решения в более наглядных форматах, например в виде пошаговых макетов с изображениями вместо сплошного текста.
Расширение через прогрессивное доверие
Практическое внедрение можно начать с одной аудитории и одного набора ценных вопросов:
- Выберите сценарий использования и определите, как выглядит успешный результат.
- Определите надежные источники, ответственных лиц и требования к проверке.
- Настройте область поиска для этого интерфейса, помня о том, что разрешения источников наследуются из индексации.
- Протестируйте типичные вопросы и проверьте сопутствующий контент и ответы.
- Запустите решение для определенной аудитории и измерьте качество, полезность и результаты.
- Используйте полученные данные для улучшения базы знаний и целенаправленного расширения охвата.
Сгенерированные ответы могут обрабатывать вопросы с четкой поддерживающей базой знаний. Разговорный поиск может помочь, когда пользователям необходимо прояснить свою ситуацию или изучить вопрос подробнее. Выбор должен зависеть от задачи пользователя и качества доступной базы знаний.
Эта основа также может поддержать более широкое внедрение. В своем бизнес-отчете за июль 2025 года компания Coveo сообщила, что SAP расширяет использование решений Coveo после внедрения генеративного ИИ в SAP Concur, поддерживая глобальную стратегию работы с клиентами, которая включала развертывание агентских систем. Этот прогресс иллюстрирует, как первоначальное внедрение может стать частью более широкой стратегии предоставления знаний.
Сделайте улучшение контента частью процесса доставки информации
Когда организация заявляет: «Наш контент еще не готов», следующим вопросом должно быть: «Какому контенту мы можем довериться для создания полезного первого опыта и как мы узнаем, что он работает?»
Этот вопрос дает менеджерам по знаниям конкретную роль в движении вперед. Он требует четких рамок, ответственных лиц, надлежащего доступа и данных о том, где база знаний помогает, а где не справляется. На протяжении всего процесса действует один простой тест: если человек может найти ответ в вашем контенте, то сможет и ИИ-агент.
Знания меняются. Продукты развиваются, политики обновляются, а пользователи задают вопросы, которые вы не предвидели. Coveo служит общей основой для переноса решений о знаниях в поиск, сгенерированные ответы и диалоги по мере улучшения стоящего за ними контента.
Начните с базы знаний, которой вы доверяете. Учитесь на том, как люди ее используют. Сделайте так, чтобы каждое улучшение приближало вас к следующему уровню взаимодействия, который вы готовы предоставить. Чтобы понять более глубокую причину, почему установка «сначала чистый контент» сдерживает столько программ, прочитайте о том, почему этот инстинкт часто является ошибочным.
