AI 写产品 FAQ 总是答非所问怎么办

开始前准备

批量编写产品常见问题时，答案偏题通常不是单纯的语言问题，而是输入任务没有明确边界。模型看到一组产品资料和一批问题后，可能把相近内容合并，也可能为了让回答显得完整，自行补出配送承诺、适用人群、效果描述或售后政策。要让结果可以进入帮助中心，第一步不是继续增加形容词，而是把每个问题变成独立、可核对的内容单元。

先为每条记录准备四项信息：用户原问题、问题类别、允许使用的资料、不能越过的回答范围。问题类别决定回答应该关注什么，资料决定能够说什么，边界决定哪些内容必须保留为待确认。没有产品资料时，只能提供组织方法和占位模板，不能代替商家填写价格、规格、时效或政策。

问题分类表

分类时不要只看名词，还要看用户真正想确认的动作。例如“这款适合办公室吗”不是单纯的产品事实问题，而是适用限制问题；“买错尺寸能换吗”属于交易服务问题；“为什么无法启动”属于售后异常问题。分类错了，模型就容易把宣传语当作答案主体。

分步操作

可以把一批 FAQ 当成一组互相独立的工单处理。每条工单只对应一个问题、一个类别和一套允许引用的事实。批量处理不等于让模型用一段话同时解决所有问题，而是让每个问题都拥有自己的输入边界和输出位置。

1. 拆成单一问题：检查原问题是否含有两个以上疑问。例如“这款多大、怎么用、坏了能退吗”应拆成三条，分别进入产品事实、使用方法和交易服务类别。若业务上必须保留原句，也要在输入中明确只回答其中指定的一问。
2. 给问题贴类别：从分类表中选择一个主要类别。不要让一条记录同时标注多个类别，否则模型会把回答范围扩大。遇到确实跨类的问题，先拆分，再分别生成。
3. 整理事实卡：只放与当前问题有关的已确认信息。例如回答尺寸时，事实卡只放尺寸、计量单位和适用版本，不要把整份商品介绍全部塞进去。资料越杂，答案越容易带出无关卖点。
4. 写清答案边界：明确允许回答、禁止推断、资料缺失时的固定处理方式。边界应当成为提示词的一部分，也应当成为人工审核的一部分，不能只依赖模型记忆。
5. 固定回答结构：建议使用直接结论、必要条件、资料缺口三段式。答案先回应当前问题，再补一个必要限制；如果资料不足，就写“暂无法确认，需要补充某项资料”，不要用模糊承诺填空。
6. 单条生成：把一条问题单独交给模型，要求只输出这条 FAQ 的问题、类别、答案和风险标记。批量时可以由程序循环调用，但每次输入都要保留独立编号和独立资料范围。
7. 人工复核：先核对答案有没有回答原问题，再核对每个事实能否回到资料卡。最后检查是否混入其他问题、宣传语或未提供的承诺。接口返回内容不等于可以直接发布。

回答长度也要服从问题范围。一个只问“是否支持某规格”的问题，不需要扩展成完整产品介绍；一个询问售后流程的问题，也不应顺带加入促销、品牌故事和其他产品推荐。越接近用户原问题，越容易被运营人员快速审核，也越适合在帮助中心单独检索。

批量任务建议保存原问题、分类结果、事实卡版本、生成答案和审核意见。后续发现某条答非所问时，可以判断是分类错误、资料混入、提示词边界不足，还是人工审核漏看，而不是重新盲目生成整批内容。

可复制模板

下面是一份答案边界模板。方括号内容由运营人员填写；没有确认的信息不要为了完整而补写。它适合放在表格、内容管理工具或生成任务的输入字段中。

问题：[用户原问题]
问题类别：[产品事实/使用方法/交易服务/适用限制/比较选择/售后异常]
回答目标：只解决上面这一条问题，不扩展到其他问题。
可用资料：[与当前问题直接相关的已确认信息]
必须保留：[必须出现的规格、条件、步骤或渠道]
可以解释：[帮助用户理解答案所必需的简短说明]
禁止补充：[资料中没有出现的承诺、效果、政策、时效、价格或评价]
资料不足时：[明确写出需要补充的资料，不猜测，不保证]
输出结构：[直接答案；必要条件；待确认项；风险标记]

使用这份模板时，资料区要尽量短而准确。比如问题是“支持哪种尺寸”，资料区就只放已确认的尺寸列表；问题是“如何申请售后”，资料区就放申请入口、需要提交的材料和已有流程。不要把整篇详情页复制进去，再期待模型自动判断哪些内容与问题有关。

单条 FAQ 写作提示词

你是帮助中心内容编辑。请根据一条用户问题和对应资料，生成一条可审核的 FAQ。

任务边界：
1. 只回答【问题】中的一个核心疑问，不回答其他问题，不追加产品介绍。
2. 只能使用【可用资料】中的信息，不得补写价格、时效、效果、政策、认证、承诺或比较结论。
3. 如果资料不足，直接说明“暂无法确认”，并列出需要补充的具体信息。
4. 不把推测写成事实，不使用绝对保证，不把宣传语当作事实。
5. 答案先给直接结论，再补充必要条件；控制在【字数范围】内，使用清楚、克制的中文。
6. 保留用户问题的核心对象、条件和范围，不把多个问题合并到答案中。

问题：
【用户原问题】

问题类别：
【问题类别】

可用资料：
【已确认资料】

必须保留：
【必须保留的信息】

禁止补充：
【禁止推断的内容】

请按下面格式输出：
问题：原问题的轻微语病修正，不改变原意
类别：【问题类别】
答案：只回答当前问题的正文
待确认：【没有则写无；有则列出缺失资料】
风险标记：【正常/需人工确认/资料不足】

如果希望程序读取结果，可以把字段名称固定为 question、category、answer、missing_info 和 risk_flag，并在应用侧检查字段是否齐全。不要把模型自报的“已核对”当成事实证明，真正的核对仍然要由资料对照和人工审核完成。

单条示例

问题：这款收纳盒适合放在潮湿环境吗？
问题类别：适用限制
可用资料：产品资料只确认盒体材质为【已确认材质】，没有说明防潮等级、长期潮湿环境适用性或密封能力。
必须保留：说明当前资料能确认的范围。
禁止补充：防潮、防霉、密封、长期使用等未确认结论。

合格答案：
目前资料只能确认盒体材质为【已确认材质】，暂时无法据此确认它是否适合长期放在潮湿环境中。若要判断，请补充防潮等级、密封能力或适用环境说明。

这个示例的重点不是套用某个产品答案，而是展示边界：资料没有给出结论时，答案可以诚实地指出缺口；“暂无法确认”不是失败，而是避免帮助中心出现错误承诺的必要状态。

翻车修正

问配送却回答成产品介绍：通常是资料卡放入了太多卖点，或提示词没有指定当前问题。把资料收缩到配送规则、适用范围和查询渠道，并增加“答案第一句必须直接回应配送问题”的要求。若资料没有时效，就保留待确认，不要用“很快”“及时”等模糊词代替。

一个答案混入多个问题：检查原始问题是否本来就包含多个问号或并列动词。先拆成独立记录；无法拆分时，指定本轮只处理一个核心疑问，并要求模型发现其他疑问后放入待确认字段，而不是直接回答。

模型加入未提供的承诺：把资料分成已确认和禁止推断两栏。价格、效果、时效、售后、兼容性和认证都属于高风险信息，不能因为行业常识看起来合理就写进答案。发现越界后，删除对应句子，或者改为明确的资料缺口。

回答过于保守，什么都只说不确定：这往往是资料卡没有给出可用事实，或者禁止项写得过宽。保留已经确认的部分，让答案先回答能回答的内容，再单独说明无法确认的部分。边界不是让答案失去信息，而是区分确定信息和未知信息。

同一问题多次回答口径不同：固定字段名称、分类名称、术语和答案结构，并把当前事实卡版本写入任务记录。不要只要求“保持一致”，要明确哪些词必须原样保留，哪些信息只能从统一资料表读取。

分类看起来正确，答案仍然答非所问：重新检查用户问题的核心意图。比如“能不能用”可能是在问兼容性，“怎么用”是在问步骤，“用了有什么效果”是在问效果依据。相同的产品名不代表问题类别相同，不能只按关键词分类。

模型重复问题，却没有给结论：在提示词中要求答案第一句直接回答，并限定输出结构。对于是否、多少、何时、如何这类问题，分别使用对应的表达方式：是否类先给能否确认，数量类先给已知数值，步骤类先给第一个动作。没有资料时再进入待确认说明。

批量生成时前一条内容串到后一条：为每条问题使用独立编号和独立资料区，生成后检查答案中是否出现其他商品名、其他问题中的术语或无关条件。不要把多条问题简单拼成一段长文本后要求模型自行分隔，尤其不要让它凭上下文推断每条资料的归属。

为了追求完整而写成广告：删除“品质卓越、值得购买、全面满足”等无法回答问题的句子。FAQ 的任务是消除用户疑问，不是重新复制详情页。只有当某个产品事实直接帮助回答当前问题时，才保留它。

完成前检查

把内容放入帮助中心前，逐条检查问题、资料、答案和风险标记。下面的清单适合由运营人员逐项勾选，也可以转成后台审核字段。

• 每条记录是否只包含一个核心问题，没有把价格、使用、售后等多个疑问混在一起。
• 问题类别是否与用户真正想确认的事情一致，而不是只根据产品名称或单个关键词判断。
• 答案第一句是否直接回应当前问题，没有先写品牌介绍、宣传语或无关背景。
• 答案中的每个规格、条件、步骤、价格、时效和政策是否都能回到对应资料。
• 资料没有明确说明的效果、承诺、认证、兼容性和售后结果是否没有被写成事实。
• 资料不足时，是否清楚列出了待补信息，没有用“通常”“一般”“很快”等词掩盖缺口。
• 答案是否没有偷偷回答原问题之外的第二个问题，也没有引入其他产品或其他版本。
• 同一类别中的术语、单位、产品名称和政策称呼是否保持统一。
• 回答长度是否与问题相称，简单确认没有扩展成详情页，复杂流程也没有省略必要条件。
• 批量生成时，当前答案是否没有混入上一条或下一条记录的产品名、规格和条件。
• 输出字段是否完整，问题、类别、答案、待确认项和风险标记都能被审核或程序读取。
• 高风险内容是否进入人工复核，没有因为模型返回完整文字就直接发布。
• 审核意见、资料版本和修改记录是否已保存，后续可以追查某条答案为何被修改。
• 最终内容是否真正帮助用户快速解决产品疑问，而不是变成泛泛的 AI 写作说明。

稳定的 FAQ 生产流程，核心不是让模型替运营人员做最终判断，而是把判断条件写在生成前和发布前。先用分类表确定问题范围，再用答案边界模板限制资料使用，接着用单条提示词生成，最后用一致性清单逐项核对。这样即使某条结果需要返工，也能定位到具体环节，而不会整批内容一起失去可用性。