外观
微信扫码加入WorkBuddy交流群
医疗器械售后知识检索与工单辅助
清洗多源技术资料并建立机型标签体系，让售后工程师秒级定位有效手册，AI 助手承接大部分重复咨询。
能力亮点： 售后秒级检索
行业： 医疗健康 适合参考的团队： 医疗器械企业、售后服务、技术支持与渠道服务团队
项目中的企业／机构。某头部医疗器械企业，产品覆盖全球 190+ 国家，服务国内近 11 万家医疗机构（覆盖 99%+ 三甲医院）。
原来的业务问题
售后工程师的日常，是从一场低效的检索开始的。传统关键词检索一次返回 160 多条候选，工程师还是得一条一条点开看，单次查找往往耗费 10 到 30 分钟。更麻烦的是型号：长编码高度相似，差异仅在少数字符，代号与型号又是多对多关系，实测 10% 以上的 badcase 都是因为型号太像而串了线。
文档版本更新频繁，依据过期资料维修存在合规风险；多权限、多语种（葡、西、英、中）让检索入口进一步碎片化。而当工程师在知识库里找不到答案时，问题最终落到原厂研发专家头上——每个产线都需要研发专家参与售后答疑，专家时间被大量重复咨询吞噬。
项目怎样推进
知识库：86 万份文档、约 400G、500+ 机型、10 余种文件格式；技术资料主库 2 万+、服务手册库 80 万+
痛点：传统关键词检索一次返回 160+ 条候选仍需人工判断；型号长编码高度相似（差异仅在少数字符），代号与型号多对多，实测 10%+ badcase 因型号串线；文档版本更新频繁，依据过期资料维修有合规风险；多权限多语种（葡/西/英/中）；每个产线都需原厂研发专家参与售后答疑
实施五环节：知识库梳理清洗（清洗→结构统一→标签化→去重→命名规范→汇入统一知识库）→ 知识对接（打通 PLM 数字工程、Portal 发布资料、手动上传、ECR/用服流程 4 个来源渠道并传递产品线/机型/代号标签）→ ADP 检索能力（元数据过滤缩小范围、时间戳参与排序解决版本时效、实体抽取—元数据匹配—范围过滤—结果精排可控链路）→ 技术调优（多路混合召回：向量/问答/拒答/图片/跨模态/Text2SQL；RRF 融合+Rerank；Agentic RAG）→ 上线治理（小范围灰度、点赞点踩/转人工/引用命中/问题闭环进 badcase 分析；高频 badcase 3 天闭环考核；持续迭代五步法）
交付物：接入外部服务小程序、工单系统、Web、内部工作台 4 个渠道；标准答案/测试集/知识标签/提示词模板；知识清洗、调优、切分、评测、测试集管理、badcase 运营工具集
工具与系统
腾讯云 ADP；以该案例披露的知识、智能体及业务接入范围为准。
做成了什么
量化：自建早期版本准确率约 60% → 一期上线约 83% → 调优后 93%+；检索响应从人工 10-30 分钟到秒级；AI 工单拦截率 60%；单场景月会话 3 万+；工单系统相关服务占比约 80%；节省售后工单人力至少 60%；客户内部创新智能体 300+
后续：营销侧自发启动二期营销助手；拓展 ITR/LTC/PLM 场景
| 指标 | 项目结果 |
|---|---|
| 知识库规模 | 86 万份文档、500+ 机型 |
| 检索耗时 | 人工查找 10-30 分钟缩短至秒级 |
| 回答准确率 | 从约 60% 迭代至 93% 以上 |
| AI 工单拦截率 | 约 60% |
披露范围： 项目披露的应用实践。结果采用该项目披露的口径；未公开的实施周期、验收样本和接口细节不作推断。
对同类企业的启发
头部器械企业产品覆盖全球市场，服务大量医疗机构，知识库达数十万份文档、数百个机型且格式多样；传统关键词检索一次返回上百条候选，工程师仍需人工判断；型号长编码高度相似，代号为多对多关系，极易串线；资料版本更新频繁，依据过期文档维修存在合规风险。
涉及设备安全与合规的判断由授权工程师确认；对外服务与权限范围按角色控制；幻觉风险通过拒答与人工接管策略约束。
如评估同类项目，可以先核对：
- 回答准确率对照人工标注测试集复核
- 每条回答附资料来源与版本时间
- 型号串线问题纳入限期闭环跟踪
以上为同类业务的实施建议，需结合实际数据、系统条件和产品授权验证。