网站助手/咨询访客
7.6 咨询访客
“咨询访客”页面展示所有触发过 智能客服（AI Customer Service） 的访客信息。
与「浏览访客」不同，本页面专注于：
- 哪些访客打开了客服？
- 哪些访客进行了对话？
- 是否使用了知识库？
- 对话内容是什么？
- 访客在对话期间的行为路径是什么？
这是网站助手中最重要的“用户转化分析”模块之一。
一、页面概览
进入 网站助手 → 咨询访客 后，你将看到「所有触发客服的访客列表」。
包含以下字段：
| 字段 | 说明 |
|---|---|
| 访客 ID（CID） | 匿名访客唯一标识 |
| 会话次数 | 触发客服的次数 |
| 首次咨询时间 | 第一次打开客服窗口的时间 |
| 最近咨询时间 | 上一次对话的时间 |
| 对话轮数 | 此访客当前对话的消息数量 |
| 使用知识库 | 是否触发 KB 搜索 |
| 来源页面 | 触发客服时所在页面 |
| 设备 | 手机 / PC / 平板等 |
| 地理位置 | 访客来源地域 |
这些信息帮助你判断：
- 访客从哪里来？
- 他们咨询了什么？
- 咨询后是否继续浏览网站？
- 知识库是否提供有效答案？
二、访客对话详情（Chat Detail）
点击任意访客，你将进入“对话详情”页面，其中包含：
1. 对话记录（Chat Messages）
显示完整聊天对话，包括：
- 访客提问
- 知识库命中的内容（片段引用）
- AI 回复
- 回答是否 fallback（模型自动回答）
- 多轮对话上下文
- 访客上传的图片（可选）
对话列表支持：
- 时间排序
- 滚动加载
- 快速检索
- 按知识库命中筛选
2. 对话元数据（Metadata）
包括：
- 对话开始时间
- 对话结束时间
- 对话时长
- 使用的模型（如 GPT / DeepSeek / 本地模型）
- 是否命中 FAQ
- 是否命中知识库文章
- 匹配的具体 KB 文档片段
这对判断知识库质量非常重要。
3. 触发路径（Path）
展示访客触发客服前后的行为路径，例如：
首页 → 产品页 → 智能客服 → 提问 → 功能文档 → 离开
你可以清晰知道：
- 用户在哪个页面遇到疑问
- 咨询后是否得到解答并继续浏览
- 是否立即离开（说明客服可能没有满足需求）
三、按条件筛选访客
你可以使用以下筛选条件：
- 按时间范围（今天 / 昨天 / 本周 / 自定义）
- 按设备类型
- 按地理位置
- 按是否使用知识库
- 按触发页面
- 按是否有多轮对话
- 按模型类型（如 GPT、DeepSeek、本地模型）
- 按咨询关键词（如“价格”、“安装失败”等）
例如：
- 获取“只问了一句就离开”的访客
- 找出“经常触发客服”的高价值用户
- 查找“完全依赖 FAQ 的访客”
- 观察“知识库是否能满足绝大多数问题”
四、知识库与客服联动分析
访客触发客服后，Pop 会尝试：
- 优先使用知识库回答问题
- 若无命中，则进入 fallback（固定文本或 AI 自动回答）
系统会记录：
- 是否命中知识库文档
- 命中的文档标题
- 命中的段落
- 相似度分数
- 访客是否继续追问
- 最终是否解决问题
你可以使用这些数据判断：
| 情况 | 可能需要的操作 |
|---|---|
| 访客频繁问同一类问题 | 需要补充知识库文档 |
| 命中知识库但访客仍追问 | 说明 KB 文档内容不够精确 |
| 大量 fallback 到 AI | 说明需要加强 FAQ 或 KB |
| 对话量很大但没有转化 | 可能需要优化客服欢迎语或按钮展示位置 |
五、对话质量分析（Quality Insights）
Pop 会展示一些智能分析指标，例如：
1. 对话成功率
访客是否在获取答案后继续浏览而不是关闭页面。
2. 关键词热点
例如：
- “咨询价格”
- “怎么安装客户端”
- “报错 401”
这可以帮助你补全知识库、优化文案。
3. 模型表现
包括：
- 模型平均响应时间
- 知识库命中比例
- FAQ 命中比例
- fallback 次数
- 访客是否满意（如后续支持评分）
六、小结
“咨询访客”模块帮助你深入了解：
- 用户为什么来咨询
- 他们问了什么
- 知识库是否有效
- 客服是否提高了留存
- 哪些访客值得重点关注
这是网站助手中用于优化 转化率与用户体验 的关键功能，也可作为提升知识库质量的参考依据。