客服人员怎么用 LlamaParse：3 个高频任务的做法
在「搜索与知识库」类工具里，LlamaParse 的定位是：LlamaIndex 提供的文档解析服务。
这篇写给客服人员：围绕回复草稿、工单分类和知识库整理这几类日常工作，说明它能帮上什么忙、怎么用、哪些地方必须自己把关。
客服人员的三个高频用法
1. 回复草稿
在 LlamaParse 中可以这样提：
根据这张工单写回复草稿：复述客户问题，说明处理步骤和预计时间，必要时请客户补充订单号。语气诚恳，不承诺政策外的补偿。
把关：回复没有越权承诺。
2. 工单分类
可直接复制到 LlamaParse 里修改：
把这 50 张工单按问题类型分类，标出情绪激烈需要优先处理的，以及疑似同一故障的集中反馈。
把关：集中反馈被识别。
3. 知识库整理
提示词示例：
根据这些高频问题和已有答复，整理 10 条知识库条目：标准问题、相似问法、答案、更新日期。
把关：答案与现行政策一致。
也可以试试：构建问答测试集
这是「搜索与知识库」类工具的通用任务，客服人员同样用得上。
根据手册编写 20 个用户可能问的问题及标准答案，标注答案所在章节，用来评估知识库检索效果。
边界与合规
不得以 AI 名义做出政策外承诺，涉及隐私的问题按流程处理。
- 产出由客服人员本人负责，AI 只是草稿和辅助。
- 对外内容发布前至少看一遍。
- 如单位有规定的工具清单，优先在清单内选择；LlamaParse 的同类还有 Unstructured、Docling。
一周试用建议
选一个最常做的任务连续用 5 个工作日，记录每次节省的时间和需要修改的地方，再决定是否把 LlamaParse 纳入日常流程。
补充练习
检索效果对比
输入：同一批问题和两种检索配置。
用同一批测试问题分别跑关键词检索、向量检索和混合检索，记录前 5 条结果中正确段落的命中情况。
验收标准：对比用同一批问题。
内部文档入库
准备材料：一批 PDF、Word 和网页。
把这些文档解析为干净的文本：保留标题层级和表格，去掉页眉页脚，按章节切分，每段附上原文件名和页码。
交付前确认：切分后的段落能回溯到页码。
网页内容抓取
适用情况：手头有一组需要定期关注的网页时。
把这些网页转成 Markdown，去掉导航和广告，只保留正文、发布日期和作者；发布日期缺失时标注「未知」。
检查点：没有臆造发布日期。
常见问题：中文检索效果差
选择对中文支持好的嵌入模型，并为专有名词建立同义词。
常见问题：答案引用了错误段落
调整切分大小、加入重排序，并检查文档解析是否丢失标题。
常见问题：回答过于笼统
要求逐条引用原文，并限定只回答文档中有依据的内容。
概念补充：嵌入（Embedding）
把文本转成向量，用于语义相似度检索。
概念补充：重排序（Rerank）
对初步检索结果再次打分排序，提升相关性。
适合人群：咨询顾问
咨询顾问可以用 LlamaParse 处理行业研究、访谈整理等工作。需要注意：客户机密遵守保密协议，研究结论注明来源。
注意事项
所有示例输出均为示意，不代表真实统计或效果承诺；请以自己的测试结果为准。
涉及个人信息、商业机密或受监管数据时，先确认 LlamaParse 的数据处理条款，再决定能否使用。