关于 product-help-center
product-help-center 是用于规划公共帮助中心、应用内自助服务和适配 AI 的文档的设计与运营指南,面向支持、文档和产品团队。它涵盖信息架构、内容规范、支持 AI 的资料依据及质量衡量。
主要功能
- 01帮助中心与文档架构
- 02分类体系与文章规范
- 03支持 AI 的来源和升级流程设计
- 04自助服务与引用质量指标
- 05知识归属和审核实践
适用场景
- 01规划帮助中心或文档门户
- 02审查导航和文章质量
- 03为支持 AI 定义批准使用的来源
- 04衡量自助服务成效
安装
复制下面的命令,在终端中运行。
npx skills add https:/ / github.com/ vasilyu1983/ ai-agents-public --skill product-help-center安装后在 Claude Code 中输入/product-help-center确认已加载。
包含的文件
除 SKILL.md 外,安装时一起下载的参考资料和脚本。
learnings.consolidated.mdlearnings.mdagents/openai.yamldata/sources.jsonreferences/accessibility-standards.mdai-consumable-docs.mdai-integration.mdarticle-templates.mdcontent-migration-guide.mdknowledge-ops.mdmetrics-optimization.mdmultilingual-support.mdplatform-guides.mdtaxonomy-patterns.mdscripts/test_validate_sources.pyvalidate_sources.py详细介绍
帮助中心设计
设计公开帮助中心、应用内自助服务和可供 AI 使用的文档系统。
在用户需要以下成果时使用此技能:
- 选择或比较帮助中心、文档或支持 AI 平台
- 设计或审查分类体系、导航、文章标准和治理机制
- 定义支持 AI 所依据的已批准来源、回答规范和升级政策内容
- 衡量自助服务效果,包括确认分流是否带来了增量成效
- 让文档更便于人类、搜索引擎和 AI Agent 使用
转至其他技能:
- 机器人运行时、流程、状态、意图自动化和工具权限 → ai-bot-builder
- 语音和 IVR → ai-voice-bots
- 让 AI 答案引擎引用页面 →
marketing-aeo-geo - 修复产品代码中的无障碍问题 → software-accessibility
- 产品代码中的国际化 → software-localisation;国家级营销本地化 →
marketing-geo-localization
工作流
- 确定使用场景
- 客户支持帮助中心、开发者文档门户、内部知识库、应用内指导,或混合型。
- 明确受众和风险
- 最终用户、管理员、开发者、客服人员、受监管行业客户、多语言受众。
- 选择运营模式
- 仅由人工撰写文档、优先检索的支持 AI,或使用已批准工具的 Agent 式支持。
- 设计信息架构
- 分类结构、导航、搜索策略、元数据、URL 规则和版本管理。
- 上线或迁移前,针对高频任务对分类树进行树测试;在编写重定向规则前修复测试中失败的路径。
- 规范内容
- 文章类型、写作规则、视觉规范和可复用模板。
- 衡量质量
- 搜索分析、自助服务效果、引用质量、转接质量和内容更新信号。
- 开展知识运营
- 负责人、审核周期、基于发布的更新和过时内容修复。
预期成果:
- 附有理由说明的帮助中心或文档平台建议
- 分类体系图、元数据架构和文章待办清单
- 包含来源、升级政策和防护措施的支持 AI 设计
- 涵盖责任归属、质量保证和衡量方式的运营模式
快速参考
场景选择
| 需求 | 主要场景 | 适用方案 |
|---|---|---|
| 客户故障排查、账单和账户帮助 | 支持帮助中心 | Zendesk、Intercom、Freshdesk |
| API 指南、SDK 文档、可供 AI 使用的文档 | 开发者文档门户 | ReadMe、Mintlify、GitBook |
| 应用内引导和上下文帮助 | 应用内指导层 | Intercom、Pendo、Appcues、自定义方案 |
| 仅供内部使用的操作手册和客服知识 | 内部知识库 | Guru、Confluence、Notion |
| 大规模支持自动化 | 优先检索的支持 AI | Zendesk AI、Intercom Fin、自定义方案 |
内容类型决策矩阵
| 用户需求 | 内容类型 | 格式 | AI 的作用 |
|---|---|---|---|
| “我该如何……” | 操作指南 | 分步骤说明 | 链接、总结并调整步骤 |
| “为什么会失败?” | 故障排查 | 症状 -> 原因 -> 修复方法 | 诊断并转接 |
| “这是什么意思?” | 概念说明 | 通俗易懂的解释 | 总结背景 |
| “我在哪里能找到……” | 导航 | 简短回答 + 链接 | 指向确切位置 |
| “有哪些限制或规则?” | 参考资料 | 表格、列表、精确表述 | 原文检索事实 |
| “你能帮我完成这件事吗?” | 任务政策 | 操作规则 + 审批 | 判断 AI 是否可以执行操作 |
平台选择规则
- 如果工单处理、SLA、交接和合规是首要需求,建议选择客户支持套件。
- 如果主要问题是结构化的产品或 API 文档,建议选择文档门户。
- Notion 可用于轻量级内部知识库和早期公开文档,但不应作为成熟公开帮助中心的长期默认选择。
- 在最终推荐供应商之前,请核实其价格、套餐、计划限制和当前 AI 功能。
- 在推荐客户支持 AI Agent 之前,请先阅读供应商自己的套餐和产品页面,了解其 AI Agent 的套餐级别、支持渠道和定价模式(按席位、按解决方案次数或捆绑收费)。这些变化比本技能快得多。
请参阅 platform-guides.md,了解当前的平台适配规则;请参阅 sources.json,了解优先使用的来源。
检索设计前的答案契约
在选择内容块、嵌入或客户支持模型之前,请为每种高风险意图定义答案契约:
- 权威来源及其负责人;
- 适用的产品版本、套餐、角色、区域设置和生效日期;
- 两个来源发生冲突时适用的确切例外或优先级规则;
- 答案是否可以概述、必须逐字引用,或必须升级处理;
- 任何工具操作后的可观察完成状态和证据记录。
如果两个获批来源存在冲突,不能仅凭时效性决定采用哪个来源。请根据记录的权威性、适用范围、生效期限和优先级规则进行判断。当这些字段明确指出适用的来源时,应依据该来源回答或执行操作,披露冲突,将过时且权威性较低的来源加入待修正队列,并保留操作证据。只有在优先级规则无法解决冲突、适用来源超出范围或有效期,或剩余的不确定性会对不可逆操作造成实质影响时,才暂停受影响的事务。无法通过此契约验证、仅能检索出看似合理段落的检索系统,还不适合用于客户支持自动化。
面向 AI 的文档原则
- 发布稳定的规范 URL 和清晰的页面标题。
- 每页只包含一个主要任务或概念。
- 使用标题、表格、列表和准确的错误字符串。
- 当已明确的使用方会使用机器友好界面时(Markdown 导出、API 参考、MCP 服务、面向 Agent 的索引),应提供这些界面。
- 只有在明确的使用方记录或展示了对
llms.txt或llms-full.txt的使用时,才发布这些文件。应将它们视为实验性索引,而非爬取、排名、引用或模型训练的证明,也不能替代良好的信息架构、搜索或结构化文档。
请参阅 ai-consumable-docs.md,了解 AI 文档层。
答案引擎规范
帮助中心页面常被 AI 答案引擎引用,因此要确保其中的事实清晰准确:
- 规范 URL:每条事实只保留一个规范 URL;不要在帮助中心和营销网站重复发布相同答案。
- 时效性:准确维护涉及限制、价格或政策的页面上的审核日期和版本标签。
- 实体规范:在所有页面中一致使用准确的产品名称、功能名称和错误字符串。
不要承诺答案格式、FAQ 或 HowTo 标记,或 llms.txt 能提高 AI 引用率。与引用份额相关的工作应转交给 marketing-aeo-geo。
帮助中心架构
分类结构规则
根据用户的主要任务和工单意图设置分类规模,再通过树测试确认分类标签和层级深度。按用户目标组织内容;如果最终用户和开发者的受众不同,应将用户帮助与开发者文档分开;并确保账单、安全、故障排除和发行说明都易于查找。
建议的顶级分类
DEFAULT STRUCTURE
1. Getting Started
2. Core Workflows
3. Integrations
4. Account, Billing, and Security
5. Troubleshooting
6. Developers or API
7. Release Notes / What's New
8. Contact / Escalation
导航模式
- 在相关页面布局中将搜索功能放在用户容易找到的位置;在移动端和桌面端测试其易发现性。
- 面包屑导航和相关文章是标准配置。
- 每篇故障排查文章都应包含升级处理路径。
- 每篇操作指南都应包含前提条件、结果状态和后续步骤。
- 带版本的产品需要明确的版本选择器或版本标签。
文章规范
- 保持核心文章类型精简:操作指南、故障排查、概念说明、常见问题、参考资料、发行说明。
- 包含准确的 UI 标签、功能名称和错误字符串。
- 从支持内容中删去营销用语。
- 仅在能显著减少歧义时使用屏幕截图;并确保截图保持最新。
- 确保每篇文章都能让用户和检索系统独立理解。
使用 article-templates.md 获取模板,使用 taxonomy-patterns.md 获取 IA 模式。
支持 AI 设计
解决模式
| 模式 | 该模式所需内容 | 来源要求 |
|---|---|---|
| 信息提供 | 能回答用户意图的已批准文章 | 引用、时效性、备用方案 |
| 导航 | 规范页面或工作流链接 | 精确链接、计划和角色标签 |
| 诊断 | 故障排查内容:症状、原因、修复方法 | 准确的错误字符串、安全的故障排查步骤 |
| 事务处理 | 任务策略内容:前提条件、审批、完成状态 | 负责人批准的策略及生效日期 |
| 升级处理 | 升级策略内容:触发条件和交接字段 | 触发规则、摘要、已收集的上下文 |
AI 在每种模式下可以执行的操作、工具允许列表和确认规则,应遵循 ai-bot-builder 中的 Intent Automation Gate。
防护措施
- 已批准的来源列表。
- 按意图设置的工具权限,在上方链接的 bot-builder gate 中配置。
- 针对证据不足、风险较高或反复失败情况的升级触发条件。
- 对事实性声明的引用要求。
- 在增加实时流量前进行模拟和 QA。
请参阅 ai-integration.md 了解实现模式。
指标与质量
核心指标
| 指标 | 回答的问题 |
|---|---|
| 搜索成功率 | 用户是否找到了相关内容? |
| 自助解决完成率 | 问题是否在没有人工支持的情况下得到解决? |
| 引用质量 | 回答是否基于正确的来源? |
| 升级处理质量 | AI 是否在适当时机移交,并提供了足够的上下文? |
| 内容时效覆盖率 | 高影响页面是否为最新内容? |
| 内容缺口率 | 哪些意图尚无优质答案? |
AI 专属指标
- 未解决意图率
- 引用率
- 工具调用成功率
- AI 处理后重新打开率
- 命中过时来源的比率
- 交接接受率
通过留出组或分阶段推出衡量问题拦截效果;只有在设定的时间窗口内,同一意图没有后续人工联系,才能将自助服务会话计为已解决。除非用户提出要求且你已核实当前数据,否则不要使用固定的 ROI 或基准数值。请使用 metrics-optimization.md 中的衡量框架。
清单之外的判断
清单审查能发现遗漏的冠词和失效链接,却无法发现以下失效模式;这些问题更重要,也需要作出判断:
- 转移与解决之间的差距:联系率下降,可能意味着用户成功地自行解决了问题,也可能意味着联系渠道变得更难找到、AI 助手拖延而不是升级处理,或者沮丧的用户悄然流失而不再提交请求。没有配套的解决质量指标,就绝不要轻信任何转移率或拦截率数据。请参阅转移目标适得其反的情况。
- 内容债务与内容缺口:如果某个主题的工单量很高,但已有内容准确且近期经过审查,通常这并非内容缺失问题,而是文章与用户描述问题的方式不匹配,或者反映出过去的重新设计留下了相互竞争的信息架构。分配更多写作任务之前,先诊断内容债务。请参阅内容债务诊断。
- AI 依据浅薄:AI 回答中附有引用,并不代表回答正确——分块可能会将规则与例外拆开,检索可能会为错误的套餐或版本返回正确事实,而综合两条准确来源也可能得出不准确的综合结论。仅凭引用率无法发现这些问题;必须由人工对照源文本审查引用内容。请参阅依据质量判断。
知识运营
像管理产品一样运营帮助中心:
- 为每个类别和每组高影响力文章指定负责人
- 将内容更新与版本发布、事故以及高频搜索缺口关联起来
- 按固定周期审查零结果搜索、浏览后升级处理的情况,以及评分较低的文章
- 尽可能为每个事实领域维护一个权威来源
请参阅 knowledge-ops.md、content-migration-guide.md、multilingual-support.md 和 accessibility-standards.md。
导航
| 资源 | 内容 |
|---|---|
| article-templates.md | 常见帮助中心文章类型的模板 |
| taxonomy-patterns.md | 信息架构与元数据模式 |
| ai-integration.md | 检索优先的支持 AI、工具策略与升级处理 |
| ai-consumable-docs.md | llms.txt、MCP、Markdown 导出以及面向 Agent 的文档 |
| platform-guides.md | 支持套件和文档门户的平台适配指南;应用内引导内容规范 |
| metrics-optimization.md | 衡量框架与埋点模式 |
| knowledge-ops.md | 治理与审查周期 |
| content-migration-guide.md | 迁移、重定向与验证 |
| multilingual-support.md | 翻译工作流与语言区域运营 |
| accessibility-standards.md | 帮助内容的 WCAG 2.2 AA 指南 |
| sources.json | 精选外部来源,附有权威性和时效性元数据 |
经验反馈循环
如果以往的决策或问题教训与当前情况相关,请查阅 learnings.consolidated.md(如果存在);仅在需要了解历史或将其作为可用的替代资料时,才使用 learnings.md。否则请跳过这两份文件。
应用相关经验后,如果你遇到了值得记住的模式、值得避免的错误,或令你意外的领域事实,请通过 agents-skills-feedback-loop/scripts/append_learning.py 向 learnings.md 追加一条注明日期的项目。请勿修改 SKILL.md 本身。