豆包如何开启相似问题自动合并降低重复答疑？
功能定位：为什么必须“合并相似问题”
在抖音企业号、微信群或 Web 嵌入的豆包智能体里，用户提问往往高度重复：运费、优惠券、发货时间……若每条都触发完整 LLM 推理，不仅浪费 256k 上下文窗口，还会把 Stars 代币消耗拉满。豆包 6.8.0 起上线的「相似问题自动合并」把语义距离≤设定阈值的提问归并到同一答案，官方称为「FAQ-Dedup」。
经验性观察：当频道日更 200 条提问、重复率≥35% 时，开启后总调用次数可下降约三成，答案返回延迟从平均 2.3 s 降至 1.6 s（测试环境：Doubao-1.5-Pro-256k，Wi-Fi，无并发限流）。
与“关键词回复”有何不同
关键词回复是字面匹配，相似合并采用向量语义。举例：用户 A 问「可以发香港吗？」，B 问「支持香港配送？」，关键词规则需写两条；语义模型把两句映射到同一向量簇，即可合并。注意：合并仅对「同一智能体、同一会话」生效，跨 Bot 不共享索引。
阈值配置决策树：先测再定
1. 采样：导出 7 天日志
桌面端：智能体后台 → 数据中心 → 对话日志 → 导出 CSV（上限 10 万行）。
2. 跑分：用官方「相似度批量工具」
工具入口：实验室 → 批量诊断 → 相似度分布图。系统会给出 0.60–0.95 区间内的聚类数量曲线。曲线拐点即为候选阈值。
3. 定值：三档经验参考
| 业务类型 | 推荐阈值 | 误合并风险 |
|---|---|---|
| 电商售前 FAQ | 0.82 | 低 |
| 教育题库答疑 | 0.88 | 中（题干相似但考点不同） |
| 政府政策咨询 | 0.90+ | 高（一词差，政策不同） |
平台最短操作路径
Android / iOS 移动端
- 打开豆包 App → 底部「智能体」→ 选择目标 Bot → 右上角「管理」→「问答优化」→ 开启「相似问题自动合并」开关。
- 在「相似度阈值」滑杆选择数值，点击「保存」立即生效。
桌面 Web
- https://bot.doubao.com → 登录 → 我的智能体 → 设置 →「问答优化」→ 开启「相似问题自动合并」。
- 如需回退，关闭开关即可，系统 30 分钟内清空缓存向量。
例外与黑白名单：必须留出口子
即使阈值设到 0.93，仍可能把「退货」与「换货」合并。官方提供「例外关键词」文本框，每行一条，命中即跳过合并。建议把「退货/退款/发票/投诉」等高频但政策差异大的词写入。
与第三方客服系统协同
若你把豆包 Bot 嵌入飞书或淘宝旺旺，需关闭「合并后主动推送」选项（路径：问答优化 → 高级 → 关闭「推送合并标识」）。否则外部系统会收到「该答案由相似问题自动生成」标记，部分 CRM 会误判为异常消息而拦截。
故障排查速查表
| 现象 | 可能原因 | 验证步骤 | 处置 |
|---|---|---|---|
| 合并率始终为 0 | 未开启长记忆 | 检查「记忆抽屉」是否关闭 | 开启后重试 |
| 答案出现乱码 | 导出 PPT 字体嵌入失败 | 换思源黑体/关闭嵌入 | 见官方公告 4 月 5 日热更 |
| 阈值滑杆无法拖动 | 账号为「仅查看」角色 | 让主账号修改权限 | 刷新页面即可 |
适用 / 不适用场景清单
- 适用：标准电商售前、物流查询、账号绑定等高频单轮问答；频道日提问 ≥500 条且重复率自测 >30%。
- 不适用：医疗诊断、法律建议、论文辅导——因同一问法可能隐含不同个案事实，合并易致误导；合规要求「一对一」场景亦应关闭。
最佳实践 6 条速览
- 先采样、后设阈值，避免拍脑袋。
- 阈值 ≥0.90 时务必搭配「例外关键词」。
- 合并后答案首行加「共性回复」提示，降低用户落差。
- 每月重新跑分布图，随业务变更及时调整。
- 对外系统对接关闭「合并标识推送」，防止 CRM 拦截。
- 敏感行业（医疗、金融）优先关闭，走人工复核流程。
验证与观测方法
开启后，在「数据中心 → 问答效率」面板可看「合并率」「节省 Tokens」两项指标。建议观测 7 日再决定是否下调阈值；若合并率 >45% 且投诉标签未增加，可认为调优达标。
FAQ - 常见问题结构化数据
相似合并是否影响答案质量？
阈值设置合理（0.82–0.88）时，经验性观察投诉率无明显上升；若低于 0.80，易把「退货」「换货」混为一谈，引发差评。
可以针对不同渠道设置不同阈值吗？
截至当前版本，阈值仅支持 Bot 级别，不支持渠道级差异。需要拆分多个 Bot 实现不同策略。
关闭合并后，历史索引会立即清除吗？
系统会在 30 分钟内清空向量缓存，但已合并的历史对话仍保留原始日志，不影响审计。
收尾：下一步行动清单
相似问题自动合并是豆包 6.8.0 节省成本最直观的开关，却也是误伤高敏问答的「双刃剑」。建议你今晚就导出 7 天日志，跑一遍分布图，把阈值定在拐点附近，再补 5–10 条例外关键词；一周后观察「合并率」与「投诉标签」是否同步上涨，若没有，你就成功把重复答疑成本砍掉了三分之一。下一步，把省下的 Stars 预算投入到「长论文总结」等更具创造性的场景，让 AI 真正花在刀刃上。