1. 設定至少10-20個答案上線
當自訂答案被訓練來識別常見問題時，表現最佳。我們建議設定至少10-20個答案上線。這應該能為您的機器人提供一個很好的起點，開始向客戶提出的常見問題提供答案。
2. 繼續訓練自訂答案
當您創建新答案時，將有機會訓練它，您可以通過提供多個某個問題可能被問到的例子來進行訓練。提升覆蓋率（機器人提出答案的可能性）的一個好方法是，用更多客戶可能表述問題的例子來訓練機器人。本文提供了更多關於訓練自訂答案的資訊。
3. 檢查未回答的問題
一旦您的自訂答案上線，您應該會發現“未回答的問題”報告開始填充Fin AI Agent沒有答案的問題。該報告是一個很好的工具，可以檢查a)應該創建哪些新答案 b)應該繼續訓練哪些現有答案，以防客戶以現有答案未充分訓練的方式表述問題。
4. 添加路徑以回答複雜、廣泛的查詢
有時候客戶會提出需要更多信息才能提供相關答案的廣泛問題。為了解決這些類型的問題，我們建議為答案添加路徑。通過路徑，您可以提供一組澄清問題，引導您的客戶找到答案。
5. 檢查表現不佳的答案
每一個呈現給客戶的答案要麼被歸類為已解決，要麼被轉交給團隊。通過篩選轉交給團隊的答案，您將找到自助服務表現最差的答案。這可以是一個很好的方式來審查和提高答案的質量，通過提供額外的訓練。
6. 引入自定義物件和自定義動作，以回答依賴外部信息的問題
對於許多使用案例，一些更常見的問題自訂答案可以幫助解決涉及訂單、帳戶或來自外部平台（如Shopify或Salesforce）的狀態查詢。當您將機器人連接到外部數據源時，這些問題可以在自訂答案中自動解決。您可以在此處了解更多。