会务场景中的答疑对准确性要求很高：来宾询问的班车时间、餐厅位置、座位安排等均为事实信息，回答一旦出错，来宾将直接按照错误信息行动，影响参会体验与会议组织。为此，眨眼猫会务智能体的答疑能力采用三层兜底结构：预置问题、关键词匹配、大模型生成。三层按优先级依次兜底，先保准确，再保灵活。

预置问题

高频问题与标准答案在后台提前配置，来宾点开即得，答案不经过任何生成环节，所配即所显。该层承担答疑量的主要部分，可实现完全准确。配置建议聚焦最常见的前十个问题，问题列表本身对来宾具有引导作用。预置问题支持直接回复小程序卡片，可跳转文档、视频、图文等内容。

关键词匹配

来宾对同一事项存在多种问法，关键词匹配层通过设定关键词触发对应回答，承接预置问题未覆盖的问法。后台可查看来宾真实提问与未命中记录，运营人员补充关键词即可完成优化，未接住的问题交由下一层处理。

大模型生成

前两层未命中的长尾问题进入大模型生成层。系统支持 DeepSeek、腾讯混元、通义千问、文心一言四种主流大模型按需选择，并结合本场会议知识库（议程、场地、安排、注意事项）生成回答，支持流式输出。来宾可选择知识库模式，模型仅在知识库范围内检索，未检索到时如实告知，不到外部寻找答案。

分工原则

有标准答案的高频问题由预置或关键词直接返回，不经过模型；本场会实时信息由模型基于知识库回答；开放性问题由模型自由作答。原则为：越接近事实答案的问题，越放在确定性高的层；越开放的问题，才交给生成。

答案维护

会议信息常在会前一两天调整。答疑答案统一存于后台，修改一处即全站生效，来宾再次询问即获取最新答案，无需撤回已发布内容。答案形式支持文字、图片、视频、音频及小程序卡片组合。

三层兜底机制将答疑链路迁移至小程序内：高频问题自动应答，长尾问题由模型结合知识库兜底，会务组仅需处理需要人工判断的少量问题。系统支持试用，配置完成、满意后再付费，费用在千元以内。