从客服工单里挖 AI 查询：1400 条工单找出 96 个问法

最好的 AI 查询库不在关键词工具里，在客服工单里。2026 年 2 月我们翻了三个客户共 1400 条工单，挖出 96 个用户原话问法，其中 41 个在 AI 搜索里已经有现成回答，但回答里没有他们。

为什么工单比关键词工具准

关键词工具给的是"别人搜过什么"，带的是搜索框的痕迹——短、缺主语、被工具归并过。

工单给的是"别人卡在哪"。用户写工单时会把背景、环境、已经试过什么全写出来。这种句子拿去问 AI，得到的回答质量最高，因为信息完整。

我们对比过：同一个主题，关键词工具给出的月搜索量 2400，工单里对应的问题 37 条。37 条里的问法，没有一条能靠 SEO 关键词工具拿到。

三条筛选条件

一、含疑问词。 怎么、能不能、为什么、是不是、有没有。陈述句多是需求和抱怨，问句才是查询。

二、解决时长超过一天。 一天内解决的，说明文档已经答了，或者问题太个案。超过一天的，多半是文档没写清。

三、重复出现。 同一个问题被 3 个以上客户问过，就是公共问题，值得写成内容。只出现一次的，写出来也没人搜。

1400 条过完，剩 96 条。

96 个的分布

配置和报错占了三分之二，这跟工单的性质有关：能自己解决的不会来问。也说明这块最缺内容。

41 个缺口长什么样

我们把 96 个问法逐条拿去问 4 个引擎，看它答什么、引谁。

41 个已经有了像样的回答，但回答里的来源全是第三方：技术博客、论坛、竞品的文档。这 41 个最好办，因为问题已经被验证有答案，你只要写一个更好的，就有机会被替换进去。

剩下 55 个没有像样回答，AI 只能给一堆模糊的通用步骤。这类是首发机会，但风险是不确定有没有人搜。

我们的建议是先做前 41 个，做完再判断后 55 个。

一个副产物

翻工单还发现一件事：客服的问题分类错误率不低。1400 条里，有 200 多条被标错了类别，"配置"标签下混着计费问题。原因是客服赶时间，随手选。

这个错误率会直接影响客服的响应速度，也会让你以为某类问题少，其实是没被归类。顺手改标签规则比写内容收益更快。

谁该做这件事

内容团队自己翻工单，效率很低，因为看不懂技术细节。正确的做法是内容的人跟客服开一次两小时的会，让客服挑出 30 条"最烦的问题"，内容的人当场判断能不能写。

两小时能定下一个季度的选题。这比开选题会靠猜准得多。