上线AI数字人前需要准备什么数据?

上线 AI 数字人前，最容易被低估的并不是形象、声音或演示效果，而是数据是否足以支撑它在真实对话中稳定工作。数字人不会凭空理解业务；它输出得是否准确、语气是否一致、遇到难题能否及时退出，取决于前期准备的数据边界。

首先要准备的是场景数据。不要笼统地说“做客服”或“做直播”，而应明确它负责售前咨询、订单进度、产品演示，还是某一类常见问题。每个场景都要写清用户可能怎么问、数字人应当如何答、哪些问题不能答，以及何时转人工。范围越清楚，后续知识整理越不容易失控。

其次是业务知识数据，包括产品介绍、服务规则、常见问答、流程说明和容易产生误解的表述。这里的关键不是资料数量，而是口径统一。若不同页面、不同员工对同一问题说法不一致，数字人只会放大这种混乱。适合上线的资料应经过核对，保留明确答案，也标注不确定或需要人工确认的内容。

品牌表达同样需要被整理成数据。数字人的语气、称呼方式、回答长短、能否使用口语、面对投诉时如何安抚，都不能只靠临时感觉。尤其是无法回答时，必须预先准备自然的转人工表达，避免它反复兜圈，或给出超出业务授权的承诺。

如果数字人需要使用真人的形象、声音或相关素材，还应单独确认素材来源、使用范围与授权关系。涉及用户咨询记录、订单信息等内容时，则要先界定哪些数据可以调用、哪些内容不得展示，并把隐私与数据处理规则写清楚。

较稳妥的做法是先围绕一个小场景准备少量高频对话，观察真实用户会在哪里追问、误解或中断，再补充知识库和话术。AI 数字人上线不是一次性“喂资料”，而是把业务规则、品牌语言和人工兜底机制逐步整理成可持续维护的数据资产。