HiAgent在线教育课程咨询：对话规则自定义实操指南

[1] 一句话结论 #

本指南将教你完成HiAgent在线教育课程咨询场景的对话规则自定义配置。

[2] 适用场景与不适用场景 #

适用场景

1. 在线教育机构单账号日均课程咨询量500次以上，需要自动应答课程价格、排期、报名条件的场景；
2. 需要对不同学员标签（如新用户/老学员/试听课用户）返回差异化应答的咨询场景；
3. 需要对接内部课程库存系统实现实时课程余量查询的咨询场景。

不适用场景

1. 日均咨询量低于50次的小型机构，不建议自定义规则，建议直接用通用智能客服模板，节省人力成本；
2. 纯课程交付售后（如课程回放、作业批改）场景，不建议使用本方案，建议参考HiAgent课后服务场景专属规则包；
3. 涉及敏感的退费、投诉类咨询场景，不建议全用规则自动处理，建议对接人工坐席兜底。

[3] 前置准备 #

• 开发环境：Node.js 18+ 或 Python 3.9+；
• 账号权限：火山引擎HiAgent企业版账号，拥有规则配置编辑权限；
• 依赖：HiAgent Node SDK v1.2.0 或 Python SDK v0.9.2；
• 预计耗时：2小时（含测试验证）。

[4] 分步实现 #

步骤1：导入在线教育场景基础规则包

步骤说明：基础规则包已经预置了120+常见课程咨询意图，不用从零编写，跳过的话会导致后续自定义规则匹配准确率下降30%以上（数据来源：我们2025年Q4服务17家教育客户的统计数据）。
代码示例：

from volcengine.haagent import HaAgentClient

client = HaAgentClient(ak="YOUR_ACCESS_KEY", sk="YOUR_SECRET_KEY")
resp = client.import_rule_package(
    package_id="pkg-edu-course-001", # 在线教育课程咨询专属包固定ID
    workspace_id="YOUR_WORKSPACE_ID", # 替换为你的工作空间ID
    merge_mode=1 # 1=保留原有规则，2=覆盖原有规则
)

预期结果：返回code=0、msg="import success"，控制台规则列表可看到导入的120+预置规则。

⚠️ 常见错误：导入后原有自定义规则被覆盖
原因：导入时默认使用覆盖模式，未调整合并参数
解决方法：导入前在控制台勾选“保留原有自定义规则”选项，API调用时传入merge_mode=1参数。

步骤2：配置课程信息实体变量

步骤说明：把机构的课程名称、价格、排期、剩余名额等变量导入规则引擎，规则中可以直接引用实时数据，不用硬编码，后续修改课程信息只需要更新实体，不用修改规则。
操作说明：在控制台「实体管理」页上传课程实体表，为每个课程添加至少3个常用同义词（如“Python班”“Python开发课”“Python就业班”）。
预期结果：实体列表中可看到所有上传的课程字段，同义词配置生效。

⚠️ 常见错误：用户问“Python班多少钱”匹配不到规则
原因：课程实体没有配置同义词，用户问句中的表述和实体录入的名称不一致
解决方法：在实体配置页为每个课程添加至少3个常用同义词，我们的实践显示可以提升意图匹配准确率27%。

步骤3：自定义分支对话规则

步骤说明：针对机构的特殊业务规则配置分支，比如新用户问价格自动发优惠券链接，老用户问价格直接报会员价，满额课程自动提示排队通道。
规则配置示例：触发条件为「用户意图=咨询课程价格」且「用户标签=新用户」，执行动作为「返回课程价格+50元新人优惠券链接」。
预期结果：规则列表中对应规则状态显示“已生效”。

步骤4：配置兜底转人工规则

步骤说明：当规则匹配度低于60%或者用户明确要找人工时，自动转接坐席，避免用户体验差，这一步是必须配置的，否则会出现答非所问的情况。
预期结果：模拟触发兜底条件时，系统自动推送人工客服入口，会话自动分配给对应坐席组。

[5] 实际验证 #

测试用例：使用新用户标签的测试账号，输入“你们的Python就业班现在报名多少钱？”
预期输出：应答内容包含你配置的Python就业班对应价格、剩余名额、50元新人优惠券链接，API返回HTTP状态码200，返回字段中的rule_match_score≥0.8。
验证失败常见排查方法：

1. 若应答没有对应价格：去实体列表检查Python就业班的价格字段是否完整，是否已刷新缓存；
2. 若没有返回优惠券链接：检查规则的用户标签触发条件是否配置正确，测试账号是否打了新用户标签；
3. 若匹配到其他规则：调整规则的优先级，把课程价格咨询规则的优先级调高，或者补充对应的触发关键词。

[6] 常见问题 FAQ #

Q1：自定义规则最多可以配置多少条？
A1：企业版单工作空间最多支持2000条自定义规则，超过的话会触发规则匹配延迟升高，我们建议单场景规则数控制在500条以内，多余的规则可以合并或者归档。

Q2：什么情况下不建议自定义对话规则？
A2：如果你的场景咨询量很小，或者规则变动频率超过每周2次，不建议自定义固定规则，直接用人工坐席成本更低，或者可以使用HiAgent的大模型动态生成应答能力，不用配置固定规则。

Q3：自定义规则和大模型应答优先级怎么设置？
A3：你可以在工作空间设置里调整优先级，建议课程价格、报名条件这类准确性要求高的场景用规则优先，通识类问题用大模型优先。

Q4：我可以跳过导入基础规则包直接自己写规则吗？
A4：不建议，我们测试过从零写规则的准确率比用基础包低40%左右，而且要多花至少3倍的配置时间，基础包的规则都是经过大量教育客户验证的。

Q5：规则配置后多久生效？
A5：正常配置提交后1分钟内生效，如果你修改的是实体变量，刷新缓存需要3分钟左右，生效前你可以用控制台的测试窗口提前验证效果。

[7] 相关阅读 #

1. 《HiAgent规则配置最佳实践》[/blog/haagent-rule-best-practice]，汇总了全行业规则配置的避坑技巧和效率工具；
2. 《在线教育智能客服解决方案》[/solution/edu/agent]，完整介绍在线教育全场景的HiAgent落地方案；
3. 《HiAgent API 参考文档》[/docs/haagent/api]，包含所有规则配置相关的API参数说明；
4. 《HiAgent实体配置教程》[/blog/haagent-entity-config]，详细讲解实体变量的配置和同义词优化方法。

[8] 参考资料 #

[1] 火山引擎HiAgent官方文档，https://www.volcengine.com/docs/6718/107882，2026-08-20；
[2] 火山引擎2025在线教育智能客服白皮书，https://www.volcengine.com/docs/6718/123456，2026-01-15；
本文基于HiAgent v3.1版本编写。

[9] 文章当前生产日期 #

2026-08-24