朱佳

摘要：现以服务台基础咨询业务的工作实践经验为基础，结合北京市“双一流”高校图书馆微信公众平台自动回复功能模块的建设情况，针对被关注回复、消息自动回复和关键词自动回复情况进行调查。通过此次调查，分析服务台咨询窗口工作现状，并从形式、结构、内容、技术等维度剖析微信公众平台自动回复功能的优势与局限，旨在提出高校图书馆服务台基础业务问答策略，研究结果将推动DeepSeek等AI技术工具赋能图书馆智慧问答领域的应用，从而有效满足读者的个性化需求，促进高校图书馆基础业务智慧问答的高质量发展。

服务台作为高校图书馆面向读者的一线岗位，是图书馆与读者面对面沟通交流的重要桥梁，可以帮助读者更好地了解和使用图书馆的各项资源和服务。数字智能时代，在图书馆服务模式转型过程中，微信公众平台为高校图书馆服务创新提供了强大的技术支持。其中，信息推送、自动回复、多媒体互动等主要功能在高校图书馆服务中发挥着重要作用[1]。微信公众平台的“自动回复”功能模块，具备及时回应读者基础性咨询问题的能力，能够满足读者的基本需求，但仍存在一定的局限，有待整理与改进。DeepSeek等国产AI大模型的热度从2025年年初一路延续至今。DeepSeek凭借强大的自然语言处理能力和多模态数据处理能力[2]，为图书馆智慧问答服务的应用与创新开辟了广阔的变革前景。DeepSeek大语言模型的诞生，为图书馆参考咨询服务创新性变革开辟了新路径[3]。积极拥抱技术革新，密切融合现代科学技术发展，是构建高校图书馆新型智慧服务的应有之义。

服务台咨询问答工作现状

图书馆服务台是图书馆与读者沟通的重要枢纽。服务台的工作人员除了负责图书借还、馆藏资源维护、撰写公众号推文、开展阅读推广等基本业务，还有一项重要的工作――即时性接待读者的咨询，及时解答读者的问题，并在沟通交流中了解读者的需求，以读者需求视角进一步优化工作内容。读者咨询的问题主要集中在以下几方面，包括借阅权限规则类、借阅流程类、图书赔偿与处理类、个人物品遗失与失物招领类、空间设备设施权限与使用类。综上，服务台窗口咨询问答具有四个明显的工作性质。第一是基础性与高频性，咨询涉及的问题集中覆盖基础性问题；第二是反复性与周期性，同一问题被不同读者反复提出，在开学季、考试季、寒暑假出现周期性问题；第三是即时性与实用性，读者需求与当前的诉求紧密相关，服务台需要快速响应；第四是多样性与交叉性，问题覆盖面出现交叉，部分问题需要多部门协作解决。

微信公众平台自动回复现状

在数字化和智能化迅猛发展阶段，高校图书馆作为学校的文献信息资源中心和学习的重要场所，面临着读者需求不断变化的挑战。微信公众号平台作为一种普及率高、使用便捷的社交媒体工具，为高校图书馆提供了新的服务渠道和模式[4]。相较传统的服务台窗口咨询服务，微信公众号可以有效打破时空界限，在即时性、多元化、个性化等方面具有一定优势，可以有效弥补传统服务台的不足。如何有效利用微信公众号的功能模块，特别是具有与读者交互功能的模块，成为智能化背景下，高校图书馆服务模式创新发展的迫切需求。

本文采用文献调查法与案例分析法，选取教育部、财政部、国家发展改革委公布的第二轮“双一流”建设高校及建设学科名单中[5]，北京市30所“双一流”高校的图书馆微信公众号自动回复功能模块作为调查样本，于2025年3―4月，围绕“高校图书馆服务台基础业务智慧问答服务策略”主题进行调查，重点关注“被关注回复”“消息自动回复”“关键词自动回复”这三类回复功能模块的建设情况。因北京化工大学图书馆、北京外交学院图书馆、中国人民公安大学图书馆和中央音乐学院图书馆未开通微信公众平台账号，所以不在本次调查范围内。

被关注回复

读者关注微信公众号即会同步收到“被关注回复”。根据对30所高校图书馆微信被关注回复的调查发现，有22所高校未利用或未有效利用“被关注回复”功能。其中，有16所高校图书馆未设置“被关注回复”，其在全部数据中的占比为53.3％。另外，尚有6所高校图书馆仅设置默认模板化的“欢迎关注”或“感谢关注”作为被关注回复的欢迎文案。

在8所高校图书馆被关注回复中，实现了标准化的功能优化，其具有共性的经验可为其他高校图书馆提供参考与借鉴。一是设计情感化的欢迎文案；二是提示读者关注绑定公众号可以获取更多资源服务信息；三是引导读者自助使用公众号的功能模块，如回复关键词或序号获取信息、支持后台留言帮助反馈、引导查阅读者指南或常见问题，引导使用菜单栏服务。同时，一些个性化的经验同样具备参考意义。北京大学图书馆设置“新生专栏”响应新生读者需求，中国传媒大学图书馆提示入馆教育答题闯关帮助读者更好地利用图书馆资源，提示请勿携带食物进入图书馆，实现服务与规则的有效融合。

消息自动回复

高校图书馆在微信公众平台设置“消息自动回复”规则，读者在消息对话框输入内容，符合设置规则便会收到自动回复，这是读者主动发出需求信息和图书馆回应信息的互动模式。根据对30所高校图书馆微信消息自动回复的调查发现，有18所高校图书馆未设置“消息自动回复”，其在全部数据中的占比为60％，未能有效利用“消息自动回复”功能。

设置“消息自动回复”的高校图书馆结合自身实际情况，以各具特色的设计方案从多个方面协助读者获取有效信息。在12所高校图书馆消息自动回复中，实现了差异化的功能优化，其具有共性的经验可为其他高校图书馆提供参考与借鉴。一是介绍图书馆可以为读者提供的服务事项。二是建立高频关键词预设引导机制，引导读者充分利用平台及关键词自动回复，在引导关键词回复时加入示例规范。三是当读者输入的关键词无法匹配时，提供多维度解决方案，如引导智能问答路径、在线留言咨询、人工服务、提供部门联系方式、引导查看常见问题，引导菜单栏、引导查看历史发布消息或告知读者已收悉消息会尽快处理，或猜拟消息智能问答，追问读者进一步描述或换个问法。四是多渠道资源整合，将图书馆核心服务嵌入回复内容，将图书查询、查找书刊、馆藏布局、开闭馆时间、入馆教育、设施故障在线提交等内容嵌入自动回复。五是场景化提示，如提示开馆时间、座位预约规则，提示具体服务异常状态的原因和处理办法。

关键词自动回复

高校图书馆在微信公众平台设置关键词自动回复，读者在消息对话框输入触发符合相应设置规则的关键词，即可收到相应回复。这是读者主动发出需求信息和图书馆精细化回应信息的互动模式。根据对30所高校图书馆微信关键词自动回复的调查发现，有16所高校图书馆尚未启用“关键词自动回复”，其在全部数据中的占比为53.3％。在关键词回复的调查中发现，部分高校图书馆接入第三方智能问答系统用于智能化回复信息。部分高校图书馆的设置在无法识别“关键词回复”时，采用“消息自动回复”内容帮助读者进一步获取解决问题的路径。

关键词自动回复在形式、结构与内容的多维度设置方面呈现诸多优势。

在形式方面，回复媒介形态丰富，采用文字、图片回复，以及公众号推文跳转、链接与超链接等形式，满足不同场景需求。在结构方面，服务路径清晰。层级引导层面，提示读者支持自动回复、关键词自动回复，引导读者输入关键词的同时，提供关键词示例，引导读者高效获取所需信息。分层分级方面，支持回复序号层层递进深入问题。智能联想延伸“猜你想问”模块，根据读者输入内容推荐相关问题。反馈机制层面，设置用户反馈机制在回复完成后嵌入回复评价。在内容方面，一是高频基础性问题得到精准匹配，如“开馆时间”“打印”等。二是结合具体场景提供多种规则细节提示，如“异馆归还图书”“被预约图书”等需要归还至人工服务台，部分资源提示账号密码、校园IP限制说明等。三是在必要的内容回复中提供多种解决问题的方案，如联系人工服务台、线上反馈、部门电话、邮箱等渠道。四是与读者建立良好的互动关系，如北京航空航天大学图书馆提示大部分业务系统均已接入学校统一认证，如果读者在使用过程中发现有未接入统一认证的地方，可向图书馆反馈，使其完善。

关键词自动回复在形式、内容与技术多维度设置上呈现不足。

在形式方面，简单问题采用复杂的媒介形式回复或非必要智能化冗余猜测，导致读者核心需求问题没有得到高效回应。在内容方面，一是基础覆盖面有限，高频咨询需求场景如“失物招领”“设备报修”“座位违约”等较少得到回复，部分不作回复。二是个性化服务缺位，部分高校使用通用推文模板回复诸多关键词问题，缺乏针对性。三是问题未结合实际层级分类，如无法识别“丢失”下需要区分“丢失个人物品”与“馆藏图书”，还有“违约”与“座位违约”，以及“空间使用违约”与“图书违约”等。四是回复理论化，缺乏服务台场景适配。例如，输入“索书号”，内容多为索书号的理论知识，与读者需要通过索书号找书的实际需求偏离。五是内容维护和更新滞后，部分回复信息内容或标记时间失效，链接跳转失效或无法访问。在技术方面，主要体现在关键词识别机制技术出现漏洞，自然语言处理能力及智慧化程度尚显不足。一是机械性语义识别错误，如输入“借阅”“借书”“自助借还”均回复“续借”内容，输入“自助借还”回复“自助打印机”的内容。二是多层级关键词识别混乱，如输入“预约”，多见单一回复“座位预约”“图书预约”“空间预约”，较少出现全面回复，缺少下分层级细化问询。三是相关关键词的关联性被混淆，如输入“图书预约”，回复中掺入“座位预约”“空间预约”的回复。四是智能辅助工具的局限性，语义联想能力不足，智能预测功能失效，“猜你想问”推荐内容与读者需求无关或偏差较大。

高校图书馆服务台基础业务咨询智慧问答服务策略

服务台咨询窗口服务优化

根据服务台咨询窗口工作经验，提供详细的读者咨询指南，以读者需求为出发点，综合利用多种形式梳理常见问题解答流程。图书馆需要细致分析现有工作流程，尤其是识别那些固定化、常规化的任务，这些任务由于其重复性和规律性，非常适合AI集成，从而让图书馆馆员专注于更具复杂性和创造性的任务[6]。在咨询中及时发现读者需求的核心问题。服务台咨询窗口的馆员需要具备敏锐的洞察力，快速识别读者的潜在需求，虽然其主要目的是完成特定任务，但通过有效沟通和引导，可以帮助读者发现图书馆更多的资源和服务[7]。为了使自动回复在新科技背景下更加贴近读者使用需求，需要对智慧问答方式作出创新，尤其是读者在服务台咨询问题的具体场景化分析。例如，读者已经具备自主检索图书能力，在多数情况下，读者会拿着手机向工作人员询问“这本书怎么找”。此类情景化分析能够为基于新科技的智慧问答服务构建场景化参照体系，助力生成更契合读者需求的精准智慧回复。

微信公众平台自动回复改进

充分发挥自动回复各模块的优势作用。被关注回复功能可构拟“特色文案+资源服务介绍+功能引导”框架体系，以便读者在关注的第一时间能深入了解图书馆的资源服务。消息自动回复功能可构拟“服务事项介绍+关键词示例引导+无法匹配提供多维度解决方案+核心服务内容嵌入+场景化提示”框架体系。关键词自动回复通过合理、恰当的形式，对简单的基础性问题使用简洁明了的文字进行回复，对于借书流程、借阅规则、空间布局介绍、设备使用方法等需要详尽说明的问题，可采取适当方式进行回复，避免过度复杂的回复形式干扰有效信息的传递。在内容方面，系统梳理读者的提问内容，将日常服务台的问答实践全面、系统地纳入关键词回复范围，进而针对不同问题做出较为准确的回答。问题细化方面，需要对问题作出层级划分，确保能够准确识别读者的核心需求，并为其提供精准回复。回复内容要与服务台窗口实际场景紧密结合，以读者的核心需求为导向，提供切合实际、可操作的解决方案。定期对回复内容进行维护和更新，确保内容、链接的有效性及时效性。

咨询问答库动态化构建

多方面、多角度整合服务台窗口问答实践数据，结合官方网站的信息和公众号“常见问题使用指南”类推文，建立全面系统的信息资源库。构建本地知识库的过程相当于提高答案的正确性，约束其联想和思维发散能力，让其在拥有自己理解的基础上提供合乎规则的参考答案，保证最后结果的有效性[8]。依据不同维度对信息资源库的信息进行加工、标记、划分，着重添加场景化描述。回复内容在贴合读者核心需求的同时，提示注意事项，并提供多种解决方案。此外，注明信息来源，确保回复的可靠性；注明更新时间，确保回复的时效性。建立咨询问答库的更新机制，定期根据读者的新问题构拟新回复，将其及时增添在问答库中。对已有的问答，根据业务和读者的需求变化及时进行修改和完善。建立咨询问答库的互动反馈机制，在回复内容后设置简单的反馈按钮，针对读者反馈进行优化分析和改善。在咨询台实际工作与读者的互动中，不断完善咨询问答库，使其实现生态化发展。

新技术提升服务质量融合

针对关键词自动回复中技术层面的问题，需要DeepSeek等AI技术工具深度赋能服务台基础咨询问答服务，使其实现由现场人工问答到智能问答，再到智慧化问答的转变。通过NLP模型，提升对读者输入内容语义的理解能力；通过纠错模型，优化读者输入容错能力；通过多轮对话引擎，实现复杂问题的细化分层引导；通过多模态生成能力，生成适配读者需求场景的回复，如读者输入“如何借书”，系统自动生成图文视听一体的操作步骤说明；通过数据挖掘与聚类分析能力，智慧问答库实现高效更新，抓取问答中的高频问题，结合资源库生成答案，并提醒人工审核，对时间、链接等失效问题进行自动智能替换的同时，触发人工审核。未来，随着系统集成与数据安全的保障落地，运用知识图谱技术，进一步构建图书馆业务关联网络，实现图书检索页面扫描，自动关联图书状态（是否在架可借），直接推送图书馆藏位置，为读者精准导航。另外，进一步抓取读者对图书馆资源的利用数据，有针对性地提示读者尚未利用到的资源与服务，如多校区通借通还、馆际互借等，以科技赋能图书馆资源与服务，使其能够被高效利用。

对北京市“双一流”高校图书馆微信公众平台自动回复进行多维度系统调查，从服务台窗口咨询工作实践经验出发，分析了服务台基础咨询业务与微信公众平台自动回复对读者咨询需求响应的情况。从“服务台咨询窗口优化”“微信公众平台自动回复改进”“咨询问答库动态化建构”“新技术提升服务质量融合”四个维度为智慧问答服务提出建议。在人工智能技术发展日新月异的当下，DeepSeek等为图书馆服务台基础业务智慧问答服务升级带来新契机。随着智慧问答系统的发展进步，前沿科学技术与服务台咨询场景之间的融合将会愈加紧密，这种融合将加速催生更贴合读者个性化需求的专业化智慧问答服务，实现服务质量的跃升。

数智时代高校图书馆用户关系管理新探（24KYGL012）。

（作者单位：中国政法大学图书馆）

参考文献：

[1]汤明洁.基于微信公众平台的高校图书馆服务创新研究[J].科技资讯,2024,22(24):238-240.

[2]杨新涯,戴立伟,钱国富.DeepSeek在图书馆的应用场景构架研究[J/OL].图书馆论坛,1-8[2025-06-09].http://kns.cnki.net/kcms/detail/44.1306.g2.20250218.1639.004.html.

[3]罗,李广通,何杰.DeepSeek赋能图书馆参考咨询服务的路径[J/OL].图书馆论坛,1-9[2025-06-09].http://kns.cnki.net/kcms/detail/44.1306.G2.20250226.1248.003.html.

[4]胡晓.基于微信公众号平台的高校图书馆学科服务模式探析[J].黑龙江档案,2024(02):321-323.

[5]教育部,财政部,国家发展改革委.教育部 财政部 国家发展改革委员会关于公布第二轮“双一流”建设高校及建设学科名单的通知[EB/OL].(2022-02-11)[2025-06-11].http://www.moe.gov.cn/srcsite/A22/s7065/202202/t20220211_598710.html.

[6]汪聪,张春红,高楠,等.面向人工智能生成内容时代的图书馆服务适应与创新[J].情报理论与实践,2024,47(07):17-24.

[7]汪聪,别立谦,张海舰,等.高校图书馆用户服务中价值共创的实现机制研究――以北京大学图书馆综合服务台为例[J].图书情报工作,2024,68(21):54-62.

[8]王翼虎,白海燕,孟旭阳.大语言模型在图书馆参考咨询服务中的智能化实践探索[J].情报理论与实践,2023,46(08):96-103.