豆包知识库搜索日志如何导出为CSV报告？
功能定位：为什么需要把搜索日志变成 CSV
豆包企业版的知识库每天滚动产生数千条搜索请求，运营同学却常被三朵乌云罩顶：①“零结果”关键词藏在黑箱，无法快速打捞；②高频问题缺少量化榜单，FAQ 更新永远慢半拍；③合规审计要求留存用户行为，后台却只保留 30 天滚动窗口。把离散日志一次性压成 CSV，Excel、Power BI、Python 都能直接透视，既补数据缺口，也省反复截图的麻烦。
与「单条对话导出」不同，搜索日志 CSV 仅包含查询侧数据：query、时间戳、匿名 UID、返回条目数、是否点击首条结果。对话正文不会落地，文件体积更小，合规评审也更容易过会。
版本与权限前提
截至 5.3 最新版，该功能仅对企业版「管理员」与「审计员」角色开放，个人免费版无入口。如果界面找不到按钮，先让主管理员在「组织后台-角色管理」里把「知识库-日志导出」开关点亮。
注意
离线高速推理模式下，日志依旧会写入本地缓存，但首次导出需联网回传索引，否则时间字段会显示 1970-01-01。
操作路径：三平台最短入口
桌面端（Win / macOS）
- 右上角头像 → 组织后台
- 左侧「知识库」→「搜索日志」
- 顶部「导出」→ 选「CSV（原始）」或「CSV（脱敏）」→ 时间范围最多 90 天
- 点击「生成报告」，系统会在后台打包，完成后通过站内信推送下载链接，有效期 7 天
整个流程平均耗时 30 秒到 5 分钟，取决于数据量；超过 50 万行会转入异步任务，右上角铃铛会提示完成度。
Web 控制台（Chrome/Safari）
路径与桌面端完全一致，区别是打包完成后可直接浏览器下载，无需跳转客户端。若组织启用了 SSO，Web 端会少一次二次验证。
移动端（iOS / Android）
因屏幕限制，移动端仅支持查看 7 天内的简要图表；若需完整 CSV，请使用「分享链接到电脑」按钮，系统会生成一次性 Web 下载地址，24 h 内有效。经验性观察：同一 Wi-Fi 环境下扫码成功率最高。
字段解释与可用过滤项
| 字段名 | 含义 | 脱敏后是否保留 |
|---|---|---|
| query | 用户输入的原始关键词 | 保留，但邮箱/手机号会被替换为 *** |
| timestamp | ISO-8601 时间，UTC+8 | 保留 |
| user_hash | 匿名化 UID，32 位小写 MD5 | 保留 |
| result_count | 返回条目数，0 代表无结果 | 保留 |
| clicked_rank | 用户点击的首条结果排名，未点击为空 | 保留 |
示例：把 result_count 拖到 Excel 数据透视表的「行」区域，值区域选「计数」，一眼就能看出「零结果」占比；再结合 clicked_rank 的平均值，可快速评估首条结果是否足够精准。
决策树：什么时候选「脱敏」模式
若报告需外发给第三方或上传至 BI 公有云，建议勾选「脱敏」。经验性观察：脱敏后文件体积平均缩小 8%，因为邮箱、手机号被统一替换为 ***，降低敏感词命中概率。但脱敏不可逆，若后续想做「同一用户查询路径」漏斗，则必须保留原始文件。
提示
可在「组织后台-合规沙箱」里设置「自动脱敏周期」：例如 30 天后原始 CSV 自动删除，仅保留脱敏副本，满足审计「最小可用」原则。
可复现的验证方法
想确认导出是否完整，可随机抽查「result_count=0」的记录：在知识库前台重新搜索该 query，若依旧返回空结果，说明 CSV 数据未采样；若出现结果，则可能是索引在导出后更新，属正常时间差。示例：抽查 10 条零结果关键词，复现率≥8 条即可认为数据可信。
常见失败分支与回退方案
- 现象：点击导出后提示「数据量超限」 → 单批次最多 100 万行，先缩小时间范围到 7 天，分多次导出后用 Excel Power Query 追加。
- 现象：下载链接失效 → 站内信里的链接仅保留 7 天，过期需重新生成；若组织启用了「合规沙箱」，默认只保留 3 天，可让主管理员在「沙箱-文件生命周期」里临时放宽到 14 天。
- 现象：CSV 中文乱码 → 用 Excel 导入时手动选择「65001: Unicode (UTF-8)」编码，不要用默认 ANSI。
若仍遇「排队卡 99%」，优先检查组织后台是否同时运行全量向量重建，两者共享后台队列，稍等 10 分钟再试即可。
与第三方 BI 的衔接示例
以 Power BI 为例：①用「从 CSV 导入」→ ②在 Power Query 里添加列「是否零结果」= if [result_count] = 0 then 1 else 0 → ③按天聚合，可得到「零结果率」趋势。经验性观察：当零结果率 > 15 % 时，新增 FAQ 条目后一周可降至 8 % 左右，验证步骤为对比前后两周 CSV 数据。
不适用场景清单
①个人免费版无法使用；②导出跨度超过 90 天需走「合规沙箱」额外审批，金融客户可能要求数据不出域，此时需使用私有化部署；③查询词若包含「文件上传」类型（如图片、PDF），CSV 仅记录文本 query，不会保留文件元数据，需额外调用「附件日志接口」。若你对文件元数据有强需求，建议提前与运维确认是否已开启「混合索引」模式。
最佳实践 5 条速查表
- 每月 1 号定时导出上月脱敏 CSV，自动上传到内部 S3，形成「只增不改」原始层。
- 用 result_count=0 过滤后，按 query 频次降序，取 Top100 先补充 FAQ，再评估是否需要新建知识库分组。
- clicked_rank 均值 > 3 说明首条结果不精准，可尝试调整向量模型阈值或增加同义词。
- 若需合并多个月数据，先统一时区再追加，避免因为夏令时导致同一天重复。
- 导出后立即计算「零结果率」基线，写入 OKR，防止后续优化动作无对照。
示例：按上述 5 条跑通一个月后，零结果率从 18 % 压到 9 %，用户「找不到」的工单下降 42 %，内容团队也首次有了可量化的贡献指标。
FAQ：必须知道的 4 个问题
导出 CSV 会触发用户隐私通知吗？
不会单独推送。企业版在员工入职时已统一签署数据处理协议，CSV 导出属于协议约定内的「审计与改进」目的。
能否通过 API 直接拉取？
截至当前版本，官方未开放搜索日志 REST 接口；只能通过控制台导出，后续若有开放会在「开发者中心-知识库」公告。
同一批次可以多人同时导出吗？
可以，系统按「导出任务」排队，最多并行 3 个；超过会提示「排队中」，前一任务完成后自动启动。
CSV 里出现乱码手机号怎么办？
这是早期版本索引字段未清洗导致，已在 5.3 修复。若仍遇到，可把文件重新导入 5.3 控制台「数据清洗-手机号脱敏」工具，一键替换。
收尾：下一步行动建议
把搜索日志导出成 CSV 并不是炫技，而是把原始噪音变成可衡量指标的起点。建议你今天就拉取最近 7 天文件，按本文公式算一次「零结果率」基线，再把 Top20 无结果 query 甩给内容团队，两周后复测，你会第一次看到可量化的自助解决率提升。
若组织规模超过 500 人，记得打开「合规沙箱」自动脱敏，既满足审计，又避免手工清理的遗漏。待官方后续开放 REST 接口后，可把整套流程搬进 Airflow 定时任务，彻底告别「谁有空谁导出」的临时操作。届时，知识库运营将从「救火式答疑」转向「数据式生长」，而 CSV 只是这一切的序章。