付同学的技术客栈/

从零搭一个能上线的AI客服

所属专题 公司把 AI 用起来 第 9 篇 / 共 11 篇 查看专题目录

AI客服的演示通常很顺。

上传产品资料,输入一个问题,机器人几秒钟给出回答。真正接到客户以后,问题就没有那么规整了。

客户可能只说一句“设备又掉了”,没有型号、版本和时间。有人会追问退款,有人会把两个故障混在一起,还有人问的是公司从来没有公开过的计划。

这时最重要的不是机器人说得像不像客服。

而是它什么时候能回答,什么时候必须继续问,什么时候应该马上把人叫进来。

第一阶段只做建议回复

不要一开始就把机器人放到全部客户面前。

先让它进入客服工作台,给人工客服生成建议回复:

客户消息
  → 识别问题类型和风险
  → 检索有效知识
  → 生成带来源的建议回复
  → 客服确认、修改或转人工专家
  → 发送给客户
  → 保存最终回复和修改原因

这条路径多了一次人工确认,却能快速积累最重要的数据:哪些问题回答稳定,哪些资料缺失,哪些表达经常被客服改掉。

等低风险问题稳定以后,再逐步开放自动回复。

工具怎样组合

知识和Agent层可以使用DifyFastGPTMaxKB。跨系统、审批和日志可以使用n8n。客服工作台可以评估Chatwoot这类可集成系统,已有Zendesk、Intercom或国内客服系统的公司优先接现有平台。

不要为了AI客服先替换整套客服系统。

最小方案只需要:现有工单或会话导出、一个知识应用、一个建议回复入口和人工确认。

知识库先放“能负责”的内容

第一批资料可以只有:

  • 当前版本产品手册;
  • 常见故障和排查顺序;
  • 售后服务范围;
  • 已公开的版本说明;
  • 明确的转人工规则。

每份资料标记产品、版本、生效日期、负责人和保密等级。

不要把历史群聊、所有工单和个人笔记直接倒进去。旧工单里可能包含临时方案、错误判断、客户隐私和已经失效的承诺。

历史工单更适合先清洗成经过确认的FAQ或故障案例。

先给问题分三类

可以建议回答

例如公开功能、标准操作、常见故障和已经确认的服务流程。

AI给答案和来源,客服确认后发送。

需要补信息

例如设备故障缺少型号、版本、时间和日志。

AI不急着下结论,先生成澄清问题:

请确认设备型号和软件版本;
问题第一次出现的时间;
断线后是否自动恢复;
是否有对应日志或错误码。

必须转人工

  • 退款和赔偿;
  • 合同与报价;
  • 投诉和法律问题;
  • 安全事故;
  • 未发布产品和交付承诺;
  • 涉及客户隐私和高权限操作;
  • 连续两轮仍无法确定的问题。

这类问题不要让模型“尽量给一个有帮助的回答”。

它应该明确停止,并把已知信息整理给人工。

回答必须带来源

客服看到建议回复时,同时显示:

  • 使用了哪份资料;
  • 资料版本和更新时间;
  • 关键引用片段;
  • 当前问题分类;
  • 是否存在冲突资料;
  • 置信度只能作为提示,不能替代检查。

如果找不到可靠资料,正确行为是说不知道并转人工。

语言很流畅,不代表答案可靠。

一条可执行的最小流程

准备50个历史问题,去掉客户身份和敏感信息,由资深客服给出标准答案和风险分类。

然后:

  1. 建立测试知识库;
  2. 导入有效资料;
  3. 设置只能依据知识回答;
  4. 无来源时不生成确定答案;
  5. 建立必须转人工的关键词和问题类型;
  6. 在测试工作台显示建议回复;
  7. 让3名客服连续使用两周;
  8. 保存AI建议、人工修改、最终回复和客户是否追问;
  9. 每天复盘高风险和错误答案;
  10. 只把稳定问题考虑为自动回复候选。

第一阶段不要自动关闭工单,也不要让AI修改客户等级、退款状态或合同字段。

工单回写要保留两份内容

一份是AI原始建议,一份是人工最终回复。

还要记录:

  • 使用的模型和提示版本;
  • 检索到的知识;
  • 人工修改类型;
  • 是否转人工;
  • 处理时间;
  • 客户是否再次追问;
  • 是否产生投诉或错误升级。

这些数据以后可以告诉团队,问题到底出在知识、检索、模型,还是客服流程。

常见失败怎么处理

知识版本冲突:暂停自动回答,清理资料责任和生效版本。

客户问题太短:先补信息,不猜设备和原因。

模型引用不存在的政策:强制来源校验,找不到就转人工。

接口超时:保留客户消息,进入人工队列,不重复发送。

同一会话重复触发:使用会话ID和消息ID做幂等。

敏感信息进入日志:对手机号、身份证、地址和凭据做脱敏,限制日志访问和保存时间。

怎样决定是否开放自动回复

对每一类问题单独评估,不要给整个机器人一个总准确率。

可以设定内部门槛:

  • 测试问题有可靠来源;
  • 人工采用率长期稳定;
  • 错误不会造成合同、财务或安全影响;
  • 无答案和转人工行为可靠;
  • 资料有明确负责人;
  • 出错可以快速停用和回退。

即使开放自动回复,也从一小部分公开FAQ开始,并保留抽检。

真正要减少的是低价值来回

AI客服的目标不应该只是少几个人。

更现实的价值是:客户不用重复描述,客服不用到处找文档,技术人员收到的问题已经带上必要信息,常见问题更快回答,高风险问题更早交给合适的人。

先把建议回复做稳,再谈自动回复。

能及时说“不知道,需要人工处理”,往往比什么都敢答更接近一个可上线的客服系统。

公司把 AI 用起来 第 9 篇 / 共 11 篇
查看专题目录

留下一条评论

暂无评论