AI 客服机器人能承担 8 类任务:常见问题应答、订单状态查询、售前参数比对、预约登记、表单收集、催付提醒、工单初筛、简单多语言应答。投诉安抚、议价、复杂故障判断这 3 类,交给人更稳。
这份清单按「答案有多确定」分组。每组写清需要什么数据、自动化到什么程度、什么情况必须转人工,看完能判断自己的业务该先上哪一类。
3 组的落地难度依次上升。第 1 组 1 周能上线,第 2 组要接口和权限,第 3 组先做人工辅助更划算,让机器人把要点整理好推给客服。
第 2 条最容易做出效果,也最容易出事。接口给的是实时数据,权限没控好,用户换个手机号就能查到别人的订单,上线前必须做身份校验。
第 7 条的价值在省人力。原来 1 个人一天分 80 张工单,机器人初筛后,人工只看需要判断的那 30 张。
情绪激烈的投诉,机器人越解释越糟。识别到「投诉」「曝光」「找你们领导」这类词,直接转人工,别让它继续对话。
议价和特殊审批也不行。机器人没有让价权限,答「可以的」会变成承诺,后面很难收场。
复杂故障判断要看现场。热水器不点火可能是燃气、水压、点火针三类原因,机器人问 5 句也定不了位,让它收集现象再转技术客服更省时间。
| 任务 | 需要的数据 | 自动化程度 | 转人工触发 |
|---|---|---|---|
| 常见问题 | 知识库词条 | 全自动 | 连续 2 次没答到点上 |
| 订单查询 | 订单与物流接口 | 全自动,需身份校验 | 接口超时或查无订单 |
| 参数比对 | 型号参数表 | 全自动,给对照不给结论 | 用户问价格与优惠 |
| 预约登记 | 可预约时段表 | 半自动,人工确认 | 时段冲突或改期 |
| 工单初筛 | 历史工单分类 | 半自动,人工复核 | 涉及退款与赔偿 |
| 投诉处理 | 无 | 只做转接 | 识别到即转 |
表里第 2 行的身份校验不能省。常见做法是让用户报下单手机号后 4 位,再比对收货人姓氏,两项对上才报订单详情。
第 5 行的人工复核要留抽检比例。抽 10% 看分类对不对,错得多的类目回去补词条。
第 1 条的 10 个偏问题,专门测边界。问「你们老板电话多少」「能不能便宜 200」,答得越界就是风险。
第 2 条要连着看 7 天。只看一天的数据会被促销活动带偏,7 天的曲线才看得出趋势,也才分得清是内容问题还是流量问题。
三个指标建议每天同一时间取一次数,取完画在一张表上。数字摆在一起看,比单看某一个更容易发现问题出在哪个环节。
每周把没答上的问题汇总一次,挑出重复出现的 10 条补进知识库。这个动作坚持 2 个月,覆盖率会明显往上走。
每条答案写清生效日期。政策类的答案过期最快,退换货规则一改,旧答案还在,客诉就跟着来。
词条写法照一句一问来。问题用用户的原话,答案压在 80 字内,先给结论再给条件。一条写 300 字的,机器人读不完也答不准。
上线后改口径要走一次审核。客服自己改词条最容易出事,改完没人复核,第二天口径就散了。
多轮对话的记忆别留太长。记住 3 到 5 轮够用,记太多会把前面说错的答案带进后面的回答。
每天咨询量在 100 条以内,用「关键词规则 + 知识库」就够,成本低,出错也好查。
超过 300 条、问题又散,再考虑接大模型。它的好处是能听懂口语化提问,代价是要配套做兜底,答不出来时转人工。
知识库成熟度比模型能力更值得看。知识库只有 20 条,再好的模型也只能编,先把常见问题整理成 100 条,效果立刻不一样。
3 个条件任一命中就转:连续 2 次没答到点上、识别到投诉类词、用户主动说「转人工」。前两条自动判断,第三条给一个常驻按钮。
阈值别定太松。转得太勤,机器人等于摆设;定得太紧,用户在原地打转,最后还是要找人。
排队时给一句预期时间。写「前面还有 2 人,约 3 分钟」,比写「请稍候」的流失率低不少,这是实测出来的差别。
时间、渠道、机器人答了什么、用户最后有没有解决。4 个字段够做归因,再多了没人看。
记录至少存 90 天。客诉回溯常在一个月后才来,只存 7 天,等于没留。
第 4 条的做法是先开一个渠道,跑 2 周,看指标稳了再开下一个。灰度期出问题,影响面可控。
第 5 条可以挂个提醒:每月 1 号过一遍知识库,把过期条目下线,比事后道歉省事。
机器人负责把重复问题接住,人负责判断和安抚,这条分工定清楚,上线才算成功。分工不清的时候,两边都觉得自己在打杂。
先把 20 条最容易吵架的场景写成脚本,贴在客服工位旁边。脚本写的是怎么接话、什么时候转人,不写怎么辩解。本文信息核对时间:2026-11。