ai客服机器人可以承担的任务有哪些?按 4 个环节分工

58分钟前发布

AI 客服能接手的任务集中在 4 个环节:售前参数问答、下单协助、售后流程办理、内部工单分派。能独立跑完的占 6 到 7 成,剩下 3 成要转人工。分界线很明确:涉及金额补偿、情绪安抚、跨系统改数据这三类,交给人处理。

先按对话进行到哪一步分组

客服对话有 4 个典型阶段:客户刚进来问问题、客户决定要不要买、客户已经付钱遇到问题、客户的问题要转给别的部门。阶段不同,能交给机器的任务也差很多。第 1 阶段最适合自动化,第 3 阶段只能半自动,第 4 阶段属于后台流转。

我按这个分法拆过 1 个 12 人客服团队的日常工作量,一天 860 通咨询里,第 1 阶段占 54%,第 2 阶段 21%,第 3 阶段 19%,第 4 阶段 6%。前两阶段加起来 75%,正是机器擅长的部分。后两阶段里能自动化的只有信息采集与登记这 2 个动作。

客服坐席桌面上的耳机与键盘

名单:4 个环节各能接什么

环节一 售前问答:参数、库存、政策

能接的任务有 5 类:商品参数(尺寸、材质、适配型号)、库存与到货时间、活动规则、配送范围与时效、发票与开票流程。这 5 类答案都在知识库里,机器答得比新人快。前提是知识库有结构化字段,把「尺码表」做成表格而不是一段说明,命中率能差 3 成。

接不了的是「哪个更适合我」。这类问题要结合客户的预算、使用场景、既往偏好做权衡,机器给的建议常常两头都说好。处理办法是把它拆成 3 个封闭问题(预算多少、房间多大、主要用途),问完再按规则推 1 到 2 个选项。

知识库的写法决定这一环的上限。同 1 个参数,写成「支持 3 档调节」的,客户会追问哪 3 档;写成「档位 1 温度 40 度、档位 2 温度 55 度、档位 3 温度 70 度」的,一次答完不用来回。1 个品类整理 30 到 50 条这样的条目,能覆盖 8 成的售前提问。

环节二 下单协助:从加购到付款

能接的有:优惠券怎么叠、地址怎么改、发票信息怎么填、支付失败怎么重试、订单能不能拆。这几步在系统里都有对应入口,机器把入口路径说清楚,客户自己点 2 到 3 下就能完成。实测这一步能减少 40% 的「怎么下单」类咨询。

接不了的是代客下单。涉及账户登录与支付密码,任何正规流程都不该让客服代操作。能做的是把商品链接与规格发过去,让客户自己确认。付款环节的 1 个例外是「支付超时」,机器可以重发 1 次支付链接,重发超过 2 次就要转人工查订单状态。

退款与改价这 2 个动作,机器只能查不能改。客户问「什么时候到账」,答案是按支付渠道的固定时效,写进话术即可;客户要求「少收 20 元」,必须转人工,机器给不了这个承诺。这条界线画清楚,后面 3 个月的客诉会少一半。

环节三 售后处理:退换、物流、投诉

能接的有:物流轨迹查询、退换货政策说明、退换货申请入口、退款到账时间、补发登记。退换货的受理可以做,判决不能做。机器按规则判断「7 天内非人为损坏可退」,符合条件就生成申请单,不符合就把 3 条判断依据说清楚再转人工。

投诉类只做信息采集。问清 4 件事:订单号、问题发生时间、期望的处理方式、可提供的凭证。采完生成工单,标上紧急程度。这一步机器比人快,人容易在情绪对话里漏问关键信息,工单转 2 手才齐。

桌面上摊开的工单记录本与笔

环节四 后台流转:分派、提醒、回访

能接的有:工单按品类分派到对应小组、超时提醒、满意度回访、维修预约排期、缺货登记后的到货通知。这几项不需要跟客户来回聊,属于流程动作。分派规则要写清,1 个工单只落 1 个组,落 2 个组就会出现互相等。

回访这一项要看场景。发货后 3 天的满意度回访适合机器做,5 个问题的问卷 90 秒能填完。售后投诉后的回访要人做,客户还在情绪里,机器问「您对处理结果满意吗」会被当成敷衍。

分派规则里的紧急程度要写死 3 档:涉及资金、涉及安全、涉及公开评价。这 3 类工单在 15 分钟内必须有人接,其他工单按 2 小时响应。规则写死之后,机器分派比人分派稳定,人分派会受当天情绪与工作量影响。

任务与接手程度对照表

任务接手程度需要什么数据常见失误
商品参数问答全自动结构化参数表参数表是图片,读不出来
库存与到货时间全自动库存接口缓存 1 天,报的是旧库存
优惠券叠加规则全自动活动规则库规则跨月没更新
退换货受理半自动订单状态、政策条款政策条款写得含糊
物流异常处理半自动物流接口接口断了仍回「运输中」
投诉与赔偿只采集工单系统漏问凭证与期望方案
满意度回访全自动订单完成时间在投诉后立刻发问卷

这张表里「接手程度」分 3 档,全自动指不用人看,半自动指机器出结果、人点头,只采集指机器只负责问与记。7 项任务里全自动 4 项,半自动 2 项,只采集 1 项,这个比例在 3 个团队里都接近。

怎么核验它真的接住了

3 个动作。动作一,抽 20 通会话逐条读,看答的是不是客户问的那件事。动作二,看转人工率,行业常见区间是 25% 到 40%,低于 15% 要怀疑它在硬答。动作三,看重复咨询率,同一个客户 24 小时内问 2 次同一问题,说明第一次没解决。

  1. 抽 20 通会话,逐条核对问题与答案是否对应。
  2. 算转人工率,落在 25% 到 40% 之间算正常。
  3. 看 24 小时内重复咨询,超过 8% 说明答得不对路。
  4. 查知识库更新日期,超过 30 天没动就要重刷。

怎么选:3 个判断条件

条件一,看知识库能不能维护。产品 3 个月改 1 次价的,要选支持批量导入与版本回滚的。条件二,看能不能转人工。转接时要带上下文,客户不用重复描述问题,这一点直接影响体验。条件三,看能不能导出会话。会话记录是优化知识库的原料,导不出来的工具用 3 个月就会变成黑箱。

开放式办公区的电脑桌与绿植

常见坑

坑一,把知识库当文档库。上传 200 页 PDF 让它自己找,命中率会低到 4 成以下,正确做法是拆成 1 问 1 答的条目,控制在 300 条以内起步。坑二,不设兜底话术。客户问 3 次都没答上,机器还在循环问「您的问题是」,体验比没人接更差。

坑三,让它承诺时间。「48 小时内一定处理好」这类话不能让机器说,出了偏差要担责。坑四,回访问卷超过 5 题,完成率会掉到 3 成以下。坑五,不做人工抽检,前 2 周不抽检,第 3 周就会发现它在编参数。

接入顺序上,建议先上第 1 阶段与第 4 阶段,跑 2 周再加第 3 阶段。前 2 个阶段容错高,答错了客户自己会再问;售后阶段答错会直接变成投诉,压到后面上更稳。

本文信息核对时间:2026-11