表格较宽时，可以用键盘方向键或触控手势横向滚动查看完整内容。
直接答案
现阶段多数企业不适合让 AI 客服完全代替人工。更稳妥的目标，是让 AI 处理重复、低风险、依据明确的问题，并把投诉、金额、合同承诺、身份核验和资料不足的问题及时转给人工。
是否值得上线，不应只看机器人能否生成流畅回答，而要看首次解决率、错误率、转人工准确性、平均处理时间和客户满意度。
适合先交给 AI 的工作
- 根据确认过的产品手册回答规格、流程和常见问题；
- 识别咨询意图，收集订单号、设备型号等必要信息；
- 从对话中生成摘要、标签和工单草稿；
- 在工作时间外提供入口说明和预计响应时间；
- 为人工客服检索相关制度、历史记录和建议回复。
共同特征是：答案有稳定来源、风险较低、结果容易核对、出错后可以及时修正。
必须保留人工的场景
| 场景 | 主要风险 | 推荐处理 |
|---|---|---|
| 投诉与情绪冲突 | 误判语气、激化矛盾 | 识别后立即转人工并附摘要 |
| 价格与赔付承诺 | 造成财务和合同责任 | AI 只引用政策，不自行承诺 |
| 身份和敏感数据 | 越权或隐私泄露 | 使用正式身份验证与权限系统 |
| 资料没有答案 | 模型可能编造 | 明确说未找到并创建待办 |
| 复杂故障诊断 | 错误操作可能扩大损失 | 收集现象后转专业人员 |
第一阶段怎样设计
先从过去客服记录中整理 50—100 个高频问题，标注标准依据、风险等级和转人工条件。只开放一类产品或一个服务流程，要求每次回答保留引用、置信提示和反馈入口。
不要把“没有回答”视为唯一失败。引用旧资料、越权展示内容、错误承诺和没有及时转人工，通常风险更大。
怎样验收
用独立测试集检查：正确答案是否引用正确资料；问题换一种说法是否仍能识别；资料缺失时是否停止猜测；敏感问题是否转人工；新版本上线后旧答案是否消失。
指标至少包括有效解决率、错误回答率、正确转人工率、平均等待时间和人工复核工作量。只统计“机器人回复了多少次”不能证明价值。
企业还应先理解企业知识库和普通聊天机器人的区别。AI 客服的可靠性取决于知识版本、权限、引用和反馈机制，不是换一个更大的模型就自动解决。
把问题放进真实业务里
以下情境用于决策演练，不是虚构客户成果：先抽取一个月会话，把咨询分成重复问答、需要查询订单、需要判断政策和高情绪投诉。AI 可以先处理低风险重复问题并整理上下文；退款、承诺、隐私和争议应转人工。目标不是“零人工”，而是让人工集中处理需要判断的部分。
开会时不要只谈观点
把下面五项填完，再决定采购、开发或优化动作：
- 问题类型与占比：__________
- 允许自动回复的范围：__________
- 必须转人工的触发词：__________
- 错误回复的业务代价：__________
- 人工接管等待时间：__________
最容易踩的坑
只看机器回复率。回复得多不等于解决得好，还要看一次解决率、转人工后的上下文完整度、投诉和错误承诺。
什么时候才适合进入下一步
用脱敏历史会话盲测，逐类设定通过率和禁答边界；高风险问题在没有人工确认时绝不自动执行。
如果这些信息还无法写清，合理动作不是马上采购工具或签开发合同，而是先补一轮访谈、样本和责任确认。这样做看起来慢半步，通常能减少后面的返工，也让供应商给出的范围、报价和验收更可比较。
复盘时再追问一层
不要在会议结束时只留下“原则同意”。请指定一名负责人，用最近发生的一笔业务验证“问题类型与占比”和“允许自动回复的范围”是否有记录，再让另一名实际执行者检查“必须转人工的触发词”是否符合现场情况。最后，把“错误回复的业务代价”与“人工接管等待时间”写成可以在下一次评审中核对的证据，而不是写成“后续优化”。如果两个人对同一项的答案不同，应先解决定义和责任分歧；这类分歧进入系统后，只会变成更难修改的权限、数据或流程问题。