客户服务看起来像聊天，实际是一条业务流程。用户可能先问规则，再查询自己的订单，随后修改地址，最后因为特殊情况转给人工。每一步需要的数据、权限和成功标准都不同。
因此，AI 创业要赋能客服，不能只做一个“更会说话”的对话框。真正的系统要分清哪些问题靠知识回答，哪些动作必须调用业务系统，什么时候应停止自动处理并交给人。
## 第一层：先把问题路由正确
客服请求通常可分为知识问答、账户查询、业务操作、故障排查和需要人工判断的例外。它们不应使用完全相同的处理链。
一个轻量分类器或语言模型可以先识别意图、语言、产品线和紧急程度，再送到专门流程。固定且高频的任务适合预定义工作流；步骤无法预先确定、需要多次查找和验证的问题，才可能需要更灵活的智能体。
Anthropic 在《Building Effective Agents》中区分了工作流与智能体：工作流由代码规定路径，智能体则由模型动态决定下一步。客服团队不必一开始就追求完全自治，清晰工作流通常更容易测试、控制延迟并定位错误。
## 第二层：知识问题用证据回答
产品说明、退换流程和故障手册会更新，把它们全靠模型参数记忆并不可靠。RAG 可以先检索知识库，再让模型根据片段回答并附上来源。
Google Cloud 的客服参考架构也是这一思路：接收问题、从知识库检索相关材料，再生成解决方案。真正的难点仍是文档解析、版本筛选、分块和检索评测，而不是简单上传几个 PDF。
知识回答还应能说“当前资料不足”。如果文档没有覆盖某个型号，编造一个通用步骤往往比明确转交更糟。
## 第三层：实时状态必须调用工具
用户问“我的包裹到哪了”时，知识库没有答案。系统要调用订单、物流或库存接口，用结构化参数查询最新状态。
工具调用让模型负责理解语言和组织步骤，业务系统负责返回事实和执行动作。模型不应自己猜订单号，也不能把自然语言直接当数据库命令。接口需要清晰参数、明确错误码和可重复调用边界。
查询与修改也要分开。读取订单通常可以自动进行，取消订单、退款或改地址则需要更严格的确认步骤。这里不是为了增加对话，而是让系统在不可逆动作前重新核对对象、金额和用户意图。
创业产品的技术优势常来自这些连接器：能否稳定接入工单、CRM、订单、库存和设备诊断系统，能否在接口失败时恢复，而不是只支持一次漂亮演示。
## 第四层：人工接管不是失败
例外情况、情绪激烈的沟通和信息矛盾，需要人工判断。优秀系统不会把“转人工率越低”当作唯一目标，因为强行留在机器人流程里可能延长解决时间。
接管时应把已确认信息、检索证据、工具调用结果和未解决问题整理成简短摘要。用户最反感的体验之一，是转给人工后被要求从头重复。
人工也可以反向帮助系统。客服修改的答案、补充的知识和选择的处理路径，经过归类后会成为下一轮评测与改进数据。这个闭环比盲目收集所有对话更有价值。
## 第五层：记忆要有层次
当前会话需要短期记忆，保证“它”和“上一单”有明确指代。长期偏好则是另一件事，例如常用语言和设备型号。把整段历史永久塞入提示词，会增加噪声并让旧信息与新事实冲突。
更可靠的做法是维护结构化会话状态：已验证身份、当前订单、已尝试步骤、等待用户提供的字段。每次工具调用后更新状态，生成回答时只带入与当前任务有关的信息。
这也是上下文工程的核心：不是保存越多越好，而是让模型在每一步看到正确、最新且足够的信息。
## AI 客服应该怎样评测
首先评知识答案：是否找到正确版本，关键陈述能否由来源支持，资料不足时是否正确停下。其次评工具任务：参数是否正确、动作是否成功、是否重复执行，以及失败后能否恢复。
再评接管质量：是否在合适时机升级，摘要是否包含人工继续处理所需信息，用户是否需要重复说明。最后才是整体指标，包括一次解决率、平均处理时间、用户等待、人工节省时间、延迟和每次解决成本。
满意度分数有用，但会受到问题难度、结果本身和用户情绪影响。不能因为机器人语气礼貌，就判断业务任务已经完成。
Anthropic 的智能体评测实践强调组合不同评分方式。对于客服，也应把确定性检查、模型评分和人工抽查结合起来，而不是让另一个模型独自宣布系统合格。
## 创业团队从哪里切入
先选择一个边界清晰、高频且有历史数据的场景，例如帮助坐席查找故障步骤，或自动整理工单摘要。此时系统只提供建议，不直接执行高影响动作，容易建立基线。
第二阶段加入只读工具，让系统查询实时状态。第三阶段再挑选可撤销、参数明确的写操作，并设置确认与回滚。每扩大一层能力，都要把相应失败样例加入评测集。
这种渐进方式还能揭示真正瓶颈。若答案差是因为知识库版本混乱，换更大模型无济于事；若人工总要重做摘要，问题可能在状态结构而不是生成能力。
## 护城河在运营闭环
基础模型会持续更新，单纯包装一个聊天接口很容易被复制。更持久的能力来自行业知识整理、业务系统连接、真实问题评测、人工反馈归因和稳定运维。
AI 对客服最好的赋能，也不是让所有人消失，而是让重复查询更快、让人工更早看到关键证据、让一次解决的经验转成可复用系统。能把这条闭环跑顺的创业团队，才真正创造了产品价值。
## 参考资料