艺术场馆的客服并不只是售票问答。观众会问作品在哪里、展厅是否开放、能否拍照、某件作品为何重要，也会提出“这幅画是真的吗”“它值多少钱”之类无法由普通客服直接判断的问题。
AI 可以让信息更容易获得，但它的价值不是替代策展人或教育人员，而是把常见问题接住、把馆藏证据找出来，并把需要专业判断的对话准确交给人。
## 先把问题按答案来源分层
开放时间、入口、寄存和交通信息来自运营系统；作品名称、作者、年代、材料和展厅位置来自馆藏数据库；策展观点来自经过审核的展签与出版物；无障碍服务则来自访客服务团队。
不同来源有不同更新频率和责任人。客服系统不能把所有资料复制进一份长期不变的文档，而应保留来源、版本和最后更新时间。
对于真伪、估值、所有权争议、保存状况和版权许可，系统只提供公开信息与办理渠道，不给出确定结论。这些问题需要研究、实物检查或授权人员判断。
## 馆藏数据是回答的地基
大都会艺术博物馆等机构提供开放馆藏 API，可返回作品编号、创作者、年代、材料、尺寸、图像与公开状态。AI 客服可以先检索对象记录，再依据返回字段组织回答。
每句话附上作品页或馆方资料链接。若记录缺少信息，就明确说“馆藏记录目前未提供”，不能用常识补齐。用户上传一张相似作品照片时，也不能自动认定它就是馆藏中的那一件。
馆藏字段会更新，作品也可能借展、下架或换厅。位置与开放状态应实时查询，不能依赖模型训练时的旧知识。
## 多语言服务要保留艺术语境
机器翻译可以快速覆盖多种语言，但作品标题、艺术流派、地名和材料术语需要词表。专有名称保留原文，并提供经过馆方确认的译名。
回答不必逐句翻译。面向第一次参观的读者，可以先解释背景；面向研究者，则提供对象编号、参考文献和原始记录。系统应允许用户选择简明、儿童友好或专业版本。
低资源语言由母语人员抽样审校。评价标准不是语法是否顺畅，而是事实、语气和不确定性是否与原文一致。
## 可访问性不是附加按钮
Smithsonian 公开的访客服务包括大字版资料、开放字幕、视觉描述、触觉资源、手语与人工辅助。AI 客服可以帮助观众在参观前发现这些服务，并把预约要求转给正确团队。
图像描述应从客观视觉信息开始，再区分馆方解释。描述“画面左侧有三个人”与“画家在表达孤独”属于不同层次，后者需要策展依据。
语音对话要支持重听、放慢和转成文字。复杂路线提供分步指引，并在电梯停运或展厅关闭时重新查询。AI 不能替代实体标识和现场人员。
## 让系统知道什么时候转人工
问题超出知识库、来源互相冲突、用户连续纠正、涉及投诉或作品安全时，立即转人工。转接时附上对话摘要、已查来源和未解决问题，避免用户重复说明。
不要用模糊的“我可能不准确”作为万能免责。系统应指出具体缺口，例如“我找到的作品记录没有当前展厅字段，正在转给访客服务”。
人工回复经审核后，可以进入常见问题库；个别访客信息和敏感事件不能直接变成训练材料。
## 防止艺术语言制造虚假权威
大模型很擅长写出像展签的句子，这反而容易让错误显得可信。回答模板应先列事实，再列有来源的解释，最后说明仍有争议或缺失的部分。
禁止系统编造策展人引语、展览经历和所有权链。来源若是第三方评论，应与馆方对象记录分开标注。用户要求主观解读时，可以给出多种观察路径，而不是宣布唯一答案。
对图像识别建立相似度边界。系统可以说“画面与某件作品在构图上相似”，不能据此确认作者、年代或真伪。
## 用真实访客任务评测
准备开放时间、路线、作品检索、多语言、无障碍、投诉和越界问题等样本。指标包括事实准确、引用支持、位置新鲜度、错误承诺、人工转接正确率和完成时间。
还要让不同年龄、语言与辅助需求的用户参与测试。平均满意度可能掩盖某一群体持续找不到服务的情况。
上线后抽查高风险对话，记录更正原因。若错误来自旧馆藏字段，就修复数据同步；若来自模型扩写，就收紧回答模板；若来自问题分类，就改进转接规则。
## 最好的艺术客服让人更接近作品
AI 适合提供全天候入口、连接分散数据、生成多语言说明和减少重复问答。它不应取代艺术史研究、修复判断、真伪鉴定和人与人之间的教育交流。
当系统能引用馆藏记录、尊重不确定性、主动发现辅助需求，并在正确时刻把对话交给专业人员，它才真正扩展了艺术服务，而不是只增加一层流畅的文字。
## 参考资料