美洽AI客服与人工客服如何协作？人机协同功能详解

# 美洽 AI 客服与人工客服如何协作？人机协同功能详解

美洽 AI 客服与人工客服的核心目标，不是让 AI 完全替代人工，而是让 AI 负责高频、标准化、可自动处理的问题，把复杂、敏感和高价值的咨询交给人工，从而提升响应速度与服务效率。

一、人机协同的基本模式

典型的服务流程如下：

> 用户发起咨询 → AI 自动接待 → 判断问题类型 → AI 解答或转人工 → 人工处理复杂问题 → AI 辅助总结与跟进

按照实际场景，通常可以分为三类：

1. AI 独立接待

适用于：

– 常见问题咨询
– 产品功能介绍
– 价格、营业时间、物流状态等标准问题
– 操作流程指导
– 简单售前咨询
– FAQ 知识库中已有明确答案的问题

例如：

> 用户：你们支持哪些支付方式？
> AI：目前支持微信支付、支付宝以及银行卡支付，具体以订单结算页面显示为准。

AI 可以全天候、同时接待大量用户，减少人工客服重复回答。

2. AI 接待后转人工

适用于：

– 用户明确要求人工服务
– AI 多次未能理解用户意图
– 用户情绪激烈或投诉升级
– 涉及退款、赔偿、合同等复杂问题
– 需要查询后台或执行特殊操作
– 重要客户、会员客户或高价值商机

例如：

> 用户：我已经申请退款三天了，为什么还没到账？
> AI：我可以先帮您查询退款进度。如果需要进一步核实，也可以为您转接人工客服。

转人工后，通常应将用户的咨询内容、识别出的意图、已提供的答案等信息同步给人工，避免用户重复描述。

3. 人工处理后由 AI 辅助

AI 不仅可以用于前端接待，也可以帮助人工客服：

– 推荐相关知识库答案
– 自动识别用户意图
– 提供回复建议
– 自动总结会话内容
– 提取客户需求、问题和情绪
– 生成服务记录
– 辅助填写工单或跟进信息
– 对会话进行质检和分类

这种模式下，人工客服仍然掌握最终回复权，AI 主要承担辅助和提效工作。

—

# 二、美洽人机协同的主要功能

1. AI 自动接待

通过配置 AI 客服后，系统可以在访客进入咨询窗口后自动响应。

常见能力包括：

– 欢迎语自动发送
– 用户意图识别
– FAQ 自动问答
– 产品与服务介绍
– 业务流程说明
– 多轮上下文理解
– 基于知识库进行回答
– 推荐相关内容或操作入口

相比固定菜单式机器人，AI 客服可以理解更自然的表达。

例如用户说：

> “我买的东西什么时候能送到？”

AI 可以识别为“物流查询”或“配送时效”问题，而不要求用户必须点击固定按钮。

2. 知识库问答

知识库是 AI 客服回答问题的基础，通常可以维护：

– 产品资料
– 使用说明
– 售后政策
– 退换货规则
– 物流说明
– 会员权益
– 价格与套餐
– 常见问题
– 企业服务流程
– 合规与服务规范

知识库内容越准确、结构越清晰，AI 的回答质量通常越稳定。

建议将知识库内容整理成“问题—答案”或“场景—处理规则”的形式，例如：

| 场景 | 示例问题 | 标准答案 |
|—|—|—|
| 退款 | 如何申请退款？ | 进入订单详情页，点击“申请退款”，按提示提交 |
| 物流 | 什么时候发货？ | 常规订单会在付款后 1—2 个工作日内发出 |
| 账号 | 忘记密码怎么办？ | 点击登录页的“忘记密码”，通过绑定手机号重置 |

3. 智能转人工

智能转人工是人机协同中最关键的功能之一。系统可以根据用户需求和会话状态自动判断是否需要人工介入。

常见转人工触发条件

用户主动要求

例如：

– “转人工”
– “我要找客服”
– “帮我联系工作人员”
– “机器人解决不了”
– “有没有人工客服？”

AI 无法回答

例如：

– 知识库没有相关内容
– 用户描述不完整
– 用户连续改写问题后仍无法识别
– AI 对答案置信度不足

用户负面情绪

例如：

– 投诉
– 退款争议
– 服务态度问题
– 赔偿要求
– 连续使用强烈负面词汇

业务规则触发

例如：

– 高价值客户咨询
– 大额订单
– 售后纠纷
– 复杂技术问题
– 需要人工审核的业务
– 需要查询内部系统的信息

4. 转人工前的信息传递

为了避免用户重复说明情况，AI 转人工时应尽量携带上下文信息，包括：

– 用户基本信息
– 当前咨询页面
– 历史会话记录
– 用户问题摘要
– 已识别的业务类型
– AI 已经给出的答案
– 用户的订单或产品信息
– 用户情绪和风险标签
– AI 未能解决的具体问题

理想状态下，人工客服接入后可以直接说：

> “您好，我看到您反馈的是退款到账问题，订单已经提交退款三天，目前想确认具体处理进度。我这边马上为您核实。”

而不是让用户再次从头描述。

5. 人工客服接管

人工接管后，可以根据企业配置采取不同方式：

直接接管

AI 停止回复，由人工客服继续服务。

适合：

– 投诉
– 复杂售后
– 高价值客户
– 需要人工判断的情况

AI 与人工并行辅助

AI 不再直接对用户发送消息，但继续为人工客服提供：

– 回复建议
– 相关知识
– 相似历史案例
– 下一步处理建议
– 风险提醒

这种方式可以减少人工客服查找资料的时间。

分阶段接管

AI 先完成基础信息收集，例如：

– 姓名
– 手机号
– 订单号
– 产品型号
– 故障现象
– 需求类型

资料收集完成后再转给人工处理，提高接待效率。

6. 智能分流与客服分配

当用户需要人工服务时，系统可以根据业务规则将会话分配给不同客服或客服组。

常见分流维度包括：

– 售前、售后、技术支持
– 产品线或业务线
– 客服技能标签
– 客户等级
– 地区或语言
– 服务时间
– 当前客服负载
– 用户来源渠道
– 咨询优先级

例如：

– 售前咨询 → 销售顾问组
– 退款问题 → 售后服务组
– 技术故障 → 技术支持组
– VIP 客户 → 专属客服组

7. AI 辅助人工回复

在人工客服工作台中，AI 可以根据上下文生成回复建议，客服确认后再发送。

常见用途包括：

– 将口语化表达转换为专业客服话术
– 生成礼貌、简洁的回复
– 根据企业服务规范调整语气
– 自动补充处理步骤
– 推荐相关知识库内容
– 针对不同客户生成不同风格的回答

例如，用户情绪较激烈时，AI 可以建议采用：

> “非常抱歉给您带来不便。我们已经记录您的问题，正在进一步核实订单状态。我会在确认后第一时间向您同步处理结果。”

人工客服可以直接使用、修改或拒绝该建议。

8. 会话总结与工单生成

服务结束后，AI 可以自动总结本次会话，例如：

– 用户主要问题
– 问题产生原因
– 已采取的处理措施
– 用户最终诉求
– 是否需要后续跟进
– 是否需要创建工单
– 是否涉及投诉或风险

示例：

> 会话摘要： 用户咨询订单退款未到账问题。客服核实后确认退款已于 5 月 10 日发起，预计 1—3 个工作日原路退回。已向用户说明到账时间，用户暂时接受，无需进一步跟进。

这类总结可以减少客服手动填写记录的工作量，也方便后续客服快速了解历史情况。

9. 会话质检与服务分析

AI 可以对客服会话进行自动分析，包括：

– 是否及时响应
– 是否使用标准服务话术
– 是否准确回答问题
– 是否存在承诺不当
– 是否遗漏关键信息
– 用户情绪变化
– 是否完成问题闭环
– 是否需要主管复核

企业可以根据质检结果发现：

– 哪些问题最常见
– 哪些知识库内容需要补充
– 哪些客服培训不足
– 哪些环节容易引发投诉
– 哪些问题适合进一步自动化

—

# 三、典型人机协同流程示例

场景一：简单售前咨询

用户

> 你们的基础套餐多少钱？

AI

> 基础套餐目前有月付和年付两种方式，具体价格以当前活动页面为准。您更关注个人使用还是企业团队使用？

用户

> 企业团队使用。

AI

> 企业团队通常需要关注成员数量、权限管理和数据统计功能。如果您愿意，我可以为您转接企业顾问，进一步介绍适合的套餐。

处理结果

– AI 完成基础介绍
– 识别客户有潜在购买意向
– 根据规则转销售人工
– 人工接入时获得用户需求摘要

场景二：AI 无法解决的技术问题

用户

> 我们接入接口后一直返回错误码 502。

AI

> 502 通常与网关或服务连接异常有关。您可以先检查接口地址、请求方式和网络连接。如果问题仍未解决，请提供错误日志或请求时间，我可以为您转接技术支持。

用户

> 还是不行，转人工。

处理结果

– AI 记录错误码
– 收集必要信息
– 将会话分配给技术支持组
– 人工客服继续排查

场景三：情绪激烈的投诉

用户

> 你们这服务太差了，我要投诉，马上给我退款！

AI

> 很抱歉这次服务没有达到您的预期。您的问题涉及投诉和退款，我马上为您转接人工客服进一步处理。

处理结果

– 识别负面情绪
– 不继续进行复杂解释
– 提高转人工优先级
– 将用户情绪、退款诉求和历史会话同步给人工

—

# 四、如何配置更合理的人机协同策略

1. 先明确 AI 的服务边界

不建议一开始就让 AI 处理所有问题。可以先划分为三类：

AI 自动处理

– 标准化程度高
– 答案明确
– 风险较低
– 不需要人工审核

AI 先处理、必要时转人工

– 需要一定上下文
– 可能涉及多个业务系统
– 用户情况差异较大
– AI 可以完成信息收集

直接转人工

– 投诉与赔偿
– 退款争议
– 合同与法律问题
– 大额订单
– VIP 客户
– 高风险或敏感问题

2. 设置明确的转人工规则

建议至少配置以下规则：

– 用户主动要求人工时立即转接
– 连续两次或三次无法回答时转接
– 用户重复提问仍未解决时转接
– 识别到投诉、退款、赔偿时转接
– 识别到高意向客户时通知销售
– 在人工服务时间外，提供留言或工单入口

3. 设计人工接入后的标准话术

人工客服接入后，不要只发送：

> “您好，请问有什么可以帮您？”

更好的方式是基于上下文承接：

> “您好，我是人工客服。了解到您刚才咨询的是订单退款未到账问题，我现在帮您核实具体进度。”

这样可以让用户感受到服务是连续的，也能减少重复沟通。

4. 做好知识库维护

知识库需要定期更新，重点关注：

– 价格变化
– 活动政策
– 产品功能更新
– 退款和售后规则
– 服务时间变化
– 新增高频问题
– AI 经常答错的问题
– 人工客服反复纠正的问题

对于容易变化的内容，应设置负责人和更新时间，避免 AI 使用过期信息。

5. 设置兜底机制

AI 回答不确定时，不应强行编造答案。建议采用：

> “这个问题需要进一步核实，我可以为您转接人工客服处理。”

同时可以要求 AI：

– 不虚构产品功能
– 不擅自承诺赔偿
– 不随意承诺到账时间
– 不泄露内部信息
– 不回答超出业务范围的问题
– 不在不确定时给出绝对结论

—

# 五、企业如何评价人机协同效果

不能只看 AI 接待量，还应综合评估服务质量。

AI 侧指标

– AI 独立解决率
– AI 转人工率
– AI 首次响应时间
– AI 问题识别准确率
– AI 答案采纳率
– AI 兜底率
– 知识库命中率

人工侧指标

– 人工平均响应时长
– 平均处理时长
– 首次解决率
– 工单关闭率
– 人工接管后的解决率
– 客服工作量
– 客服满意度

用户侧指标

– 用户满意度
– 投诉率
– 重复咨询率
– 会话中断率
– 转化率
– 复购率
– 用户留存情况

其中，比较重要的指标是“AI 独立解决率”和“人工接管后的首次解决率”。如果 AI 只是大量转人工，说明分流策略或知识库还不够完善；如果 AI 解决率很高但投诉增加，则需要重点检查回答准确性和服务体验。

—

# 六、人机协同的优势与注意事项

主要优势

提升响应速度

AI 可以即时回复，减少用户等待时间。

降低重复劳动

人工客服不用反复回答相同的基础问题。

支持高峰期接待

在活动、促销或故障期间，AI 可以承担大量并发咨询。

提高人工处理效率

AI 可以完成信息收集、知识推荐、摘要和质检。

改善服务连续性

转人工时保留上下文，减少用户重复描述。

需要注意的问题

AI 答案必须可控

涉及价格、政策、退款、法律和赔偿的问题，应配置严格的知识来源和人工审核机制。

转人工不能设置得过于复杂

如果用户多次表达“人工客服”仍无法转接，容易造成负面体验。

不应把 AI 当作简单挡板

AI 的职责不仅是拦截人工请求，还应真正解决问题、收集信息和辅助服务。

需要持续优化

人机协同不是一次配置完成，而是要根据会话数据、转人工原因、用户评价和客服反馈持续调整。

—

# 七、推荐的人机协同架构

一个比较稳妥的配置方式是：

1. 欢迎阶段：AI 识别用户来源和咨询意图
2. 基础咨询阶段：AI 处理 FAQ、产品介绍和流程问题
3. 信息收集阶段：AI 收集订单号、联系方式、故障现象等资料
4. 智能判断阶段：判断是否需要人工、销售或技术支持
5. 人工处理阶段：人工客服解决复杂问题，AI 提供辅助建议
6. 服务结束阶段：AI 生成摘要、标签和工单记录
7. 复盘优化阶段：根据未解决问题和用户反馈更新知识库与规则

总结来说，美洽 AI 客服与人工客服的协作重点是：

> AI 负责快速响应和标准问题处理，人工负责复杂判断和高价值服务，系统负责智能分流、信息传递与过程管理。

通过合理配置知识库、转人工规则、客服分组和 AI 辅助功能，可以在提升服务效率的同时，尽量保持人工服务的温度与专业度。