小芯 AI 客服 2.0

客服接待里，时间花在了哪里

旧版有三个常见的停顿。转接时，下一位客服要从头读记录。同时接待几个人时，相同的问题要一遍遍答。考核只看接待量时，尽快结束会话也可能得高分。

我把 2.0 的改版目标对应到三个环节：转接时摘要关键信息，回复前提供策略，结束后留下可复用的处理经验。

把 AI 放进接待流程的四个位置

早期方案把 AI 放在 FAQ 旁边，负责向客服提建议。重新梳理接待流程后，我把它的工作分到四处：直接应答客户，整理用户画像和顾虑，总结可选策略，以及在人工接手时提供工具。

转人工之后，接着上一句聊

客户已经问过发货时间，转到人工后却又听到一句“请问有什么可以帮您？”过去，接手的客服要翻完聊天记录，才知道谈到了哪里。

我把交接时最需要的信息放到会话旁边。AI 从前文提取来意、等待情况和已经试过的处理方式。接手的人可以直接确认发货时间，也能回到原始对话核实细节。

把翻话术库的时间留给判断

同时接待几位客户时，客服经常在对话框、常见问题文档和收藏的话术之间来回切换。我把“接下来怎么处理”放进当前会话。

以退货咨询为例，客服可以查看当前策略，再选择安抚、礼物答谢或婉拒。会话列表同时提示进度和紧迫程度，方便安排下一位需要人工介入的客户。

让相似案例帮下一位客服接班

遇到少见的问题，客服过去要让客户稍等，再找同事问。新方案在会话旁列出其他客服处理过的相似问题。客服可以打开详情，看当时用了什么策略，再编辑推荐答案发给眼前的客户。

托管中的对话，什么时候交还给人

我用尺码咨询画了一棵决策树。先判断客户是延续话题还是提出新问题，再看已有方案能否解决。常规问题可以继续应答，无法解决时进入安抚或人工干预；已解决时则可以致谢收尾。

把客户的顾虑放回具体对话

同样是咨询尺码，有人需要一张尺码表，有人碰到的是合适尺码缺货。我沿着这些分支画出客户可能得到的回应，以及每种回应有没有帮上忙。

设计稿把历史应答、输入节奏、语气和曾经引起不快的回复列为线索，供客服判断接下来该问什么。

同一句话，应在什么时候回应

我把一次情绪变化拆成情境、注意、评价和反应。客服可以在事情升级前调整情境、转移关注点，也可以在对方已经表达不满后调整回应。这个拆分用来解释系统为何在不同阶段给出不同的策略。

让客服决定意思，让 AI 整理措辞

“多高多重？”是客服询问尺码时顺手敲下的几个字。我在待客模式里保留这句原始输入，让客服能核对 AI 整理后的表达：“麻烦您提供一下身高体重？”

工作台提供自动和辅助两种模式。遇到需要判断的例外情况，客服可以接手对话，调整策略或自己回复。

让当前会话占据工作台的中心

我按使用频率和重要程度重排了工作台。左侧接待列表用来挑选客户，中间留给当前会话，右侧集中服务工具与操作。客服切换客户时，找信息和做操作的位置依然熟悉。

窗口变宽时，限制每行消息的长度

会话区变宽以后，一条长消息容易占满整行，上下两条消息也更难连起来读。我为三种宽度分别设了气泡上限：640 像素时约 16 个汉字，840 像素时约 24 个，1072 像素时约 32 个。

用同一套客服任务做对照测试

评估覆盖选择会话、获取信息、回复、转单、升级和关闭会话等高频任务。招募方案按熟练度划分为 5 名专家用户、25 名中间用户和 20 名初级用户。

两版界面沿用相同的工作环境。通过录屏和任务路径记录，从辨识信息到操作反馈分别计时，再汇总比较。

用同一项任务比较改版前后

评估时，我把任务拆成思考、指向、键盘输入和等待系统响应四部分。这样既能看出节省了多少时间，也能找出时间具体省在哪一步。

项目记录中的这项任务从 33 秒缩短到 21 秒，耗时减少约 36%。这组结果对应工作台任务测试。

让一次处理留下可学的经验

回顾这次改版，我最关心的是哪些经验能从一位客服传给下一位。用户怎样描述问题，是理解来意的素材；客服怎样追问和应答，是整理处理策略的素材。原稿最后把这两类语料画成了一个可继续探索的学习循环。