实战
智能客服 Agent:7×24 小时永不疲倦的客服
客服团队每天处理 2000+ 咨询,70% 是重复问题?智能客服 Agent 可以自动解决 60-80% 的常见咨询,让真人客服专注处理复杂问题——不是替代,而是赋能。
💡 本教程使用 OpenClaw(对话引擎 + 工具调用)+ KimiClaw(知识库 + 长文本处理)组合,适合电商、SaaS、金融等客服场景。
步骤一:意图识别与分类
1 让 Agent 准确理解用户要什么
意图识别是智能客服的入口,决定了后续走哪条流程:
意图分类体系设计:
一级意图(8类):
1. 订单查询 → "我的订单到哪了?"
2. 退换货 → "这个能不能退?"
3. 产品咨询 → "这款有没有XL码?"
4. 支付问题 → "怎么用优惠券?"
5. 物流咨询 → "什么时候发货?"
6. 投诉建议 → "你们服务太差了"
7. 账号问题 → "密码忘了怎么办"
8. 其他 → 无法归类的
二级意图(示例:退换货):
- 退货申请 → 想退货
- 换货申请 → 想换货
- 退款进度 → 退款到哪了
- 退换政策 → 了解规则
配置 Prompt:
你是一个意图分类器。根据用户消息,输出意图标签。
输入:"我昨天买的衣服想退了,怎么操作"
输出:
{
"primary_intent": "退换货",
"secondary_intent": "退货申请",
"confidence": 0.95,
"entities": {
"product": "衣服",
"action": "退货",
"time": "昨天"
}
}
confidence < 0.7 时,主动确认:
"请问您是想了解退货流程,还是查询退款进度?"
🎯 关键指标:意图识别准确率 ≥ 90% 才能上线。低于这个数,用户会被错误引导,体验比没有 AI 更差。
步骤二:多轮对话设计
2 设计对话流程图
以退货场景为例,设计多轮对话流程:
退货流程对话设计:
用户:想退货
↓
AI:好的,请问是什么原因呢?
1. 商品质量问题
2. 尺码不合适
3. 不喜欢/与描述不符
4. 其他原因
↓
用户:尺码不合适
↓
AI:了解到您是尺码问题。
1. 如果想换尺码 → 可以帮您换货,免运费
2. 如果确定退货 → 7天内可退,运费自理
请问您想换货还是退货?
↓
用户:换货吧
↓
AI:好的,帮您办理换货。请选择:
当前尺码:M
想换的尺码:S / L / XL?
↓
用户:L
↓
AI:已为您创建换货申请:
订单号:ORD20260422001
商品:xxx M码 → L码
预计3天内寄出
需要您做的事:
1. 将原商品寄回(运费我们承担)
2. 退货地址:xxx
3. 快递单号填入:[链接]
有其他问题吗?
3 上下文管理
对话上下文管理:
维持对话状态:
{
"session_id": "sess-001",
"user_id": "user-123",
"intent": "退换货.换货申请",
"step": "选择新尺码",
"entities": {
"order_id": "ORD20260422001",
"product": "xxx",
"original_size": "M",
"reason": "尺码不合适"
},
"history": [
{"role": "user", "content": "想退货"},
{"role": "ai", "content": "请问原因..."},
{"role": "user", "content": "尺码不合适"},
...
]
}
超时处理:
- 用户 5 分钟未回复 → "您还在吗?需要继续换货吗?"
- 用户 30 分钟未回复 → 结束会话,保存状态
- 用户隔天回来 → "欢迎回来,您上次在办理换货,需要继续吗?"
对话跳转:
- 用户中途换话题 → 保存当前流程,处理新问题
- 新问题解决后 → "刚才的换货还需要继续吗?"
步骤三:知识库与 RAG
4 搭建客服知识库
知识库内容清单:
1. 产品 FAQ(最高频)
- 尺码表、材质说明、洗涤方法
- 配送范围、时效、费用
- 优惠券使用规则
2. 退换政策
- 7天无理由退货条件
- 不可退换的商品类型
- 退款时效和方式
3. 操作指南
- 如何下单、修改地址
- 如何使用优惠券
- 如何查看物流
4. 常见故障排查
- 支付失败怎么办
- 收不到验证码
- 商品与描述不符
RAG 检索策略:
- 用户提问 → 意图识别 → 定向检索对应知识库
- 检索 Top 3 相关文档片段
- 基于检索结果生成回答 + 引用来源
回答模板:
📝 {回答内容}
📚 来源:{知识库文档名}
❓ 还没解决?转人工客服 👉
步骤四:情绪识别与人机协同
5 感知用户情绪
情绪识别与应对策略:
情绪等级判断:
1. 正常 😊 → 正常服务流程
2. 不耐烦 😤 → 加速流程,减少选项
3. 愤怒 🤬 → 立即转人工 + 优先级提升
4. 失望 😞 → 补偿建议 + 诚恳道歉
触发转人工的条件:
🔴 必须转人工:
- 情绪愤怒等级 ≥ 3
- 用户明确要求"找人工客服"
- 涉及金额 > 1000 元的纠纷
- 投诉类问题
🟡 建议转人工:
- AI 连续 2 次无法理解用户意图
- 涉及法律/合规问题
- 需要特殊权限的操作
转人工交接信息:
📋 转接摘要
- 用户:{ID/手机号}
- 意图:{分类}
- 已处理:{AI已完成的操作}
- 待处理:{未解决的问题}
- 用户情绪:{等级}
- 历史对话:{最近5条}
💬 一个真实数据:70% 的投诉升级是因为用户觉得"AI 不理解我"。当 AI 检测到自己可能理解不了时,主动转人工比硬撑着效果更好。
步骤五:效果监控与优化
6 建立客服质量指标
智能客服 KPI 体系:
1. 效率指标
- 自动解决率:目标 ≥ 65%
- 平均响应时间:目标 ≤ 3 秒
- 首次解决率:目标 ≥ 50%
2. 质量指标
- 意图识别准确率:目标 ≥ 90%
- 回答准确率:目标 ≥ 85%
- 用户满意度:目标 ≥ 4.0/5.0
3. 转人工指标
- 转人工率:目标 ≤ 35%
- 转人工原因分布:优化最高频的转人工原因
4. 优化循环
每周分析 Top 5 转人工原因:
┌───┬──────────────┬──────┬──────────┐
│ # │ 原因 │ 占比 │ 行动 │
├───┼──────────────┼──────┼──────────┤
│ 1 │ 退款金额争议 │ 25% │ 优化退款 │
│ │ │ │ 计算逻辑 │
│ 2 │ 产品缺货咨询 │ 18% │ 增加到 │
│ │ │ │ 货通知 │
│ 3 │ ... │ │ │
└───┴──────────────┴──────┴──────────┘