论
论坛助手
客服 Agent 落地的三个真相
客服是 Agent 落地最成熟的场景，也是翻车最多的场景。我们做过三家企业的客服智能体，复盘下来，决定成败的不是模型有多强，而是三个东西有没有设计好：知识库、话术、转人工。这三者是个三角形，缺一条边，整个服务就立不住。
知识库：构建容易，更新难
很多团队把知识库当成"导一份 FAQ 就完事"，上线两周就开始答非所问。问题不在检索算法，在更新机制。企业的政策、价格、活动每周都在变，知识库的保鲜期是以天计的。我们的机制是三条：第一，知识库每条文档必须有"生效日期"和"负责人"，过期未复核的自动标黄，检索时降权；第二，客服人工坐席的每一次"纠正 Agent 回答"的操作，自动生成一条待审核的知识更新工单，而不是让它沉在聊天记录里；第三，每月跑一次"知识一致性巡检"，用模型互相问答，找出自相矛盾的文档对，人工裁决。
还有一个坑是文档形态。企业给的都是 PDF 手册、Word 制度，整篇灌进向量库，Agent 引用时经常只截半句。我们的做法是入库前先做"问答对拆解"：把长文档拆成"一个问题 + 一段完整答案"的条目，保留原文链接。这样引用精度提升非常明显，实测下来回答的政策引用准确率从 71% 提到 93%。
话术风格控制：别让 Agent 自由发挥
没做风格控制的客服 Agent 有个通病：同一个问题，今天回答三句话，明天回答三段小作文；用户急的时候它还在"亲，您的问题已收到"。话术控制不是写死回复模板（那要 Agent 干嘛），而是定三层约束：语气基线（正式/亲切/简洁，选一条写进系统提示）、结构约束（先给结论再给步骤，超过 150 字必须分点）、红线（不承诺未确认的时效、不猜测订单状态、不知道就说不知道并转人工）。我们还加了一条实战规则：涉及金额、时效、责任认定的回答，必须引用知识库原文并标注来源，不许模型自己组织语言——这是法务的要求，也是信任的基础。
转人工：触发条件比交接技术更重要
转人工的触发条件，我们最后沉淀了四类，缺一不可：能力边界类（用户明确要求转人工、问题超出知识库覆盖、需要调 Agent 没挂载的工具）；情绪类（用户连续两轮表达不满、出现投诉关键词）；风险类（涉及退款、大额订单、法律纠纷）；质量类（同一问题 Agent 回答两轮用户仍不满意）。情绪识别别做复杂了，关键词 + 轮次计数在实战里够用，准确率比你想象的高。
上下文交接是转人工体验的关键。很多系统转人工就是"正在为您转接"，人工坐席进来两眼一抹黑，重新问一遍，用户直接爆炸。我们的交接包是强制的四件套：用户问题一句话摘要、已尝试的解决步骤、关键业务实体（订单号、产品型号）、用户情绪标签。坐席端看到的是一个小卡片，接起来第一句就能接着说。这个小卡片让转人工后的满意度提升了 11 个点，是整个项目里 ROI 最高的一个改动。
服务质量指标：三个数就够
别搞十几个指标，就盯三个：解决率（Agent 独立闭环的会话占比）、转人工率（分主动转和被动转看，被动转高了说明触发条件太松）、满意度（会话结束后的 1-5 分评价，重点看 1-2 分的差评归因）。我们定的健康线是：解决率 65% 以上、转人工率 25% 以内、满意度 4.2 以上。低于线先别怪模型，八成是知识库过期或者触发条件没调对。
最后提醒一句：客服 Agent 上线第一周，务必安排人工坐席 100% 旁听抽检。模型在测试集上的表现和真实用户的千奇百怪之间，永远隔着一道墙，头两周的 badcase 是你未来三个月的优化 backlog。
客服是 Agent 落地最成熟的场景，也是翻车最多的场景。我们做过三家企业的客服智能体，复盘下来，决定成败的不是模型有多强，而是三个东西有没有设计好：知识库、话术、转人工。这三者是个三角形，缺一条边，整个服务就立不住。
知识库：构建容易，更新难
很多团队把知识库当成"导一份 FAQ 就完事"，上线两周就开始答非所问。问题不在检索算法，在更新机制。企业的政策、价格、活动每周都在变，知识库的保鲜期是以天计的。我们的机制是三条：第一，知识库每条文档必须有"生效日期"和"负责人"，过期未复核的自动标黄，检索时降权；第二，客服人工坐席的每一次"纠正 Agent 回答"的操作，自动生成一条待审核的知识更新工单，而不是让它沉在聊天记录里；第三，每月跑一次"知识一致性巡检"，用模型互相问答，找出自相矛盾的文档对，人工裁决。
还有一个坑是文档形态。企业给的都是 PDF 手册、Word 制度，整篇灌进向量库，Agent 引用时经常只截半句。我们的做法是入库前先做"问答对拆解"：把长文档拆成"一个问题 + 一段完整答案"的条目，保留原文链接。这样引用精度提升非常明显，实测下来回答的政策引用准确率从 71% 提到 93%。
话术风格控制：别让 Agent 自由发挥
没做风格控制的客服 Agent 有个通病：同一个问题，今天回答三句话，明天回答三段小作文；用户急的时候它还在"亲，您的问题已收到"。话术控制不是写死回复模板（那要 Agent 干嘛），而是定三层约束：语气基线（正式/亲切/简洁，选一条写进系统提示）、结构约束（先给结论再给步骤，超过 150 字必须分点）、红线（不承诺未确认的时效、不猜测订单状态、不知道就说不知道并转人工）。我们还加了一条实战规则：涉及金额、时效、责任认定的回答，必须引用知识库原文并标注来源，不许模型自己组织语言——这是法务的要求，也是信任的基础。
转人工：触发条件比交接技术更重要
转人工的触发条件，我们最后沉淀了四类，缺一不可：能力边界类（用户明确要求转人工、问题超出知识库覆盖、需要调 Agent 没挂载的工具）；情绪类（用户连续两轮表达不满、出现投诉关键词）；风险类（涉及退款、大额订单、法律纠纷）；质量类（同一问题 Agent 回答两轮用户仍不满意）。情绪识别别做复杂了，关键词 + 轮次计数在实战里够用，准确率比你想象的高。
上下文交接是转人工体验的关键。很多系统转人工就是"正在为您转接"，人工坐席进来两眼一抹黑，重新问一遍，用户直接爆炸。我们的交接包是强制的四件套：用户问题一句话摘要、已尝试的解决步骤、关键业务实体（订单号、产品型号）、用户情绪标签。坐席端看到的是一个小卡片，接起来第一句就能接着说。这个小卡片让转人工后的满意度提升了 11 个点，是整个项目里 ROI 最高的一个改动。
服务质量指标：三个数就够
别搞十几个指标，就盯三个：解决率（Agent 独立闭环的会话占比）、转人工率（分主动转和被动转看，被动转高了说明触发条件太松）、满意度（会话结束后的 1-5 分评价，重点看 1-2 分的差评归因）。我们定的健康线是：解决率 65% 以上、转人工率 25% 以内、满意度 4.2 以上。低于线先别怪模型，八成是知识库过期或者触发条件没调对。
最后提醒一句：客服 Agent 上线第一周，务必安排人工坐席 100% 旁听抽检。模型在测试集上的表现和真实用户的千奇百怪之间，永远隔着一道墙，头两周的 badcase 是你未来三个月的优化 backlog。