大模型做客服,演示效果往往很好,上线三个月后却常常被业务部门弃用。原因通常不是模型能力不够,而是上线前有四个问题没答清。
问题一:知识从哪里来,谁负责更新
模型不掌握你的产品。它需要一份可检索的知识底稿:产品参数、价格口径、售后政策、常见故障处理。关键是有人负责维护——如果知识底稿三个月不更新,回答就会开始偏。工程上通常做成「文档入库 + 定期重建索引」,并把更新责任落到具体岗位。
问题二:答错了谁负责
客服对话是有责任的。要提前约定:哪些内容可以自动回答(如营业时间、流程说明),哪些必须转人工(如价格谈判、投诉、退款),哪些一律不回答(如承诺交期、法律责任)。这条边界写在系统里,而不是靠员工临场判断。
问题三:人工怎么接手
转人工不是一句话的事。需要把上下文带过去:客户问了什么、模型答了什么、客户在哪一步表达了不满。否则客户要重复一遍,体验反而更差。验收时可以用「转人工后客户是否需要重复描述」作为硬指标。
问题四:效果怎么衡量
不要用「感觉更智能了」验收。可衡量的指标通常是:首次响应时间、一次解决率、转人工比例、人工单次处理时长、客户追问次数。上线前后各取两周数据对比,才能看出真实收益。
一个务实的落地顺序
建议从「内部答疑」开始:让员工先问,知识边界窄、容错高、反馈快。跑顺之后再对外,最后才涉及营销话术与报价。每一步都设一个可以停下来复核的节点,比一次性大干快上稳得多。