客服接 AI，最容易犯的错误是先把工具接上，再回头补知识库。顺序反了，工具只会把过期答案更快地发给客户。靠谱的路径是反过来：先清理知识库，再分场景做话术，然后按问题类型分流，转人工时带上上下文。这四个环节串起来，AI 才算真的进了客服体系，缺任何一环，体验都会卡在那一环上。
知识库先清理，再接入
知识库决定后面所有环节的上限。答案过期的条目、互相矛盾的两个版本、同一问题的三份重复文档，都会被工具原样检索出来发出去，而且发得比人工更快。接入前先做一轮清理：合并重复条目，给每条标注更新时间，写明适用范围。一份 300 条的知识库，清理通常比接入本身花的时间更长，这一步省不得。
清理完还要定更新规则。谁的条目过期谁改，改完标注日期，每季度全量过一遍。没有更新机制的知识库，三个月后又会回到接入前的状态，而且这次错误答案是被 AI 批量发出去的。
话术按场景分开，不套万能模板
投诉要先接住情绪，咨询要直接给答案，催促要给出明确时间点。让工具按这三类场景分别生成回应要点，比一套模板通吃有效得多。具体做法是把每类场景的边界写清楚：投诉类不许承诺赔偿金额，咨询类只引用知识库条目并给出处，催促类必须落到具体时间。场景定义得越细，生成的话术越能用。
分流按问题类型，不按关键词
只按关键词分流，容易把复杂问题错分。客户说"我要退货"，可能是自助可查的物流问题，也可能是账户异常。更稳的分法是把两个维度分开看：问题类型（咨询、投诉、催促）和紧急程度（能否自助解决、是否涉及账户与资金）。能自助解决的引导到文档页，涉及账户和资金的直接转人工，中间地带留给 AI 先答一轮、答不准再转。
工单要带上上下文
转人工时把对话摘要和已尝试的方案一起带过去：客户问过什么、AI 答过什么、哪一步没解决。少了这一段，客户要在人工坐席面前把问题重新描述一遍，挫败感就出在这里。带上上下文，坐席平均能省下两三轮追问，这是整套串联里客户体感最明显的一环。
落地顺序：先试点一类问题
几个环节不必同时上线。更稳的做法是先挑一类高频、低风险的问题试点，比如物流查询，跑通"知识库→话术→分流"这条最短的链，验证两三周后再扩到投诉类。试点期间重点看两个数：AI 一次答准的比例、转人工后客户重复描述的次数。这两个数不改善，说明链条某一环没接上，先回去修，不要急着扩大范围。
| 环节 | 具体做法 | 判断标准 |
|---|---|---|
| 知识库 | 合并重复、标注更新时间、写明适用范围，定每季度复查机制 | 抽 10 条答案核对，无过期、无矛盾 |
| 话术 | 按投诉、咨询、催促三类分别生成要点，写明各类边界 | 每类抽 5 条人工过一遍，无越权承诺 |
| 分流 | 按问题类型与紧急程度两个维度分，账户资金类直接转人工 | 错分率下降，人工接管时客户无需重述 |
| 工单 | 转人工时附对话摘要与已尝试方案 | 坐席追问轮次明显减少 |
客服 AI 串联速查
- 先清理知识库，再接工具，顺序不能反
- 话术按投诉、咨询、催促三类分开写边界
- 分流看两个维度：问题类型、紧急程度
- 涉及账户和资金的一律优先转人工
- 转工单必带对话摘要和已尝试方案
- 先试点一类问题，两个指标达标再扩大
它接不住的部分
AI 客服接不住情绪激化的投诉。客户已经在气头上时，任何模板化的回应都会火上浇油，这类会话应该在前置的分流规则里直接给人工。它也接不住知识库之外的事：新上的活动、临时变更的政策，知识库没更新它就答不了，宁可让它回答"这个我帮您转人工"，也不要允许它自由发挥。
还有一个容易低估的成本：维护。串联跑通之后，真正的工作量从"接工具"转移到"养知识库"，每周固定几小时核对答案、补新条目。没有专人负责维护的团队，这套体系撑不过一个季度。
上线前的三个疑问
- 知识库多少条目才值得接入 AI？：条目数量不是关键，质量才是。50 条干净、覆盖高频问题的条目，比 500 条互相矛盾的文档效果好。判断标准是抽查：随机抽 10 条核对，答案仍然成立的占八成以上，就可以接入。
- 客户发现自己在和 AI 聊天，会不会反感？：反感的通常不是 AI 本身，而是被拖着绕圈。答得准、转得快，多数客户不在意对面是谁。需要在显著位置保留"转人工"入口，藏入口才是反感的主要来源。
- 夜间无人值守时段怎么处理？：AI 全天可答知识库内的问题，但账户与资金类问题夜间只做记录、承诺次日优先跟进，不现场处理。把这条写进分流规则，比让 AI 硬答更稳。
这套串联方法里，知识库的搭法可以参考团队共享知识库的做法；话术生成涉及提示词的改造，改编官方提示词的三个动作讲得更细；客户会话记录的留存与检索，历史记录的管理方法同样适用；而分流规则里拿不准要不要深度处理的会话，可以对照深度思考模式的开启时机来判断。
