客服团队的 AI 副驾驶：工单摘要、回复建议与质量控制

客服团队的大量时间花在重复性工作上：回复前阅读冗长的对话记录、在分散的文档中查找答案、反复键入相同的解释，以及判断一张工单是否紧急。生成式 AI 在这里最能发挥价值，但它的角色不是取代客服，而是担任“副驾驶”：准备摘要、提出回复草稿、标记需要关注的工单，最终仍由人来做决定并点击发送。

这种做法比让聊天机器人独自回答一切更现实：风险更小，结果更容易衡量，客服也会觉得自己被帮助而不是被替代。本文介绍值得优先尝试的功能、如何准备数据、安全边界，以及如何衡量副驾驶是否真的改善了服务。

摘要

• 副驾驶是辅助客服而非取代客服：回复仍由人审阅并发送
• 价值最高的功能通常是工单摘要、回复建议和自动分类
• 建议的质量取决于整洁且及时更新的知识库
• 客户的个人数据在交给模型处理之前应当限制并脱敏
• 用诚实的指标衡量：处理时长、草稿修改率、客户满意度
• 从一种工单类型和一个渠道开始，再逐步扩展

副驾驶不同于自动聊天机器人

聊天机器人直接面对客户，中间没有人参与；副驾驶则站在客服一侧：客户并不直接与 AI 互动，而是与一位恰好工作更快的客服互动。这一差别决定了风险的高低。

• 机器人答错会立刻传达给客户；副驾驶给出错误建议，客服仍可纠正
• 副驾驶适合需要判断的复杂问题，机器人适合简单、重复的问题
• 经验丰富的客服仍是语气与同理心的把关者，这是机器难以模仿的
• 新客服能通过优秀回复的示例更快成长

两者并不互斥。许多企业用机器人处理最常见的问题，用副驾驶处理其余部分。基于知识的聊天机器人见基于企业知识与 RAG 的 AI 聊天机器人，自动化中的人工环节见AI 代理的人工审批（human-in-the-loop）。

值得优先尝试的功能

工单与对话摘要

来回沟通五次或在团队之间转交过的工单，往往包含几十条消息。接手的客服必须全部读完，才能避免询问已经回答过的问题。自动摘要回答三件事：客户的问题是什么、已经尝试了什么、下一步是什么。阅读时间大幅缩短，客户也不必重复讲述经过。工单升级到其他团队时，摘要尤其有用。

基于知识库的回复建议

副驾驶检索帮助文章、政策和相似的历史工单，然后起草一条注明来源的回复。客服检查、调整语气后发送。关键在于每份草稿都附上来源文档的引用，客服一键即可核实。没有引用，客服要么盲目信任，要么手动核查，节省时间的效果就会消失。

分类、优先级与分派

模型可以读取新消息，并建议类别、紧急程度和目标团队。一位写着“我无法付款，账单明天到期”的客户，应当排在普通咨询之前。自动分类还有助于发现负面情绪、取消订阅的威胁或需要资深人员处理的法律话题。

翻译与语气调整

对于服务跨国客户的企业，副驾驶可以翻译来信和回复草稿。客服仍需留意专业术语和文化细微差别。语气工具，例如让回复更简短或更友好，能帮助疲惫的客服保持一致。

内部备注与系统更新

工单解决后，副驾驶可以撰写结案备注、填写工单字段，并标记被证明不够清晰的帮助文章。客服常因枯燥而跳过这些行政工作，但这些数据对分析很有价值。

基础：整洁的知识库

建议的质量不可能超过它所读取材料的质量。如果政策文件相互矛盾或已过时，副驾驶会信心十足地给出错误答案。需要做的准备：

• 汇集唯一可信来源：退货政策、价格、服务条款、故障排查指南
• 为每份文档标注日期、负责人和定期审阅计划
• 将不得向客户引用的内部文档与公开文档分开
• 把文章拆分成每篇只讲一个主题的小段，以提高检索准确度
• 在去除个人数据后，把资深客服的优秀回复记录为示例

内部知识库的搭建见企业内部知识库与维基，工单流程的基础见客服工单系统与 SLA。

安全与客户数据隐私

客服对话中常含有姓名、电话、地址、订单号，有时还有财务数据。基本规则：

• 在文本发送给模型之前，自动屏蔽银行卡号、密码和身份证件号码
• 选择不会用您的业务数据训练通用模型的供应商和配置，并确认数据处理的地点
• 按当前客服的访问权限限制副驾驶能看到的内容
• 保留建议与客服决定的日志以供审计，并明确保留期限
• 警惕提示词注入：客户消息中可能藏有试图操纵模型的指令

最后一点详见AI 应用安全：提示词注入与数据泄露，面向员工的明确使用规则见AI 使用政策与 AI 治理。

质量控制：让建议保持良好

无人监控的副驾驶会在不知不觉中慢慢退化。一些控制做法：

• 在每条建议上设置快速反馈按钮：有用、需修改、错误
• 由主管每周抽样检查未经修改就发送的草稿
• 制定禁区话题清单，例如赔偿承诺、法律意见或超出政策的退款，必须始终由人决定
• 每当知识库或模型变化时，用参考问题集进行定期测试
• 监控客户在 AI 辅助回复之后提出新投诉的案例

如何建立参考测试，见企业应用中 AI 输出质量的评估。

如实衡量效果

“节省 50% 时间”这类说法很容易提出，却很难令人信服。更稳妥的做法是对比使用副驾驶的小组与未使用的小组，或在相同工单类型上对比使用前后的时期。

• 各类工单的平均处理时长
• 首次响应时间与解决时间
• 草稿被原样采用、轻微修改或被拒绝的比例
• 客户满意度分数与工单重开率
• 新客服达到标准效率所需的时间
• 每张工单的成本，包括模型使用费用

也要留意副作用。如果客服过度依赖而不再批判性思考，即使处理时长下降，细微错误也可能增加。模型成本的控制见控制 AI 令牌与推理成本。

分阶段采用示例

设想一家网店，有五名客服，每天通过邮件和 WhatsApp 处理约 400 张工单。

• 第 1-2 周：对超过五条消息的对话启用工单摘要，收集客服反馈
• 第 3-4 周：针对一个类别（例如物流状态）启用回复建议，并附上政策引用
• 第二个月：加入自动分类与优先级，以及每周抽样审阅
• 第三个月：评估指标，扩展到退货与付款类别，并根据经常失败的主题更新知识库

WhatsApp 等消息渠道需要特别关注，集成方式见用于客户服务的 WhatsApp Business 集成。

常见错误

• 一次性开启所有功能，导致无法知道哪项有帮助
• 一开始没有让客服参与，使这项功能被视为监视
• 任由知识库过时
• 在敏感话题上未经审阅就发送草稿
• 没有区分可以和不可以处理的客户数据
• 只衡量速度，而不衡量质量和满意度

常见问题

副驾驶会取代客服吗？

对于复杂且涉及情绪的工单，短期内不会。改变的是工作构成：更少的阅读和重复键入，更多的判断与同理心。

多久能看到效果？

工单摘要通常几周内就能感受到好处。回复建议需要良好的知识库，因此稳定的效果往往在一到三个月后才出现。

需要自己训练模型吗？

通常不需要。用通用模型加文档检索即可满足许多场景，而且比重新训练模型容易维护得多。

地方语言或混合语言的工单怎么办？

用您客户的真实样本来测试。模型对俚语、缩写和混合语言的表现各不相同，所以测试集必须反映客户真实的书写方式。

结论

AI 副驾驶在被当作客服工具时效果最好：负责摘要、建议和分类，而由人来决定。准备整洁的知识库，限制个人数据，建立反馈和抽样审阅机制，并用诚实的指标衡量效果。从一种工单类型小规模起步，从结果中学习，再逐步扩展。