微信与 WhatsApp 上的 AI 客服怎么做

先说结论：把重复性的、答案有据可查的问题交给智能体自动回复；把涉及金额、承诺、投诉和情绪的问题，第一时间交给人。这条线不是按"难度"划的，是按"答错的代价"划的。一条查订单的回复答错了，客户再问一次；一条关于退款政策的回复答错了，你已经做出了承诺。

渠道决定了体验，也决定了约束

聊天渠道和网页客服有三点根本不同，忽略哪一点都会出事：

• 没有"会话结束"。客户三周后接着上一句继续问，是常态。智能体必须记得上次聊过什么，否则每次都要客户重述一遍——这正是他们本来就讨厌客服的原因。持久记忆在这里不是加分项，是前提，见AI 智能体如何记忆。
• 发出去就收不回。网页上的错误回答可以刷新掉，聊天软件里的错误回答是一条证据。这是审批边界必须存在的直接原因。
• 同一个号服务很多人。每个人的历史、偏好、订单都必须彼此隔离。把 A 客户的信息答给 B 客户，是这类系统最严重也最常见的事故。

哪些问题可以自动答

判断标准只有一条：答案能不能从一个可核查的来源里查到。

• 订单状态、物流进度、预约时间——数据在系统里，答案唯一。
• 营业时间、地址、服务范围、常见规格——知识库里有，答案稳定。
• 价目表上的标准价格——注意是"标准价格"，不是"能不能便宜点"。
• 第一步排查建议——"先确认设备是否通电"这类，有明确流程。

这一类往往占了咨询量的大头，而且是最消耗人力、最不需要判断力的那部分。把它们接走，人工才有时间处理剩下的。

哪些必须转人工

• 任何涉及钱的承诺。折扣、退款、赔偿、例外处理。
• 投诉，尤其是带情绪的。这里的正确回应不是准确，是被认真对待。
• 客户明确要求找人。这条应该是硬规则，不需要智能体自己判断。
• 知识库里没有的问题。此时唯一正确的行为是说不知道并转交，而不是编一个听起来合理的答案——这是这类系统最危险的失败方式，因为它看起来完全正常。
• 受监管的内容。医疗、金融、法律相关的具体建议。

"AI 预处理 + 人工精服务"的实际形态

行业里常见的这个说法是对的，但落地时容易变成"AI 先答一遍，答不好再转人工"，那是最糟的一种：客户先被敷衍了一次，再重新讲一遍。

更好的形态是分流发生在回复之前：智能体先判断这条消息属于哪一类，能自动答的直接答，不能的直接转人工并把上下文一并带过去——人工接手时看到的是"客户在问退款，订单号在这里，历史记录在这里"，而不是一段需要自己读完的对话。

还有一种中间态值得用：草稿模式。智能体写好回复但不发送，人工看一眼、改两个字、点发送。适合刚上线的头几周，也适合永远保留在高风险类别上。做法写在带人工审批的自动化客服。

上线前要定的五件事

1. 知识来源是什么。一份维护得起来的资料，比十份过期的强。智能体答错，九成是因为它读到的东西本身是错的。
2. 转人工的触发条件。写成清单，不要留给临场判断。
3. 人工不在线时怎么办。半夜的转人工要有归宿，否则客户得到的是沉默。
4. 身份与隔离。怎么确认对面是谁、怎么保证他只能看到自己的信息。
5. 谁每周看一次记录。没有这个人，系统会在三个月里悄悄退化，而且没有任何告警。

关于数据，别等上线后再想

客服对话里天然包含个人信息：姓名、电话、地址、订单、有时还有健康或财务状况。这些数据存在哪里、由谁处理、会不会流向境外，属于上线前要定的事。相关判断框架在数据不出境；如果你的服务面向中国境内公众提供，还要看生成式 AI 合规。

怎么判断它做得好不好

不要看响应速度——那是最容易好看、也最没有信息量的指标。看四个：自动解决率（有多少咨询完全不需要人）、转人工是否转对了（两个方向都算错）、人工修改草稿的幅度（越改越多说明在退化）、首次回复到问题解决的时长（这是客户真正感受到的那个数字）。