AI 客服回复如何不带机器人腔

作者: Fraser Hardy

支持收件箱示意图:一条客户留言,下方是 AI 起草的客服回复,引用一篇账单文章和一张过往工单作为来源,并带有“编辑”和“发送”按钮

谁都收到过那种回复。“感谢您的来信!对于由此带来的不便,我们深表歉意。请问您尝试过清除缓存吗?”可您在第一句话里就说了,缓存已经清过了。现在您比一开始更恼火。

提到“AI 客服”,大多数人脑子里浮现的就是这样的画面。这不能怪他们,因为很多 AI 客服确实如此。

但它本不必如此。当三件事同时成立时,AI 客服回复就会显得有人情味:草稿基于真实的事实(您的帮助文档、过往的回答、客户的账户信息),针对的是客户实际提出的具体问题,并且在发出之前有人审核过。把这三点做好,AI 能帮您省下大量打字的时间,而客户丝毫不会觉得自己是被机器打发的。要是做不好,您就把最糟糕的那种客服自动化了。

下面通过一个贴近真实的例子,看看实际是什么样子。

为什么 AI 客服回复听起来像机器人

机械的语气,说到底并不是写作问题,而是知识问题。

当模型不知道答案时,它就会用废话来凑数:道歉、感谢来信、通用的排查步骤、“如果问题仍然存在,请告知我们”。这些填充内容,正是语言模型在无话可说时的产物。“要友好、要简洁!”这类语气指令解决不了问题,因为模型依然没有任何具体的内容可说。

另外几种常见的原因:

把知识问题解决了,大部分语气问题自然就会消失。

示例:同一封邮件,两份草稿

下面是一款虚构的数据分析产品收到的支持邮件。它很典型:带着点沮丧,写明了已经尝试过的办法,而真正的原因是客户自己不可能知道的。

发件人: Dana 主题: 导出一直失败

您好,我想把我们第三季度的报告导出为 CSV,但导出到一半就停了。我已经试过 Chrome 和 Safari,也清过缓存。周四的董事会要用这份报告。是不是哪里出故障了?

通用的机器人式回复

感谢您的来信!对于由此可能造成的任何不便,我们深表歉意。

导出失败可能有多种原因。请尝试清除浏览器缓存和 Cookie,或者换一个浏览器。您也可以检查一下网络连接。

如果问题仍然存在,请随时告知我们,我们的团队将很乐意为您提供进一步的帮助!

每句话单独看都没毛病,整体却毫无用处。它重复了 Dana 已经做过的事,什么也没解释,还在截止日期前两天把问题原封不动地推回给她。

有依据的回复

现在假设起草这封回复的 AI 能够访问三样东西:您关于导出限制的帮助文章、Dana 的账户(她用的是 Basic 套餐),以及她尝试导出的报告规模(约 14,000 行)。

Dana 您好,

并没有出故障,不过我理解为什么看上去像是出了故障。Basic 套餐的导出上限是 10,000 行,而您的第三季度报告大约有 14,000 行,所以导出到一半就被截断了。

周四之前有两种办法可以搞定:

  1. 按日期筛选报告(先导出 7 月到 8 月中旬,再导出其余部分),分两次导出。每一半都在上限之内。
  2. 我可以为您的工作区开通 Team 套餐试用,上限会提高到 100,000 行,您一次就能导出。

需要我帮您开通试用吗?我一分钟就能搞定。

Fraser

示意性的并排对比:左边是满篇道歉和通用步骤的通用 AI 客服回复,右边是有依据的回复,它利用客户的套餐和行数来解释问题并给出两个选项

同一个模型,同一位客户,回复却截然不同。区别在于第二份草稿有事实可依。它知道上限是多少,知道她的套餐,知道她的行数,也知道有哪些选项可选。所以它能解释原因、提供解决办法,还照顾到了她的截止日期。

关键就在这里。

有依据的 AI 客服回复是如何运作的

优秀的 AI 服务台工具背后的模式叫检索增强生成(RAG),不过您不需要记住这个术语。它的意思是:在动笔之前,系统先去查资料。

流程图:一张新工单从帮助文章、过往工单、账户和套餐详情以及内部备注中提取上下文,生成带有来源的回复草稿,再由客服编辑并发送

最重要的几类来源,大致按重要性排序:

  1. 您的帮助中心文章。 常见问题的官方答案。如果文档写明导出上限是 10,000 行,草稿里就会写 10,000 行。
  2. 过往已解决的工单。 您的团队以前实际是怎么回答这类问题的,包括那些从未写进文档的变通办法。
  3. 客户的账户。 套餐、用量、最近的错误、已经告诉过他们什么。这正是让回复显得个性化而不是千篇一律的关键。
  4. 内部备注和政策。 退款规则、已知的 bug,以及您会在入职第一天告诉新客服的那些事。

好的 AI 客服工具还会展示它的来源。当草稿写着“Basic 套餐的导出上限是 10,000 行”时,您应该能看到这条信息出自哪篇文章。这样您才能发现那种自信满满、却引用了去年价格的草稿。

为什么要保留人工审核

全自动回复很有吸引力:更便宜,也是即时的。对于少数真正简单的问题(比如“我的发票在哪里?”),只要来源可靠,自动回复完全可以。

至于其他所有情况,我仍然建议在草稿和“发送”按钮之间留一个人。原因有几个:

即便有人工审核,AI 起草带来的时间节省依然可观。编辑一份不错的草稿,比从零开始写要快得多。您只需核对事实、调整语气,而不是从头撰写。

让 AI 服务台草稿像您本人的实用规则

无论您是使用现成工具还是自己写提示词,下面这些规则的作用最大:

先给它事实,再给它风格。 在毫无知识的基础上套一份风格指南,只会得到客气的废话。先把帮助中心做准确。

禁用套话。 明确告诉它:不要“感谢您的来信”,不要“对于由此带来的不便深表歉意”,不要“请随时”。开头直接给答案。

让它用上客户说过的内容。 如果客户列出了已经尝试过的办法,回复就绝不能再建议这些办法。

要求给出下一步。 每封回复都要以具体的内容收尾:一个链接、一个提议,或者一个能推动事情往前走的问题。

允许它说“我不知道”。 一份写着“我没有找到相关信息,已转交人工处理”的草稿,远比瞎猜要好。有依据的工具应该宁可拒绝,也不要编造。

以真人的名义署名。 如果是某个人审核并发送的,那它就来自这个人。这样既诚实,读起来也更自然。

把来源展示给客服,而不是客户。 引用来源能帮助审核者核对事实。客户只想要答案。

AI 客服回复出问题的情形(以及应对办法)

有几种失败模式值得留意:

草稿如何随时间越来越好

接下来是人们容易忽略的一点。改进 AI 客服回复,最好的办法不是反复调整提示词,而是完善知识库。

每当草稿因为答案没有文档而显得乏力,就说明少了一篇帮助文章。把它写出来,下一次这个话题的草稿就会不错,还有一些客户根本不需要再发邮件。我在把支持工单变成帮助文章中写过具体流程,在如何不靠加人来减少支持工单中写过更全面的思路。

这正是我们围绕着构建的闭环。Ellie Docs 根据您的代码库撰写并维护帮助中心,因此每次发布新版本,其中的事实都保持最新。Ellie Desk 是一个整合了邮件、聊天和网页小组件的共享收件箱,它会基于这些文档、您的过往工单和知识库来起草回复。您负责审核、编辑和发送。工单解决后,只需点击一下,就能把它变成一篇帮助文章草稿。Desk 目前处于抢先体验阶段。

当然还有很多其他选择。Intercom、Zendesk、Help Scout 和 Front 现在都有 AI 起草或自动答复功能,在依据来源和自动化程度上各有不同的做法。无论您选哪一款,都可以问同样的问题:它读取什么内容,是否展示来源,发送前能否由人工审核?

关于 AI 客服,人们常问的问题

客户会知道回复是 AI 起草的吗? 如果回复有依据并经过审核,就不会。他们能察觉的是千篇一律的回复,而不是 AI 写的回复。一份具体、正确、由真人署名的答复,读起来就是优质的客服,因为它本来就是。

AI 回复应该自动发送吗? 对于范围很窄、文档完善的简单问题,可以这样做。但凡涉及金钱、bug、客户情绪或需要判断的情况,都应该保留人工审核。反正大部分节省的时间都来自起草这一步。

在 AI 起草值得投入之前,我需要准备什么? 针对最常见问题的准确帮助中心,以及足够多的过往工单,让系统能从中学习您的回答方式。如果您的文档还很单薄,就先从这里做起。


如果您想要一个由 AI 根据您自己的文档和过往回答来起草回复、您只需检查并发送的支持收件箱,请加入 Ellie Desk 抢先体验名单。