TapCub 正式上线:统计、分析、客服一个平台免费用
在线客服

AI 聊天机器人功能:哪些功能真正提高客服解决率

AI 聊天机器人哪些功能对客服真正重要?按每个功能能挽回多少未解决的会话排出分级清单,附一个可复算的示例,把解决率从 36.0% 提到 78.7%。

林舟 发布于 2026 年 11 月 20 日 9 分钟阅读 在线客服
示例数据:1,000 个会话,开始时已解决 360 个。按写明的假设挽救率,六个功能多解决 427 个会话,解决率达到 78.7%。示例数据

对客服重要的 AI 聊天机器人功能,是能挽救未解决会话的那些:知识覆盖加精确匹配的答案、看得见的联系真人的方式、只用你的资料作答、翻译,以及给坐席的背景。在示例月里,它们把解决率从 36.0% 提到 78.7%,其中覆盖加转人工贡献了 42.7 个点里的 25.8 个点。装饰性选项得零分。

读完你会知道

  • 按挽救的会话数给每个功能打分:示例里知识覆盖(+13.8 点)和转人工(+12.0 点)胜过其他所有功能
  • 转人工要算数:客户能主动要求、机器人会自己转、记录原因、坐席能看到访客是谁
  • 没把握就转人工会降低机器人单独解决的占比,却提高解决率,因为有人把事情做完了

评价 AI 聊天机器人的功能,该用什么标准?

评价每个功能只问一个问题:它能让更多客户的问题得到解决吗?解决率是周期内标记为已解决的会话数除以全部会话数,不论是机器人还是人解决的。这是合适的标尺,因为客服机器人常见的失败都是没能解决:机器人没有答案、给了错误答案,或者让客户卡在原地。

监管机构和研究者描述的是同一种模式。美国消费者金融保护局(CFPB)2023 年对银行聊天机器人的审视指出,客户可能陷入重复的、无用的回答循环,它称之为“死循环”,还有些聊天机器人让人“没有通往真人客服的出口”。报告引用的一项调查里,80% 用过聊天机器人的消费者感到更沮丧,78% 之后还需要联系真人(CFPB,2023)。Nielsen Norman Group 的一项聊天机器人可用性研究发现,机器人承认失败并给出出口时,用户反应良好,而重复的回答会惹恼他们。该研究只有 8 名参与者,只能当作方向性参考(NN/g)。

所以下面的评级,按每个功能能挽回多少未解决的会话来排序。装饰性功能在这个尺度上得零分,这本身就是一个正当的结论。

哪些会话会失败,每一种该用哪个功能挽救?

从会话为什么失败说起,因为每种失败的解法不同。下面是一个只有答案来源、别的什么都没有的机器人一个月的示例(示例数据,1,000 个会话):

结果会话数占比
已解决36036.0%
失败:知识库里没有答案23023.0%
失败:客户卡住,没有办法联系真人15015.0%
失败:机器人给了错误或不相关的答案12012.0%
失败:客户用了机器人处理不了的语言606.0%
失败:请求需要不了解访客的坐席来处理606.0%
失败:客户来信时没有人在线202.0%
合计1,000全部

基线解决率:360 ÷ 1,000 = 36.0%。示例把 640 个失败拆成六种原因。接下来把功能和原因对上,并明确说出每个功能能挽救多少这类失败。这些挽救率是示例里的假设,不是实测值;请换成你自己会话里的数字。

失败类型会话数占比
已解决36036.0%
知识库里没有答案23023.0%
客户卡住,没有办法联系真人15015.0%
错误或不相关的答案12012.0%
语言处理不了606.0%
坐席不了解访客606.0%
没有人在线202.0%

示例数据:只有答案来源、没有其他功能的机器人,1,000 个会话。基线解决率 36.0%。

哪些功能最重要?分级清单

每个功能:挽救的会话 = 该类失败数 × 假设的挽救率;点数 = 挽救的会话 ÷ 1,000。

排名功能针对的失败失败数假设的挽救率挽救的会话解决率提高的点数
1知识覆盖,高频问题用精确匹配的答案知识库里没有答案23060%138+13.8
2看得见的联系真人的方式,加轮数上限客户卡住15080%120+12.0
3只用你的资料作答,没把握就转人工错误或不相关的答案12070%84+8.4
4双向翻译语言不通6075%45+4.5
5转人工时把访客背景展示给坐席坐席不了解访客6050%30+3.0
6离线留言表单没有人在线2050%10+1.0

加起来:138 + 120 + 84 + 45 + 30 + 10 = 多解决 427 个会话。解决率从 360 ÷ 1,000 = 36.0% 变成 (360 + 427) ÷ 1,000 = 78.7%。

排名里有三点启示。

  1. 最大的两项收益根本不是“AI”。覆盖和转人工合计占 42.7 个点里的 25.8 个点。一个团队花一个月调模型,却不管知识缺口和卡住的客户,就是在错的一头使劲。
  2. 第 3 项会降低机器人自己解决的占比,却能提高解决率。没把握就转人工,意味着机器人自己回答的问题变少了;解决率上升,是因为有人把事情做完了。
  3. 实际操作中顺序很重要。先加转人工(+12.0),在接下来几周补知识缺口(+13.8)的同时,也保护着客户。

没进表的功能在这里得零分:机器人的名字和头像、友好语气的设置、表情符号、打字动画。它们可能影响聊天的感觉,但不能挽救上面六种失败里的任何一种。不要因为它们而买。

app.tapcub.com

每个功能带来的解决率点数

36.0% 到 78.7%
知识覆盖+13.8
看得见的转人工+12.0
有依据的回答加转人工+8.4
翻译+4.5
坐席背景+3.0
离线表单+1.0
示例数据
示例数据:1,000 个会话,开始时已解决 360 个。按写明的假设挽救率,六个功能多解决 427 个会话,解决率达到 78.7%。

“转人工”要包含什么才算功能?

“转人工”出现在每家厂商的清单里,所以要看细节,因为不起作用的转人工,就是 CFPB 报告里的死循环。一个有效的转人工有五个特点:

  • 客户随时可以要求,用平实的话说就行,第一次要求就被满足。
  • 机器人会自己转:在一定数量的无效轮次之后自动转,所以客户永远不会被困住。
  • 记录原因(无匹配、模型无法回答、客户要求、轮数上限),这样你能看出表里六种失败原因分别占多少。
  • 有一条消息说明接下来会怎样,包括没人在线时怎么办(一个留下邮箱和问题的表单)。
  • 坐席能看到对话和访客是谁,不用再问一遍。

测试很简单:打开你自己的聊天,问一个机器人答不了的问题,数一数要经过多少条消息才能联系到真人或看到留言表单。经验上,超过四五条就是在形成循环。

准确性和诚实相关的功能呢?

语言模型能写出流畅却错误的答案。CFPB 的审视警告说,这类聊天机器人“不擅长区分事实正确和不正确的数据”,错误可能造成实际伤害。准确性功能可以降低这种风险:

  • 只用批准的资料作答。从你自己页面检索出来的答案可以核对;来自模型通用知识的答案不行。
  • 高风险问题优先用精确匹配。退款政策或送达期限应当原样发送,而不是转述。
  • 错误答案只需纠正一次。坐席改正一个答案后,修正应当被存下来,下次同样的问题就得到更正后的答案。
  • 标明这是 AI。在欧盟,《AI 法案》第 50 条第 1 款要求直接与人交互的 AI 系统的提供者,在设计上让人知道自己在与 AI 系统交互,除非这一点显而易见(AI 法案第 50 条)。第 113 条规定了何时适用,请核对你所在市场的日期。

也要坦诚机器人做不到什么。NN/g 研究里的用户常常事先不知道机器人能做什么;在开场白里说明它的范围,可以避免错误的期待。

怎么衡量一个功能有没有帮助?

按整周衡量改动前后的解决率,并像对待其他测试一样谨慎地读这个变化。

  1. 先记录 2–4 周的基线:会话数、解决率、转人工原因、由知识库回答的问题占比。
  2. 一次只改一件事。如果同一周既加了翻译又重写了答案,你就不知道是哪个让数字动的。
  3. 拿可比的对比。促销、产品故障或新增的客服时段,会改变会话的构成,要记下来。
  4. 看失败的构成,不只看总数。如果解决率上升了,但“客户要求”类的转人工翻了一倍,你可能让机器人变得更难用了。
  5. 对大幅跳变保持警惕。如果解决率一夜之间从 36% 跳到 80%,检查“已解决”是不是被闲置计时器自动设置的。

怎样设计前后对比,见 A/B 测试;客服智能体该做什么、不该做什么,见 AI 客服智能体;聊天机器人的类别见聊天机器人类型。

这些功能在 TapCub 里对应什么?

用上面的失败表,看每个功能在 TapCub 在线客服里的位置。

  1. 覆盖和精确匹配。在 客服 › 知识库 里,问答条目的问题等于访客的话,或访客的话包含全部关键词时,会原样发送,不消耗 AI 调用。文档会被切成约 600 字的段落,没有问答匹配时,模型根据得分最高的段落起草回答。在 草稿收件箱 里,从历史会话生成 把最近 30 天已解决的会话整理成问答草稿;批准之前不会上线。
  2. 转人工。在 客服 › 聊天设置 › AI 接待 里选三种模式之一:关闭、仅坐席全离线时、AI 先答。坐席接手、人工回复或访客要求人工时,AI 就停止。每个会话的最大 AI 轮数 范围是 1 到 20(默认 6),超过就转人工,没人在线时窗口变成留言表单。
  3. 知道为什么转。工作台会标出原因:无知识匹配、模型无法回答、访客要求、达到轮数上限,或坐席接手。把这些标签当作上面的失败表来用。
  4. 错误答案只改一次。在工作台里,纠错入库 把改正后的答案存成问答条目,下次同样的问题不再询问模型就直接发送。
  5. 翻译和背景。 问候语与翻译 让访客和坐席各看自己的语言。工作台侧栏显示访客的来源、最近 2 天的浏览轨迹和过去的对话,一键就能打开统计里的档案。
  6. 衡量。 客服 › 客服报表 显示会话数、解决率(已解决 ÷ 会话数)、首次响应(只算人工回复,AI 回复不算)、满意度和知识库命中率。离线留言单独计,不算已解决。见设置 AI 聊天回复。

有两条边界要说清楚。TapCub 的 AI 只会根据知识库起草回复:不会改订单、不会退款、不会发邮件,也不会调用别的系统。而且在第一次回复之前,访客会被告知他们在和 AI 对话,这条提示不能关闭。

FAQ

AI 聊天机器人应该有哪些功能?

按解决的会话数排序:知识覆盖加精确匹配的答案、看得见的联系真人的方式、只用你的资料作答、翻译,以及把背景传给坐席。装饰性选项挽救不了任何失败。

对客服来说,AI 聊天机器人最重要的功能是什么?

示例里,知识覆盖(+13.8 点)和有效的转人工(+12.0 点)合计带来约 60% 的改进。没有它们,更强的模型多半只是对错的问题给出流畅的答案。

怎么衡量聊天机器人的解决率?

周期内已解决的会话数除以全部会话数,不论是谁解决的。要连同转人工原因一起跟踪,因为解决率上升、客户却更常要求真人,可能说明机器人更难用了。

AI 聊天机器人应该转人工吗?

应该,在客户要求时,以及一定数量的无效轮次之后。CFPB 的审视把死循环和缺少出口描述为主要危害,所以转人工不仅要能用,还要自动触发。

AI 聊天机器人能执行退款之类的操作吗?

只有专门接入那些系统才行,这会增加风险和集成工作。TapCub 的 AI 不做:它根据知识库起草回复,把操作留给坐席。

资料来源

归档:在线客服

这篇文章对你有帮助吗?

我们会根据反馈修改和补充这篇内容。

林舟

产品体验专员

关注产品体验、功能使用与增长实践,喜欢把复杂流程拆成清晰步骤,让分析结果更容易用到日常决策中。

看看机器人解决了哪些会话

解决率、带标签的转人工原因和知识库命中率在同一份报表里,AI 只会起草回复。

看清数据,找到增长。

每一次点击,都有数据依据。装好一行代码,1 分钟看到第一批数据。

无需信用卡 · 统计与客服都有免费版 · 统计无 Cookie