TapCub 正式上线:统计、分析、客服一个平台免费用
在线客服

AI 在线聊天:先划好自动回答和人工之间的界线

打开 AI 在线聊天之前,先决定哪些问题它可以自己回答、哪些必须交给人。三个区、带错误答案预算的可复算月度示例、转人工触发条件和五步上线法。

林舟 发布于 2026 年 11 月 19 日 8 分钟阅读 在线客服
示例数据:300 个政策类和 250 个操作类会话可以自动处理(55%);订单状态(200)、账单(120)和投诉(40)留给人;售前(90)由 AI 辅助。示例数据

AI 在线聊天要先划边界才管用:哪些问题 AI 可以单独回答,哪些先回答一部分再转人工,哪些直接交给人。示例月份里,55% 的聊天可以放心自动化,但初版以 8.0% 的错误率没通过 5% 的错误答案预算。

读完你会知道

  • 按量、风险和你的文档能不能回答,给问题分类
  • 上线前给每个区定错误答案上限;92% 正确仍然没通过 5% 的上限
  • 设计转人工,让坐席拿到对话、原因和访客背景

什么是 AI 在线聊天,它和聊天机器人、纯人工聊天有什么区别?

AI 在线聊天,是 AI 先回答访客、或与坐席并行回答,并在该转人工时把会话交给人的网站聊天。「在线」二字很关键:人始终在回路里,设计上要回答的问题是两者之间的界线画在哪里。

把三种设置分开会有帮助,因为文章里这些名称用得很随意:

设置谁来回答优点风险
纯人工在线聊天坐席判断、共情、能执行操作成本,以及夜间的覆盖
规则型聊天机器人脚本流程可预期脱离脚本就失灵
AI 在线聊天AI 先答,转人工时由人接手能覆盖大量重复问题信心十足的错误答案

与脚本机器人的对比,见聊天机器人与在线客服;AI 在客服侧的角色,见 AI 客服代理;客服聊天机器人是什么,见客服聊天机器人。本文讲这些页面留白的一个设计决定,主张是:打开 AI 之前,先决定哪些问题它可以自己回答,哪些必须交给人。 先把边界写下来的团队,得到的是一个能为之辩护的机器人;先打开 AI 的团队,是从投诉里发现边界的。

第一步:怎样按量、风险和可回答性给问题分类?

从真实对话出发,而不是从你希望 AI 能做什么出发。取一个月的聊天,把每个归入一个类别,再给每个类别三项事实:

  • 量: 占会话的比例。
  • 能否根据你的资料回答: 不用查客户的记录,仅凭你已有的文档,能不能写出正确答案?
  • 答错的风险: 低(耽误一点时间或白点一下)、中(一个要花钱或花时间的错误承诺),或高(涉及金钱、安全、法律或账户后果)。

第二项是团队最常漏掉的。订单状态的问题很常见,感觉可以自动化,但答案在 AI 读不到的系统里。如果你的聊天 AI 只根据文档生成文字,那「我的订单到哪了?」它就答不了,不管看上去多容易。

第二步:哪些问题属于自动、辅助和人工这三个区?

三个区把分好类的清单变成规则:

区规则会发生什么
自动能根据你的资料回答,且风险低AI 回答;访客随时可以要求转人工
辅助部分能回答,或风险中等AI 回答事实部分,然后转人工;或由坐席修改草稿
仅人工需要做决定、需要查记录,或风险高直接给坐席

把涉及金钱的决定、投诉、法律和安全话题,以及任何需要查记录的问题,放进仅人工区。客户一说「退款」「取消」「律师」「被扣了两次」,AI 就该停止回答,由人接手。把营业时间、政策和操作类问题放进自动区。

区规则会发生什么
自动能根据你的资料回答,且风险低AI 回答;访客随时可以要求转人工
辅助部分能回答,或风险中等AI 回答事实部分后转人工,或由坐席修改草稿
仅人工需要做决定、需要查记录,或风险高直接给坐席

涉及金钱、投诉、法律、安全和查记录的,放在人工区。

示例:边界对一个月的聊天做了什么?

示例数据:一个月 1,000 个会话。

类别会话能根据文档回答?答错的风险区
营业时间、配送和政策事实300能低自动
产品操作类问题250能低自动
订单状态200不能,需要查记录中仅人工
账单和退款120部分,需要做决定高仅人工
售前和价格90部分中辅助
投诉、法律、安全40不能高仅人工

自动区有 300 + 250 = 550 个会话,占当月的 55%。其余 450 个仍由人处理,其中辅助区的 90 个先由 AI 打个头。

再算价值。假设一个会话人工要花 6 分钟,清理一次错误答案要花 15 分钟。如果 AI 在自动区答对 92%:550 × 0.92 = 506 个正确答案,44 个错误。省下的时间是 506 × 6 ÷ 60 = 50.6 小时;清理是 44 × 15 ÷ 60 = 11.0 小时;净省 39.6 小时。

这是个不错的数字,却有一个糟糕的细节:550 个里有 44 个错,是 8.0%。

app.tapcub.com

一个月聊天按区的占比

示例,1,000 个会话
自动550
仅人工360
辅助90
示例数据
示例数据:300 个政策类和 250 个操作类会话可以自动处理(55%);订单状态(200)、账单(120)和投诉(40)留给人;售前(90)由 AI 辅助。

能接受多少错误答案?上线前先定预算

在试用之前、而不是在首次投诉之后,给每个区定下允许的错误答案率:

区最高错误答案率原因
自动,低风险5%一个错误答案要花几分钟清理
辅助,中风险每条回复都由人复核一个错误承诺要花钱
仅人工不适用AI 不回答

对照这条规则,初版不通过:8.0% 高于 5%。要修的是文档,不是模型。把测试里答错的内容重写之后,假设准确率达到 96%:550 × 0.96 = 528 个正确,22 个错误(4.0%,在预算内),省时 528 × 6 ÷ 60 = 52.8 小时,清理 22 × 15 ÷ 60 = 5.5 小时,净省 47.3 小时。通过的版本既更安全,也更有价值。

这个上限不只是内部选择。Moffatt 诉加拿大航空案里,仲裁庭认定公司要为其网站聊天机器人给客户的错误信息负责。透明度方面也有规则:欧盟 AI 法案第 50 条规定了在人们与 AI 系统交互时要告知的义务。以上是一般性信息,不是法律意见;聊天里要明确说明正在回答的是 AI。

转人工应该怎么做?

转人工是兜底保障,设计时要和设计答案一样认真:

触发条件规则示例
资料里没有匹配AI 说明要把聊天转给人,并且照做
访客要求找人立即转接;不要争辩
敏感措辞「退款」「取消」「投诉」「律师」路由到仅人工区
轮次太多AI 回答约三轮仍未解决,就转人工
不在工作时间收集邮箱和问题,作为离线留言

然后检查坐席收到了什么:完整对话、转人工的原因,以及访客的背景。如果坐席要让访客把问题再说一遍,不管 AI 之前做得多好,这次转接都算失败。

怎样分五步上线 AI 在线聊天?

  1. 先写好或整理好自动区的资料: 一个问题、一个答案、一个最后核对的日期。
  2. 用你历史里的 50 个真实问题测试; 数一数答对、转人工和答错的,对照预算。
  3. 从窄处开始: 先让 AI 只在没有坐席在线时回答,错误答案率稳住之后,再放宽到首次回复。
  4. 第一个月每周复盘每一次转接, 并修好每次背后的资料。
  5. 每月重新量: 自动回答占比、错误答案率、按原因分的转接。

AI 在线聊天的常见误区

  • 没写边界就打开。 你会从投诉里学到边界。
  • 把订单状态算作能自动化。 AI 读不到你的订单,就答不了。
  • 看正确答案,不看错误答案。 示例里,92% 正确仍然没通过 5% 的预算。
  • 隐瞒这是 AI。 要说清楚,既为了信任,也为了透明度规则。
  • 转接丢了上下文。 坐席让访客从头再说,会把节省的时间全部抹掉。
  • 让资料过期。 一条过时的政策答案,就是一个信心十足的错误答案。

在 TapCub 里这条边界怎么设置?

下面是示例里的网店,把三个区放进 TapCub 在线客服的做法。TapCub 的 AI 只生成回复;它不查订单、不改订单、不发邮件,所以订单状态留在了人工区。

  1. 把自动区写成知识。 在 客服 › 知识库 里,为事实和政策添加问答条目:问题匹配时,答案原样发出,不耗 AI 调用。为操作类话题添加文档;它们会被切成约 600 字的段落,用全文索引检索,再起草成回答。
  2. 上线前测试。 知识库里的 Playground 测试回答,不耗额度。把你的 50 个问题放进去跑,把错误答案数对照预算。
  3. 选择模式。 客服 › 聊天设置 › AI 接待 有三种模式: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停止)。先从中间那个开始。
  4. 掌控转接。 资料不够时,会话会转给 客服 › 客服工作台 里的坐席,并标注原因,例如没有知识匹配、模型答不了、访客要求、达到轮次上限。把最常见的问答置顶成 FAQ:打开它不会建会话、不耗额度,只有点 没解决 或要求找人才会建。
  5. 衡量。 客服 › 客服报表 显示知识库命中率、解决率和首次响应(只算人工回复)。

AI 调用怎么计数,见AI 聊天调用如何计数;怎么设置,见设置 AI 聊天回复。TapCub 不替你决定边界;这些区由你来设。

常见问题

什么是 AI 在线聊天?

AI 在线聊天是 AI 先回答访客、或与坐席并行回答,并在该转人工时把会话交给人的网站聊天。人始终在回路里。关键的设计选择是:哪些问题 AI 单独回答,哪些交给人。

哪些问题应该让 AI 聊天自己回答?

能够根据你已有的文档给出正确答案、而且答错代价小的问题:营业时间、政策、配送事实和操作步骤。涉及金钱的决定、投诉、法律、安全,以及任何需要查记录的问题,应该交给人。

AI 在线聊天需要多准确?

上线前给每个区定一个错误答案的上限。对低风险问题,合理的上限是错误率至多 5%。示例里,92% 的准确率以 8% 的错误率没通过;修好资料后,96% 以 4% 的错误率通过了。

一定要告诉访客他们在和 AI 对话吗?

通常需要,而且无论如何都是好做法。欧盟 AI 法案第 50 条规定了在人们与 AI 系统交互时要告知的义务,其他地区也有披露规则。以上是一般性信息,不是法律意见,请核对你自己的要求。

AI 在线聊天能查订单或办理退款吗?

除非它连接了这些系统并被允许操作,否则不能。在 TapCub 里,AI 只生成回复;它不改订单、不发邮件、不调用别的系统,所以查订单和退款属于坐席。

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。

在你自己的聊天里设置边界

精确匹配答案的知识库、三种 AI 模式、带原因标注的转人工,以及把人工和 AI 回复分开的报表。

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