AI 客服代理是什么？能做什么、怎么上线、怎么衡量

AI 客服代理是一类自动回答客户问题的软件：它从你的知识库里找资料、用模型起草回复，答不了就交给人工。实际用下来，决定效果的往往不是模型，而是你能控制的两件事：它拿什么资料回答，以及什么时候让位给人。这篇讲清它能做什么、不能做什么，知识库怎么准备，什么时候必须转人工，上线按什么顺序，以及怎么用一周的示例数据把关键指标算一遍。

什么是 AI 客服代理？

AI 客服代理是一类自动回答客户问题的软件：先从你的知识库里检索相关资料，再由语言模型起草回复，答不了就把会话交给人工。Intercom 的 Fin AI Agent 文档描述的就是这种已经跑在生产环境里的形态：基于客服内容回答，缺答案或客户要人工时升级。

它有两个容易混淆的「邻居」。规则机器人按固定脚本和关键词触发回复，只能处理事先设计好的路径；坐席助手（copilot）给人工坐席起草建议，但每条回复仍由人来发。下方表格对比这三者。

聊天机器人本身还有更多分类——规则型、AI 型、混合型——各家厂商的叫法也互相重叠，完整分类见聊天机器人的类型。这篇只聚焦 AI 客服代理：谁来写回复、谁来发、答不了怎么办。

一个产品可以同时包含三者；关键是谁来写回复、谁来发。

AI 客服代理能做什么、不能做什么

分界线是回答，还是办事。

只生成回复的 AI 客服代理，能做的是：

• 基于库里的资料回答问题，包括换了说法的问题、一条消息里问好几件事。
• 非工作时间没人值班时，继续回答。
• 答不了时，把会话交给人工。

它做不到的是执行操作。微软 Copilot Studio 文档描述的是另一类代理：通过工具和连接的系统采取行动。只接了知识库的客服代理没有这些工具——它能解释退款政策，但不能发起退款、改订单、查物流、发邮件。

TapCub 的 AI 接待就是只生成回复：不退款、不改订单、不查物流、不发邮件、不调用别的系统。访客需要办事时，会话交给人工来处理。

先备好知识库

AI 客服代理的上限，就是它能检索到的资料。多数产品背后的技术是检索增强生成（RAG），由 Lewis 等人（2020）提出：先检索相关段落，再让模型基于段落起草答案。检索不到相关资料，就没有有依据的回答。

备两种料：

• 问答条目，覆盖高频问题：配送时效、重置密码的步骤、退款政策。在 TapCub 里，问题匹配上的问答条目按原文发送，不调用 AI——快、不耗额度、措辞完全可控。
• 文档，覆盖长尾：帮助文章、政策页、产品说明。TapCub 把文档切成约 600 字一段，用数据库全文检索找到相关段落，再由模型起草回复。

从真实的问题记录出发，别凭印象。团队发得最多的那些回复，就是现成的种子素材——整理方法见客服快捷回复。每段文字要能独立成立：只有挨着上下文才读得懂的段落，检索效果差。还要给每条资料指定负责人：政策一变，条目当天就改。

什么时候必须转人工

转人工是设计的一部分，不是失败。四种情况必须到人：

1. 资料缺失或不够。 代理应该直说并转接，而不是硬编。TapCub 在知识库没有可用资料时自动转人工；Intercom 的 Fin 文档里也是同样的升级规则。
2. 访客要求人工。 立刻照办。TapCub 的 AI 先答模式下，访客一要人工，AI 就停。
3. 涉及操作。 退款、改单、账户操作——只生成回复的代理执行不了。
4. 访客情绪激动，或情况特殊。 严肃时刻发一条起草的道歉，读起来就是一条起草的道歉。

还有一条：告诉访客对面是 AI。欧盟 AI Act 对与人交互的 AI 系统有透明度义务——用户应当知道自己在和 AI 交互。一句「AI 助手可以先回答常见问题，也可以为您转人工」，就把预期设好了，转人工也不突兀。

怎么上线

按这个顺序上，每一步都在保护下一步：

1. 先备知识库（见上文）。访客见到 AI 之前，高频问题先覆盖掉。
2. 定好 AI 什么时候答。 仅坐席都离线时答，或者 AI 先答、人工盯着。从「仅离线时」起步风险小：没人在的时候 AI 才答，出错影响的范围也小。
3. 上线前测试。 拿真实的问题记录，在测试环境里过一遍知识库。TapCub 的 Playground 测试不耗额度。
4. 设离线兜底。 非工作时间，得不到答案的访客要能留下邮箱和问题，并且有人负责回复。
5. 上线后看数。 选 AI 先答的话，要有人能盯着工作台；首周过后，按下一节的指标复盘。

怎么衡量

四个指标，回答四个不同的问题：

• 知识库命中率 = 知识库回答的会话 ÷ 全部会话。AI 手里有没有料？
• 转人工率 = 转给人工的会话 ÷ 全部会话。它多久需要一次帮助？
• 解决率 = 已解决会话 ÷ 全部会话。问题到底解决没有？Intercom 的 Fin 文档把 resolution rate 定义为无人工介入就解决的会话占比；把人工处理也算进去的整体解决率，是另一个同样有用的数。
• 满意度（CSAT） = 好评数 ÷ 评分总数。Zendesk 的 CSAT 文档用 1–5 分量表，4–5 分算好评。注意基数：是评分数，不是会话数。

示例数据：一周，AI 先答模式，500 次会话（离线留言不计入）。

• 知识库回答 340 次：220 次问答精确匹配、按原文发送，120 次由模型基于文档起草。命中率：340 ÷ 500 = 68%。
• 160 次没有可用资料，直接转人工；340 次知识库回答里，又有 60 次仍需人工。转人工率：(160 + 60) ÷ 500 = 220 ÷ 500 = 44%。其余 280 次（56%）全程 AI。
• 280 次全程 AI 的会话解决了 250 次，人工接手的 220 次解决了 190 次。整体解决率：(250 + 190) ÷ 500 = 440 ÷ 500 = 88%。仅 AI 解决率：250 ÷ 500 = 50%。
• 满意度：120 次有评分的全程 AI 会话里 96 次好评（96 ÷ 120 = 80%），80 次有评分的人工会话里 68 次好评（68 ÷ 80 = 85%）。合计：(96 + 68) ÷ (120 + 80) = 164 ÷ 200 = 82%。

两个读法很重要。其一，68% 的命中率不等于 88% 的解决率：命中率衡量 AI 有没有料可答，解决率衡量问题是否真的解决——其中不少是人工解决的。会话被「分流」出队列，不等于问题解决了，两者的区别见工单分流。其二，44% 的转人工率不是失败：这 220 次里，人工解决了 190 次。转人工率要和解决率、满意度一起读，不能单独看。

app.tapcub.com

AI 先答模式的一周 · 示例数据

500 次会话

知识库回答340 (68%)

转人工220 (44%)

已解决（AI + 人工）440 (88%)

示例数据

在 TapCub 里怎么设置 AI 回复

TapCub 的 AI 接待是有意做成「只回答」的，思路和本文建议的一样：高频问题给准确答案，长尾问题靠检索，资料不够就交给人。

1. 从真实对话准备知识库。 在 客服 › 知识库 给高频问题建问答条目。访客的话匹配上时，原样发送存好的答案，不调用 AI；示例周里那 220 个精确匹配就是这样答的。长尾问题把帮助文章作为文档导入：TapCub 把文档切成约 600 字一段，用全文检索找出最相关的几段，再让模型据此起草。知识库还能从过去的对话里生成待审核的草稿条目。
2. 先在 Playground 演练。 它走的是同一条回答路径，不耗额度，也不建会话。把上个月最常见的问题贴进去，答错的先补好，再让访客用。
3. 先从「仅坐席都离线时」开始。 在 客服 › 聊天设置 › AI 接待 选这一档，也就是上线一节里风险最低的做法。有人盯着工作台以后再改成「AI 先答」：坐席接手、人工回复或访客要求人工时，AI 会立即停下。
4. 让转人工有着落。 资料不够时，回复会带一个访客看不到的内部转人工标记，对话进入 客服 › 客服工作台。没人在线时，访客看到的是留言表单，而不是没人理。
5. 几个数一起看。 客服 › 客服报表 有知识库命中率（由问答精确匹配或检索回答的问题占比）、解决率、首次响应和满意度。最常被问的问答条目记得置顶：它们会显示在访客端的常见问题里，访客点开就能看到答案，不会建会话，这就是最简单的工单分流。

线上对话怎么计入套餐额度，见AI 对话怎么计数。完整设置步骤见设置 AI 回复。

常见问题

什么是 AI 客服代理？

自动回答客户问题的软件：不按固定脚本走，而是从知识库检索资料、用语言模型起草回复，答不了就转人工。多数客服场景里的部署是「只回答」型：能答问题，但不能改订单、发退款。

AI 代理和聊天机器人有什么区别？

传统聊天机器人按规则走：关键词触发、按钮菜单、预写回复，只能处理设计过的路径。AI 代理能理解换了说法的问题，基于知识库起草答案，并判断何时转人工。界限正在模糊——很多叫「聊天机器人」的产品也用了 AI——所以要看实际是谁在写回复。

AI 能取代人工客服吗？

对多数团队来说不能。只回答型的 AI 代理处理知识库覆盖的重复问题，但退款、改单、需要判断的情况它做不了，资料缺失或访客要人工时必须转接。上面示例的一周里，人工仍解决了 190 次会话。AI 改变的是人工的时间花在哪，而不是要不要人工。

AI 解决率多少算好？

没有统一的基准——取决于你的问题结构和知识库。Intercom 把解决率定义为无人工介入解决的会话占比；示例周里这个数是 250/500（50%），算上人工的整体解决率是 88%。盯自己的基线、按周比较，并和转人工率、满意度一起读，别只看一个数。

测试 AI 回复会耗额度吗？

在 TapCub 里不会：Playground 测试不耗 AI 额度，上线前可以拿问题反复试知识库。正式会话才计数——问答精确匹配按原文发送、不调用 AI，基于文档的模型起草会用到 AI 调用。计数细节见 AI 对话调用怎么计数。

资料来源

• Lewis, P. 等（2020）. Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks. arXiv. 2026-11-14 核对。
• Microsoft. What is Copilot Studio? — 代理、工具与行动。2026-11-14 核对。
• Intercom. Fin AI Agent outcomes — 解决的定义与升级规则。2026-11-14 核对。
• Zendesk. Viewing your CSAT (customer satisfaction) score and ratings. 2026-11-14 核对。
• European Commission. Regulatory framework for AI — AI Act 透明度义务。2026-11-14 核对。