好的在线客服欢迎语,要让访客两秒内看出这个聊天在本页是干什么的,并以一个容易的下一步收尾,控制在约 40 个字以内。按页面组来写,把问候、气泡提示和邀请区分开,并用事先算好的样本量测试:回复率从 6% 提到 8%,每条消息约需 2,554 次展示。
读完你会知道
- 按页面组来写:“在比较套餐?告诉我你的团队人数”胜过泛泛的“有什么可以帮您?”
- 开头一句要短:十二条示例平均 31 个字;访客在页面上最多读约 28% 的字
- 先算样本量:6% 提到 8%,每条消息需要 2,554 次展示;每月 5,400 次邀请时,两条消息约 4.1 周
什么样的在线客服欢迎语有效?
欢迎语有效,是因为访客两秒内就能看出这个聊天是干什么的、下一步该做什么。这意味着它要短,要和访客所在的页面相符,并且以一个容易回答的内容收尾。没有哪一句话是标准答案;合适的欢迎语,是适合这个页面、并且和现用版本对比测试过的那一条。
人们只会扫读,所以长度很重要。Nielsen Norman Group 对 45,237 次页面浏览的分析发现,访客在一个普通页面上最多读 28% 的字,实际约 20%(Nielsen,2008)。那是网页文字而不是聊天,但欢迎语本来就压在一个要读的东西已经很多的页面上。每多一句话,都要当作在消耗注意力。
四条规则覆盖了大部分情况:
- 说清这个聊天在这个页面上是干什么的。 “在比较套餐?”胜过“欢迎光临!”。
- 只给一个容易的下一步。 访客三个字就能答的问题。
- 如实说明谁在回答。 机器人要说明自己是机器人;离线消息要说明什么时候有人回来。
- 开头一句控制在约 40 个字以内。 下面的示例平均 31 个字。
访客回复之后怎么接,见在线客服话术;哪些页面该触发邀请,见主动邀请聊天。
打招呼、气泡提示和邀请:你写的是哪一种?
在多数聊天工具里,“欢迎语”其实包含三种不同的东西,措辞也不同。
| 类型 | 访客什么时候看到 | 它该做什么 |
|---|---|---|
| 打开窗口后的问候 | 访客打开聊天之后 | 说明预期,邀请提出第一个问题 |
| 气泡上方的提示 | 到达后不久,通常只出现一次 | 让气泡值得点一下;一句短话 |
| 页面上的邀请 | 在匹配页面停留一段时间后 | 针对这个页面的具体问题提供帮助 |
气泡提示是为了换来一次点击,邀请是为了就这个页面开启一场对话,问候是为了让第一个问题好开口。把它们混在一起,会得到一个想说完所有事的气泡提示,或一个重复邀请刚说过内容的问候。
各类页面上,好的欢迎语是什么样?
按页面分组的示例消息。它们是为本文写的模板,不是实测的优胜者。字数含标点,按这份清单统计。
| 页面或情形 | 示例消息 | 字数 |
|---|---|---|
| 首页 | 你好,我是小山。有什么想了解的都可以问我,或者告诉我你想做什么,我帮你找到对应的页面。 | 43 |
| 价格页 | 在比较套餐?告诉我你的团队人数,我告诉你哪个合适。 | 25 |
| 价格页,25 秒后邀请 | 不确定哪个套餐合适?回答两个小问题,我给你推荐一个。 | 26 |
| 商品详情 | 想知道能不能配合你现在用的东西?告诉我你用什么,我帮你查。 | 29 |
| 购物车 | 下单前对配送或退货有疑问?我在这里。 | 18 |
| 帮助或文档 | 没找到答案?说说你卡在哪里,我帮你找文章或直接帮你解决。 | 28 |
| 博客 | 正在读这个话题,想在自己的网站上看看效果?尽管问我。 | 26 |
| 账户(客户) | 你好,又见面了!账户里有东西不好用?告诉我你看到了什么。 | 28 |
| 回访访客 | 欢迎回来!可以接着上次继续,也可以问个新问题。 | 23 |
| 离线 | 我们到东部时间 9:00 才上线。留下邮箱和问题,上午晚些时候回复你。 | 35 |
| 离线并给出答案 | 我们到东部时间 9:00 才上线。发往加拿大需要 5 到 7 个工作日。留下邮箱,我们告诉你准确价格。 | 51 |
| 机器人开场白 | 我是 AI 助手,根据我们的帮助文章回答。尽管问,也可以随时要求转人工。 | 36 |
这十二条的平均长度是 30.7 个字(368 ÷ 12),最长 51 个字。对比两个不好的:
- 泛泛的(13 个字): “你好!今天有什么可以帮您?”放在任何网站上都行,也没给访客任何可回答的东西。
- 一大段(75 个字): “欢迎来到我们的网站!我们为各种规模的企业提供解决方案,很乐意解答您关于产品、价格、配送、退货、集成或其他任何方面的问题,今天有什么需要都可以告诉我们。”访客得读完这段话,才知道这个聊天是用来提问的。
| 类型 | 访客什么时候看到 | 它该做什么 |
|---|---|---|
| 打开窗口后的问候 | 访客打开聊天之后 | 说明预期,邀请提出第一个问题 |
| 气泡上方的提示 | 到达后不久,通常只一次 | 让气泡值得点一下 |
| 页面上的邀请 | 在匹配页面停留一段时间后 | 针对该页面的具体问题提供帮助 |
各写各的用途;混在一起会得到想说完所有事的气泡提示,或重复邀请的问候。
欢迎语通常有哪些毛病?
| 毛病 | 出了什么问题 | 修改办法 |
|---|---|---|
| 每个页面都是同一句 | 大多数页面上不相关 | 按页面组各写一句(价格、商品、帮助) |
| 以公司开头 | 访客想要的是解决他的问题 | 从他的处境开头(“在比较套餐?”) |
| 问开放式问题 | “有什么可以帮您?”很容易被忽略 | 给一个具体的选择或任务 |
| 假装是真人 | 访客发现时信任就破了 | 是 AI 就说“我是 AI 助手” |
| 许下做不到的速度 | 没人在线却说“几秒内回复” | 离线文案写真实的回复时间 |
| 一上来就推折扣 | 让对话变得廉价 | 只在购物车或价格页用优惠,并写明条件 |
| 从不更新 | 还在提已经结束的促销 | 每季度复查所有消息 |
怎么测试一条欢迎语?
改消息之前先定指标,跑够长的时间让结果有意义,并且一次只改一样。
指标。 用一条链:展示次数(多少人看到)→ 打开(点开或展开)→ 回复(访客回了话)→ 已解决对话,以及在能做到的地方,聊过的访客的目标转化。回复率(回复 ÷ 展示)是衡量消息本身最直接的单项指标,因为它不受你有多少客服影响。
需要多少次展示? 假设现用消息的回复率是 6%,你希望新消息达到 8%。对两个比例做比较,显著性水平 5%(双侧)、检验效能 80%,基于两比例 z 检验的标准公式(NIST/SEMATECH 电子手册)算出每条消息约需 2,554 次展示。其他情形用同样方法算:
| 现有回复率 | 期望回复率 | 每条消息所需展示次数 |
|---|---|---|
| 6% | 8% | 2,554 |
| 6% | 9% | 1,209 |
| 6% | 12% | 356 |
| 4% | 5% | 6,745 |
小幅提升需要很大的样本。把回复率从 4% 提到 5% 的消息,流量大的时候是真金白银,但几千次展示是看不出来的。
要多久? 示例数据:价格页每月展示邀请 5,400 次,约每周 1,243 次(5,400 ÷ 4.345)。每条消息需要 2,554 次展示,一条消息要 2.1 周,两条消息一前一后跑就是约 4.1 周。
如果没法随机分流, 就让消息一前一后跑,并保护好这个对比:用整周(让工作日和周末都在两边),测试期间不改别的(价格、促销、页面布局),写下起止日期。前后对比比随机分流弱,所以要求更明显的胜出(比如回复率至少提高 2 个百分点)才切换。
判断规则: 只有在完整计划样本上回复率更高,并且每次展示带来的已解决对话没有下降,才切换到新消息。回复多了但解决少了,说明吸引来了不对的对话。
每条消息所需展示次数
5% 双侧、80% 检验效能在 TapCub 里怎么做这个测试?
拿上面的价格页测试来说:现用消息对比“在比较套餐?告诉我你的团队人数,我告诉你哪个合适。”
- 设置消息。 打开 客服 › 聊天设置 › 主动邀请,为价格页路径建一条规则,设停留时间(可设 3 到 600 秒)和邀请文案(最多 300 字)。坐席在线或离线时的问候语,以及气泡提示(到达约 4 秒后气泡上方弹出一张卡片,只一次),在 客服 › 聊天设置 › 问候语与翻译 里。如果开了 AI 接待,AI 开场白会在它第一次开口之前发一次。
- 标记这次变更。 在 配置 › 日期标注 里加一条备注,写上切换消息的日期,这样以后在图表上能看到。
- 读规则数据。 主动邀请 的规则列表记录每条规则的展示次数、打开率和回复率。每个测试期结束时把数字记下来。
- 看这些聊天带来了什么。 客服 › 客服报表 显示会话数、解决率和聊天开始的页面。客服 › 客服报表 › 转化归因 对比聊过和没聊过的访客的目标转化,聊过的访客少于 30 人时会提示样本太少。
- 每个页面组只留一条规则(多条规则匹配同一页面时,只有优先级最高的触发),默认每位访客只被邀请一次。
TapCub 不会在两条消息之间分流,所以测试是前后相继的,如上所述。它也不替你写消息,不替你判定哪条胜出;判断规则要你自己定。
常见问题
什么是好的在线客服欢迎语?
适合页面、说明聊天用途、以一个容易的下一步收尾,约 25 到 50 个字。例如:“在比较套餐?告诉我你的团队人数,我告诉你哪个合适。”
聊天欢迎语该多长?
短到两秒能读完:开头一句约 40 个字。访客在一个页面上最多只读约 28% 的字,多出来的句子多半被跳过。
每个页面的欢迎语应该不一样吗?
应该,按页面组区分。价格页和帮助页需要不同的开头一句;到处都用同一句泛泛的问候,是最常见的错误。
要不要说明聊天机器人是机器人?
要。在开场白里说“我是 AI 助手”,并给出转人工的途径。假装真人,访客发现后就会失去信任。
欢迎语怎么做 A/B 测试?
先估算样本(回复率 6% 提到 8%,每条消息约需 2,554 次展示),再让两条消息各跑整周,不改别的,最后对比回复率和已解决对话。
资料来源
- Jakob Nielsen,How Little Do Users Read?,Nielsen Norman Group,2008 年 5 月 5 日(2026-11-20 核对)。
- NIST/SEMATECH,How can we determine whether two processes produce the same proportion of defectives?,统计方法电子手册(2026-11-20 核对)。
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。
提交没有成功,请稍后再试。
谢谢你的反馈,我们会据此改进这篇内容。你已经反馈过这篇了,谢谢。

