解决需求创建价值-AI某鱼智能客服系统私单

上周接了个私单。

客户是做电商的，店里三个客服，每天从早到晚守着旺旺和企微，人手还是不够用。高峰期回复慢，客户等不及就跑了；半夜没人值班，咨询直接石沉大海。老板算了笔账：三个客服一年工资二十多万，还不算招人培训的成本。

他问我：能不能用 AI 做个自动回复的智能体？不用全替代，能扛住七八成就行。

一周后我交付了。现在这个智能体每天处理 60% 以上的咨询，常见问题秒回，复杂问题才转人工。三个客服从 "回消息的" 变成了 "处理疑难问题的"，效率翻了一倍还多。

不是什么高大上的黑科技，就是一个针对电商场景打磨的 AI 客服智能体。

今天这篇，我把从需求分析到架构设计、从 prompt 调教到上线落地的完整过程拆开讲。做电商的朋友可以直接参考，做 AI 的朋友也能看看真实的落地思路。

为什么普通自动回复不行

智能体客服的四层架构设计

核心模块一：意图识别 —— 先搞懂客户在问什么

核心模块二：知识库检索 —— 答得准才是硬道理

核心模块三：多轮对话 —— 不是一问一答，是真的在聊天

核心模块四：人工兜底 —— 搞不定的绝不硬扛

我是怎么调教 prompt 的：三个关键技巧

为什么普通自动回复不行

很多人第一反应：淘宝不是有自动回复吗？设置关键词不就行了？

还真不行。关键词自动回复是十年前的技术了，解决不了实际问题。

第一个问题：客户不会按你的关键词说话。

你设置了关键词 "快递"，客户问 "你们一般发啥啊"，关键词匹配不上，就傻了。客户问 "几天能到我这儿"，也匹配不上。真实对话千变万化，你不可能把所有说法都设成关键词。

第二个问题：上下文接不上。

客户先问 "有 M 码吗"，你回复了。客户又问 "那 L 呢"—— 关键词系统不知道 "L" 指的是 L 码，直接懵了。人能理解的上下文，关键词系统理解不了。

第三个问题：只能答固定话术，不会变通。

客户问 "能不能便宜点"，关键词回复 "亲我们都是最低价哦"。客户再问 "我买五件呢"，还是同一句话。真实的客服会根据购买数量、客户情况灵活应对，关键词系统不会。

第四个问题：产品多了根本维护不过来。

几十上百个 SKU，每个的尺码、材质、价格、库存都不一样，你怎么设关键词？新品上架、活动调整，每次都要重新维护一堆规则，人力成本反而更高。

智能体客服的四层架构设计

我给这个客户做的智能体，整体分四层。不是什么复杂架构，但每一层都有它的作用。

层级	模块	作用
第一层	意图识别层	判断客户想问什么、属于哪一类问题
第二层	知识检索层	从产品库 / 规则库里找对应的答案素材
第三层	对话生成层	用大模型把素材组织成自然的人话回复
第四层	人工转接待层	搞不定的自动转人工，不硬撑

举个例子：客户说 "这件衣服我穿会不会小啊"。

意图识别层：判断这是「尺码咨询」类问题
知识检索层：调出这件商品的尺码表、尺码建议、身高体重对照数据
对话生成层：结合客户之前说过的身高体重信息，用自然的语气给出建议，顺便可以加一句 "不确定的话建议选大一码哦，退换也很方便"
人工转接待层：这个问题能搞定，不用转人工

整个过程几百毫秒完成，客户感觉就是秒回。

核心模块一：意图识别 —— 先搞懂客户在问什么

意图分类	典型问题
📦 物流快递	发什么快递、几天到、快递查询
💰 价格优惠	能不能便宜、有没有优惠、满减活动
📏 尺码规格	尺码怎么选、尺寸多大、身高穿什么码
🧵 产品材质	什么面料、会不会起球、质量怎么样
📅 发货时间	什么时候发货、现货吗、预售多久
🔄 退换售后	能退吗、怎么退换、质量问题怎么办
🎁 赠品活动	有赠品吗、满多少送什么
📞 找人工	我要找客服、有人吗、转人工
❓ 其他咨询	颜色选择、搭配建议、使用方法

从现有的系统中或者客服直接问总结出来电商其实用户关心的问题就那么10多种。理论上应该是用专门的分类模型去处理，单是私单吗，重要的是速度，你看现在网络上爆火的工作流、扣子啊没人会和你讲原理，只教你怎么用，很多一看就是套壳割韭菜的，但是存在即合理，赚钱，越接地气越好。细品！！

把所有意图分类写在 prompt 里，让大模型收到消息后先输出一个分类标签。优点是灵活，新增意图直接改 prompt 就行。缺点是偶尔会分错，而且每一条消息都要消耗一次大模型调用。

核心模块二：知识库检索 —— 答得准才是硬道理

RAG的事情，其实我在之前的技术交流直播会议中讲过很多次，知识库就是智能体的 "大脑"，里面装着所有产品信息、活动规则、售后政策、快递说明等等。知识库不准，智能体再聪明也白搭 —— 会一本正经地胡说八道。

电商场景的知识库我分成了三类：

产品知识库【SKU 的详细信息：名称、价格、规格、尺码表、材质、颜色、库存、卖点、注意事项】
规则知识库【发货时间、快递合作、退换货政策、优惠活动、会员规则、发票说明】
话术知识库【欢迎语、结束语、催单话术、安抚话术、道歉模板这是给智能体学习的主要用于喂数据的】

向量检索，把知识库切成小块，转成向量存起来。客户提问的时候，把问题也转成向量，去库里找最相似的几条内容，作为参考素材喂给大模型。至于如何搭建RAG，这需要你对大模型和RAG有一定的了解，我就不在这里讲了，网上的视频满天飞，学就可以了。再不行直接AI。

核心模块三：多轮对话 —— 不是一问一答，是真的在聊天

真实的客服聊天不是考试答题，客户不会每句话都把信息说全。比如：

客户：这件有红色的吗？

客服：有的亲～

客户：那 M 码呢？

客服：M 码红色暂时缺货哦，L 码有货的～

客户：那什么时候补货？

第三句 "那什么时候补货"，人一听就知道是问 M 码红色什么时候补货。但 AI 如果没有上下文记忆，就会懵 —— 什么补货？补什么货？所以这才是Rag的核心？如何解决上下文记忆的问题，这些问题我在之前的文章中也有讲，可以参考主流agent的框架设计。

核心模块四：人工兜底 —— 搞不定的绝不硬扛

对于AI无法回答的问题，一定要引导用户到真实的客户，如果发现用户说"我要找真人"、"转人工"、"有人吗"，直接转，不废话。增加策略同一个问题，智能体回答了两次客户还在追问，说明回答不到位，赶紧转人工，别在那绕圈子把客户惹毛了。

我是怎么调教 prompt 的：三个关键技巧

别只写 "你是一个电商客服"，要写得非常具体：

你是 XX 旗舰店的客服小 X，说话亲切热情，带一点可爱的语气，适当使用表情符号。你的核心目标是解答客户疑问、促进下单、维护店铺形象。回答要简洁，不要长篇大论，符合电商聊天的节奏。遇到不确定的问题不要瞎猜，直接说帮客户转人工确认。

人设越具体，回复风格越稳定。设边界，什么不能说一定要写清楚。

AI 容易 "自由发挥"，所以禁区必须写明白：

❌ 禁止承诺店铺没有的服务（比如顺丰包邮、七天无理由之外的退换）❌ 禁止诋毁竞品❌ 禁止和客户争执，客户情绪激动一律先安抚❌ 涉及退款金额、赔偿等敏感问题，一律转人工处理

边界设清楚，才不会翻车。给范例，比给规则管用。

与其写十条 "你应该怎样怎样"，不如直接给几个对话范例。大模型学习范例的能力比理解规则强得多。

比如：

参考回复风格：

客户问发什么快递 → "亲我们默认发圆通哦，偏远地区发邮政～"

客户问能不能便宜 → "亲已经是活动最低价啦，现在下单还送小礼物哦🎁"

客户催发货 → "非常抱歉让您久等了！我帮您催一下仓库优先安排哈🙏"

给几个例子，大模型自动就能抓住那个味儿。

商品知识库实例，供大家参考：

商品 4：多 Agent 自动化工作流搭建

价格： 基础方案 5999 元 / 全案定制面议

描述： 基于 OpenClaw 框架搭建多 Agent 协作系统，把内容创作、数据调研、文案撰写、代码开发等工作流程自动化。一个人就是一支团队，7×24 小时自动运转，适合自媒体、独立开发者、小型团队。

服务包含：

OpenClaw 系统部署调试
3-5 个专精 Agent 配置（身份 + 记忆 + 技能）
Agent 间协作通信机制搭建
自动化工作流设计
Discord / 飞书交互界面配置
1 个月陪跑调优

可定制 Agent 类型：

内容创作 Agent（公众号 / 小红书 / 短视频脚本）
行业调研 Agent（竞品分析 / 热点追踪 / 数据整理）
代码开发 Agent（代码编写 / Bug 排查 / 技术方案）
运营调度 Agent（排期管理 / 素材归档 / 发布提醒）
数据分析 Agent（报表生成 / 趋势分析 / 异常预警）

交付方式： 远程部署 + 1v1 使用指导

交付周期： 需求确认后 7-10 个工作日

常见问答：

Q: 多 Agent 和单个 AI 有什么区别？A: 单个 AI 什么都干但什么都不精，多 Agent 是每个 AI 专精一件事，分工协作，质量更高还能并行。

Q: 需要自己有服务器吗？A: 本地电脑就能跑，也可以部署到云服务器上，看你的使用场景。

Q: 用的是什么大模型？A: 支持接入 GPT、Claude、DeepSeek 等主流大模型，你有哪个用哪个，也可以帮你推荐。

Q: 不会编程能用吗？A: 交付的时候全部配置好，日常使用就是聊天发指令，不需要懂代码。

Q: 运行成本高吗？A: 主要是大模型的 Token 费用，根据使用量来，一般个人使用每月几十到几百不等。

Q: 可以后续加 Agent 吗？A: 可以的，系统是模块化的，随时可以新增 Agent 扩展新能力。

Q: 售后支持多久？A: 包含 1 个月免费调优和技术支持，之后可以选择月度维护服务。