晚上十点，一位用户想改掉订单的收货地址。屏幕上弹出对话框，语气礼貌，措辞标准，连续问了两次“请问您要咨询什么问题”。他输入“改地址”，对面回了一段退货政策。几分钟后，他开始反复敲“转人工”，像是在敲一扇没有把手的门。
这段体验里，卡住的地方往往不是模型不够聪明，而是设计对话的人没有把用户当下的处境想清楚。
它擅长接住的，是边界清楚的问题
客服问句大致可以分成两类。一类结构清晰：查物流、问营业时间、确认退款进度，答案确定，流程固定，输入和输出之间的对应关系稳定。另一类带着上下文和情绪——订单出了岔子、账号被锁、承诺没兑现，用户自己也说不清是哪一步出了问题。前一类可以交给机器承接，后一类通常需要人来判断。不少抱怨的来源，是把位置放错了：把需要人判断的事，推给了只会匹配的机器。
一次回答背后要走好几步
从技术上看，用户说一句话，系统要做几件事：识别意图，抽取订单号、时间、产品名这类关键信息，在知识库里检索对应内容，再组织成一句通顺的回答。每一步都可能出错。用户在真实场景里不会照着训练数据的句式说话，他们会省略主语，会反问，会把两件不相干的事揉进一句话。知识库如果长期没有更新，回答就会停留在过去的政策上。
多轮对话还会放大误差。第一轮理解偏了，后面每一轮都在错误的前提下追问，用户越解释反而离答案越远。所以比起让机器更会聊，多数团队需要的是让它在该停的时候停。
兜底设计，比开场白更值得花时间
很多方案把精力放在问候语、语气词、形象设定上，这些确实影响第一印象，但真正决定体验的，是用户卡住之后会发生什么。转人工的入口藏在哪里，需要重复几次才触发，转过去之后坐席能不能看到前面的对话记录，这些细节决定了用户是继续等，还是直接关掉页面。
评估一套智能客服，很多人先看它能答对多少问题，但这个数字只覆盖了成功的那部分对话。一个可行的原则是：当同一问题被重复两次、当用户明确说出“人工”、当系统连续两轮没有匹配到有效答案，就应当把对话交出去，而且不让用户觉得这是自己的错。转接不该被设计成一种惩罚，也不该被当成失败。
把真实对话送回知识库
落地到日常运营，有几件事可以常做：
- 定期翻看未命中问题和转人工前的对话，找出反复出现的问法；
- 用用户的原话补充知识库，而不是只写内部规范用语；
- 给每个自动回复标注生效范围，政策一变就同步更新；
- 让坐席反馈哪些回答容易引起误解。
智能客服的价值，不在于让多少人找不到人工入口，而在于把重复、确定、低风险的问题稳稳接住，把需要判断和安抚的部分清楚地交给人工。这个边界划得越清楚，用户越少去敲那三个字。