晚上十一点,你想查一个订单为什么还没发货。页面右下角弹出对话框,第一句是标准问候。你打了一长串说明,对面回过来一句“我理解您的心情”。你再问一遍,它给你三条帮助中心链接。这时候你已经不太在意订单了,你只想找到那个转人工的入口。
这类场景重复得太多,以至于“答非所问”成了很多人的默认预期。但如果只把它归为模型不够聪明,恐怕把问题看窄了。
“我理解您的心情”是一句错位的回答
情绪安抚本身没有错,错的是它出现的位置。用户描述的是一件具体的事——单号、时间、异常状态,他要的是信息,不是共情。系统之所以先给情绪,是因为情绪识别的门槛低:语料里带“怎么回事”“太失望了”这类词,打个标签就能触发。而把一段口语化的描述定位到“未发货催单”还是“物流停滞”,需要实体抽取和状态查询,难度高一个量级。于是安抚成了最省力的输出,也成了最没用的输出。
意图识别并不等于听懂人话
大多数人以为智能客服在“理解”自己,其实它多数时候在做归类。一句话被映射到知识库里预定义的某个意图槽位,匹配上就走固定流程,匹配不上就落到兜底话术。用户说得越具体,越容易掉出槽位——“我上周三下的单,地址填错了但已经付款”这种带条件的描述,往往同时踩中改地址、催发货、退款三个意图,而系统只允许选一个。
多轮对话能缓解一部分。上下文记得住前一句,代词对得上,但窗口一长就会丢。用户在第4轮补充的限定条件,到第7轮常常已经不在记忆里,回答于是开始自相矛盾。这不是“笨”,是工程上的取舍:记多少、记多久,都要付出成本和延迟的代价。
转人工按钮放在哪,是个立场问题
有些页面把人工入口藏在三级菜单里,需要先跟机器人周旋几轮才浮现。这种设计通常不是技术限制,而是指标驱动——自助解决率、人工请求率都是要看的数。可指标和体验并不总是一致:一次成功的人工介入,可能让自助率变难看,却让用户留下来了。
我认为判断标准可以很简单:当用户第二次重复同一个问题时,系统就该主动交出控制权。重复是挫败感最可靠的信号,比任何情绪词典都准。主动转接的成本是一次人工工时,硬扛的成本是用户对整条服务链的信任。
知识库是慢功夫,也是真正的短板
模型再强,答案还是从知识库里取。政策改了、活动结束了、流程调整了,知识库没同步,智能客服就会一本正经地给出过期信息。这类错误比答不上来更麻烦,因为用户会当真。维护知识库是件琐碎的事,需要业务、法务、运营一起过,通常没有模型迭代那么显眼,却直接决定回答的可信度。
有些对话,本来就不该交给它
有几类交流,交给系统处理的价值是负的:
- 情绪已经明显升高,用户需要的是被听见,而不是被检索;
- 涉及金额、责任归属或对外承诺,答错的代价远高于省下的人力;
- 用户已经明确说过“我要找人”,再问一遍就是消耗。
更合理的做法不是让它更聪明地撑下去,而是让它更早认输——把边界划在问题变复杂之前,而不是之后。所谓混合式服务,重点不在“混合”,在于什么时候切换由谁说了算。
回到那个深夜的对话框。用户对智能客服的期待其实很低,不要求它像人,只要求它别装。答不上来的时候说一句“这个问题我处理不了,现在帮你转接”,比任何精心调过的共情话术都体面。