产品总览

一句话定位

外卖商家智能客服系统，为单店中小餐饮商家提供 AI 接待、订单查询、知识库管理、人工接管、工单跟踪、运营看板和 LLM 自动质检的完整客服闭环。系统以「源家捞汁小海鲜」作为参考实施店铺，覆盖客户咨询、订单状态、售后投诉、活动咨询和食品安全这五类高频场景。

业务背景

外卖商家的客服需求有明显时段性和重复性。晚饭和夜宵高峰会集中出现「几点关门」「招牌菜推荐」「订单到哪了」「骑手怎么还没来」「少送了」「味道不对」「能不能退款」这类问题。中小商家通常没有专职客服，老板或店员需要在出餐、备货、接电话之间切换，因此响应慢、态度不稳定、记录不完整。

通用大语言模型可以回答其中相当一部分问题，但若没有业务规则和工具，模型容易把不确定信息说得很肯定，甚至在退款、食品安全、过敏等场景里越权承诺。本系统的产品目标不是追求一个万能模型，而是搭建一套有边界的 AI 客服工作流：高频标准问题由 AI 直接回答，订单状态由工具查询，售后风险写入工单，食品安全和强烈负面情绪转人工。

系统用户

系统面向两类业务用户。

客户通过聊天 Widget 进入。他们关心的是：现在是否营业、推荐什么菜、订单什么时候到、投诉是否有人处理。客户视角对响应速度、答案准确性和等待透明度敏感。

商家管理员通过商家后台进入。他们需要看到咨询量、AI 解决率、转人工数量、工单状态、知识库命中情况和每日运营洞察，并在必要时接管会话、回复客户、维护知识库、调整 Prompt。商家管理员视角对可控性、可维护性和数据可读性敏感。

两类用户共用同一套业务规则：AI 可以回答确定问题、引用知识库、查询订单，但不能对退款金额、健康风险、强烈投诉作出越权承诺。

解决方案

系统由六个核心模块组成。

1. 客户聊天 Widget — 承接客户入口、流式回复、知识库引用、转人工状态展示与人工消息分发。
2. 意图分类与对话流程 — 将客户问题归入咨询、订单、售后、活动、营业、其他六大类共 28 个二级类，并识别高优先级风险意图。
3. 知识库与 RAG — 维护菜单、营业时间、配送说明、退款规则、食品安全、同义问法等可结构化内容；提供混合检索、引用展示、命中率统计与版本管理。
4. 工具调用 — 包含订单查询、创建工单、转人工、知识库检索四类受控动作，使 AI 不仅生成文本，也可执行业务动作。
5. 商家后台 — 提供会话管理、人工接管、工单处理、知识库编辑、Prompt 版本管理、数据看板和系统设置。
6. 数据与质检 — 包括有效解决率指标、反作弊规则、5 维度 LLM 自动质检和每日运营洞察生成。

客户只看到一个简单聊天入口；商家管理员看到的是后台工作台。两层体验背后共用同一套规则、知识库和数据流。

核心能力指标

参考实施店铺基线数据下的目标指标：

「有效 AI 解决率」是核心北极星指标。它的定义不是「AI 发出了最后一条消息」，因为客户可能只是失望离开；也不是「客户说谢谢」，因为这可能是礼貌结束。系统对它的定义是：客户问题被正确分类，AI 或工具给出符合业务规则的答案，未触发应转人工规则，且在后续 7 天窗口内没有同类重复追问。这个定义体现反作弊设计。

典型使用路径

路径 A：双意图咨询 客户问「你们几点关门，有什么招牌菜」。系统识别为营业时间和招牌菜双意图，混合检索营业规则和菜单推荐，自然引用回答营业到次日凌晨两点，并推荐捞汁皮皮虾、花蛤和海鲜大拼盘。

路径 B：订单状态查询 客户问「订单 MT-20260503-001 到哪了」。系统提取订单号，调用订单查询工具，把结构化订单状态转化为客户能理解的话：「订单已派送，骑手张师傅距离您 1.2 公里，预计 18 分钟送达」。

路径 C：售后投诉转人工 客户投诉「虾不新鲜，我要退款」。系统识别为食品质量投诉与负面情绪，先表达歉意并记录诉求，立即转人工并创建变质类工单，同时将完整对话上下文同步给商家后台。AI 不会承诺退款金额。

这三条路径覆盖 AI 客服最核心的三类能力：回答确定知识、调用业务工具、识别不能自动处理的风险。

路线图

后续优先级最高的不是接入更多模型，而是接入真实订单平台、补充图片证据处理、客服排班和商家权限分层。第二优先级是让质检结果反哺知识库与 Prompt：低准确度评分自动标记缺失知识，低共情度评分进入 Prompt 改写队列。第三优先级是多店模板化，把单店规则拆成行业模板加商家自定义规则。