转人工规则
规则总览
系统在 AI 接待流程中嵌入 7 条转人工触发规则,用于在合适场景把会话从 AI 切给人工。规则按优先级排列,命中即触发,避免 AI 在不该自动处理的场景继续生成回答。
| 编号 | 触发条件 | 优先级 | 推荐工单类别 |
|---|---|---|---|
| 1 | 客户主动要求人工或老板 | high | 咨询 |
| 2 | 涉及金额超过阈值的退款/赔付争议 | high | 退款 |
| 3 | 售后投诉或强烈负面情绪 | medium / urgent | 投诉 / 错餐 / 漏餐 |
| 4 | AI 连续多次表达不确定 | medium | 咨询 |
| 5 | 客户连续追问同一问题 | medium | 投诉 |
| 6 | 海鲜过敏或健康风险 | urgent | 变质 |
| 7 | 客户提供图片或描述明显异常 | urgent | 投诉 |
每条规则都会创建工单、写入触发原因、把完整对话上下文同步到商家后台,并通过 Redis Pub/Sub 推送实时通知。
规则 1:客户主动要求人工或老板
触发关键词:转人工、找客服、我要找老板、让真人来、别让机器人回我
客户主动要求人工本身就是体验信号,继续自动回复会加剧不满。系统在第一次命中时立即转人工,不要求客户重复描述。AI 可以做的事情是确认诉求、说明已转接、整理上下文,不应继续试图说服客户接受自动回答。
AI 回复模板:「好的,我马上帮您转给老板处理。您不用重复描述,我会把前面的对话一起同步过去。」
规则 2:金额或赔付责任超过边界
触发条件:消息中出现「退款 / 赔偿 / 补偿 / 退钱」 + 金额数字 > 阈值(默认 50 元)
AI 不承诺具体赔付。它可以收集订单号、问题描述、图片证据提示和联系方式,然后创建工单。金额阈值由商家在后台配置,低金额小问题可半自动处理,高金额或复杂责任必须交给人工。
规则的关键是「AI 不做最终承诺」。它可以说「我已记录问题,会转给人工核实」,不能说「一定给您退全款」。
规则 3:强烈负面情绪或差评风险
触发关键词:太离谱、我要投诉、差评、曝光、再也不买、气死了、12315、客诉、垃圾、差劲
系统在情绪强度超过阈值时提高优先级。AI 可以先共情和道歉,但不进入长篇规则解释——强情绪场景下,客户需要的是被接住和有人负责,而不是听机器人解释平台规则。
系统把负面情绪和售后投诉结合判断。客户说「送慢了」可能只是普通催单;客户说「慢死了我要差评」就进入风险场景。判定情绪强度而不是只看关键词。
规则 4:AI 置信度不足或知识库无命中
触发条件:AI 在最近若干轮回复中连续 ≥ 2 次出现「不确定 / 不太确定 / 不知道 / 无法确认 / 建议联系老板」
知识库无命中、LLM 分类置信度低、工具返回异常时,系统承认不确定并转人工或提示补充信息。最糟糕的做法是模型为了显得有用而编造答案。对于营业时间和菜单这类低风险问题可给保守提示;对于退款、食品安全、订单状态必须避免猜测。
多次 fallback 也是知识库或流程缺口的信号,应进入运营复盘,而不是只当一次失败处理。
规则 5:同类问题重复追问
触发条件:客户在同一会话内同类意图连续出现 ≥ 3 次
客户反复追问同一问题,说明前一轮没有真正解决。即使每次 AI 答案看起来不同,客户持续追问仍然是未解决信号。系统降低自动处理置信度,必要时转人工或升级催单。
这条规则对解决率反作弊尤其重要。客户问「还要多久」三次,AI 每次都说「请耐心等待」,最后客户不说话——不能算解决。
规则 6:健康风险与食品安全
触发关键词:过敏、海鲜过敏、虾过敏、贝壳过敏、食物中毒、拉肚子、不舒服、小孩能吃吗、孕妇能吃吗
海鲜过敏、食物异味、疑似变质、儿童食用风险属于最高优先级。AI 不能说「应该没事」「少吃一点可以」,也不能只引用菜品介绍。它明确建议谨慎,不建议过敏人群食用,并转人工处理。如果客户已经食用后出现不适,建议停止食用并及时就医,同时交给人工跟进。
这是海鲜外卖场景最具差异化的规则。普通 FAQ 系统可能只回答食材成分,但客服系统必须把健康风险置于自动解决率之上。
规则 7:图片、证据或线下核实需求
触发条件:消息中包含「[图片] / 照片 / 图片 / 异物 / 头发 / 发霉 / 严重洒漏 / 全洒了」
错餐、漏餐、变质、包装破损常需要图片或订单核实。AI 提示客户保留照片、订单号和问题描述,然后建工单交给人工。当前未实现图片识别,规则上预留证据需求;后续接入图片识别后,识别结果作为辅助证据,仍由人工裁决赔付。
转人工后的上下文
转人工不是简单发一个提示,而是把上下文带过去。后台展示客户最近消息、识别意图、触发规则、订单号、关联工单、AI 已回答内容和建议下一步。客服接管时不再问客户「你刚才说什么」。上下文传递直接影响客户体验,也影响商家是否愿意使用 AI。
会话状态从 ai 切到 pending_human 后,客户侧展示等待提示;客服接管后变为 human,AI 不再抢答。若人工关闭工单,会话进入 closed。整个过程可追踪,否则看板无法统计转人工原因。
数据指标
看板展示转人工数量和原因分布。转人工不是越少越好,关键是该转的是否转了,不该转的是否被 AI 自动解决。健康风险转人工率应接近 100%;普通营业时间转人工率应很低;订单状态如果大量转人工,说明订单工具或提示不够好。
质检系统也会检查转人工时机。漏转会降低合规和解决度评分,过早转人工会影响效率。通过质检和人工复盘,可以调整规则阈值。
设计权衡
| 取舍 | 选择 | 理由 |
|---|---|---|
| 所有售后都转人工 vs 先建工单 | 漏餐错餐先收集信息,高风险才直接转 | 减少人工重复劳动 |
| 主动找人工立即转 vs 让 AI 再尝试 | 立即转 | 客户已表达渠道偏好,继续自动化损害体验 |
| 金额阈值固定 vs 按比例 | 固定金额(默认 50) | 简单可解释,可配置 |
| 健康风险尝试自动解决 vs 强制转人工 | 强制转人工 | 错误成本远高于节省的人力成本 |
后续规划
规则配置后台让商家调整金额阈值、情绪词、自动建工单字段和接管时段;客服排班让夜宵无人值守时把 pending_human 的预期等待时间说清楚;用质检结果自动发现漏转场景——例如模型在退款场景给了过度承诺,自动建议增加规则或修改 Prompt。