Appearance
怎么训练 AI 机器人
从「只会答话」到「能自己办事」，中间这段路怎么走。
做到七八成咨询由 AI 处理完的团队，头几周都做了同样三件事：审一遍 AI 学到的处理场景，把客户真实的问法补进知识库，该做成接口的环节找开发做掉。
这一页讲的就是这三件事怎么做。要先了解投入多少、多久见效，看 AI 客服值不值得做。
第一部分：先分清两类客户问题
分不清这两类，就会配错方向。
| 咨询式 | 事务性 | |
|---|---|---|
| 客户要什么 | 一个答案 | 一件事被办掉 |
| 典型问法 | 退货政策是什么、沙发面料怎么选、多久发货 | 我这单到哪了、帮我改地址、我要退款 |
| 光靠打字能不能解决 | 能 | 不能 |
| 需要配什么 | 知识库 + 场景处理 | 还要接口工具 |
很多团队配完知识库觉得「AI 没用」，就是因为他们客户问的大多是第二类。
知识库能告诉客户「一般 48 小时内发货」，但客户想知道的是「我的那一单发了没」。这个答案在你的订单系统里，不在知识库里。
第二部分：四块内容，分别装什么
装错地方是最常见的错误，会让你以为配了没用。
| 放这里 | 装什么 | 例子 |
|---|---|---|
| 知识库 | 具体事实 | 退货期限是 7 天、江浙沪 3-5 天到、科技布易打理 |
| 场景处理 | 处理思路和步骤 | 客户要退货 → 先问订单号和原因 → 查是否符合条件 → 引导后续 |
| 回复规则 | 硬性规则和底线 | 涉及金额一律转人工；不确定的不编造 |
| 接口工具 | 它够不到的动作 | 查订单、查库存、查会员等级 |
装错地方最常见的一种：把具体数字写进场景处理
场景处理里出现的具体事实（价格、天数、政策条款）会被系统当成「可能过时的旧记录」，AI 遇到时会先查知识库、以知识库现值为准；自动学习整理场景时也会主动把数字剥掉。
记法：场景处理写「怎么想、怎么做」，别写「具体是多少」。 展开例子见写场景处理的四个要点。
回复规则的分量比场景处理重。 系统里明确认可的「权威规则来源」只有两个：回复规则和正在执行的自定义流程，场景处理不在名单里。同一件事两边说法冲突时，回复规则赢的概率明显更高。
所以：不能让步的硬规矩写回复规则，日常怎么处理写场景处理。
第三部分：让它会办事（场景处理）
场景处理是「会答」和「会办事」的分界线。 只传知识库的机器人，客户问什么它答什么，但客户说「帮我把地址改了」，它不会有任何动作 —— 因为没人告诉过它遇到这种事该怎么办。
场景处理就是这份「遇到什么情况 → 怎么处理」的清单。新建的机器人这里是空的，这也是绝大多数「AI 只会说不会做」的真实原因。
即使打算全部自己写，也建议把自动学习开着。你手写「用『创建工单』记录」，AI 靠理解你的意思去找工具，不保证每次都对上；跑过一轮自动学习之后，系统会在场景下面标清楚这一步该调哪个工具，那才是可靠的绑定。这是自动学习最有用的一样东西。
用回复规则纠方向
别一上来就写。 先让它学一段，等场景处理有内容了，如果发现方向还是不对，再用规则纠。
回复规则是唯一一块 AI 不会改写的内容，也是系统明确认可的权威规则来源。凡是不能让步的，都写这里。
具体写什么、写多少条、有哪些坑（包括转人工类规则会受策略档位限制），见场景处理、回复规则与人设。
第四部分：让它长出手（接口工具）
到这一步，AI 已经知道该怎么处理事情了。但会有一类情况卡住。
AI 卡在哪里
场景处理里学出来这样一条：
- 客户问订单到哪了：先问订单号 → 查订单系统 → 告知物流状态和预计时间头尾两步 AI 都能做，它们只是打字。中间那步不行：客服查订单是打开后台输订单号，AI 打不开你的后台。
结果就是场景处理写得清清楚楚、AI 也理解了，但每次都转人工。
两个选择
| 选择 | 结果 |
|---|---|
| 保持现状 | 走到这一步转人工，客服接手查一下再回复。AI 帮你省了前半段 |
| 把这一步做成一个接口 | AI 自己查、自己回。整条链路它一个人走完 |
第二个选择需要开发同事配合半天到一天，做法见让 AI 直接查询和操作你的业务系统。
而且不止能查：改地址、取消订单、发优惠券，你的系统有什么接口，AI 就能做什么。
哪些环节值得做成接口
不用一次做完，按这个顺序挑：
第一批：高频 + 只查不改
- 查订单状态 / 物流进度
- 查库存 / 有没有货
- 查会员等级 / 积分余额
- 查预约时间 / 服务进度
这类接口只查数据、不改数据，风险最低、见效最快，而且客服做这些事的时候本来也只是「查一下然后告诉客户」，最适合交给 AI。
第二批：会改数据的，谨慎上
改地址、取消订单、发优惠券这类会修改你系统里数据的，建议先用只查的接口跑一两周、确认 AI 判断可靠之后再考虑，并且在接口侧加好校验和金额上限。
判断标准：客服每天要重复做、做的时候不太需要动脑判断的那些查询动作，优先做成接口。
配完还要引导它用
接口配好、绑到机器人上，AI 就「有」这个工具了，但不一定主动想到用。要在场景处理里明确写出这一步（「客户问订单进度：先要订单号，再用『查询订单』确认」），或者让自动学习跑一轮帮你对应好。
只配工具不引导，很容易出现「工具在那儿它就是不用」。 具体怎么写见调用你的业务系统。
一个现实的预期
多步事务它做得了。查完 A 再判断要不要做 B，然后决定转不转人工，每做完一步它都会看着结果再定下一步。
但你写得越清楚，它做得越准。场景处理里把顺序写明白、工具描述写准，它走通的概率就高；什么都不写只指望它自己想到，多半调一个工具就停了。
先从「一个场景配一个工具」开始，跑顺了再往上叠。
怎么跟开发同事提需求、在工作台怎么配、写操作类接口的风险怎么控，见让 AI 直接查询和操作你的业务系统。
第五部分：什么时候才需要工作流
大部分团队用不上，先不用管。
场景处理里已经能写基础的先后顺序，足够覆盖绝大多数业务。只有「步骤必须严格按顺序、要跨多轮记住进行到第几步、前面没做完不许它建工单或转人工」这类专项流程，才值得单独建工作流。
判断标准只有一条：你能用三五行写清楚的，写进场景处理就行；要画流程图才说得清的，才开工作流。
一句话记住
知识库让它会说话，场景处理让它会办事，接口工具让它长出手，回复规则给它划底线。
配完之后怎么验收、两周没效果该查什么，见 AI 客服值不值得做、多久见效。
下一步
- 场景处理、回复规则与人设 —— 三块内容具体怎么写
- 让机器人自动从对话里学 —— 不想手写就交给它自己学
- 用 HTTP 接口扩展 AI 能力 —— 给开发同事看
- 上线前测试机器人