粉丝经济平台自动化客服与工单方案脑图

这是一份产品方案脑图，不是后台原型。它用一张结构化地图说明：如何在每天几百条留言、已有固定话术、预算 3 万/年以内的前提下，建立“自动识别问题、只回复审核话术、自动记录工单、人工标注回流”的客服闭环。

总脑图 处理链路 路线对比 数据闭环 上线计划

01目标与边界

  • 解决登录、注册、基础平台使用等高频问题。
  • 每天几百条留言先覆盖 50-80 个高频意图。
  • 不追求“像人聊天”，追求稳定、可控、可追溯。
  • 预算控制在 3 万/年以内。

02产品架构

  • 统一消息入口：站内信、网页、邮箱等渠道统一入队。
  • 脱敏层：手机号、邮箱、订单号、银行卡信息先脱敏。
  • 识别层：规则、相似问召回、大模型分类组合判断。
  • 策略层：按风险、置信度、话术状态决定去向。

核心产品原则：模型只判断，不写回复

大模型不能直接生成用户可见话术，只能输出结构化结果，例如 intent_id、script_id、confidence、risk_level、need_human。真正发送给用户的内容必须从已审核话术库按 script_id 读取。

不越界 回复文本只来自话术库，话术越界率目标为 0。
可追溯 每次回复都能查到原留言、模型判断、命中话术和策略。
可迭代 低置信、敏感、未解决样本进入人工标注，持续优化。

03话术白名单

  • 每个 intent_id 绑定一个默认 script_id。
  • 话术包含适用条件、禁用条件、风险等级和阈值。
  • 登录注册等低风险话术可自动发送。
  • 支付、提现、封禁、实名、投诉默认转人工。

04工单闭环

  • 每条留言进入后自动创建或更新工单。
  • 状态覆盖 new、auto_replied、human_required、resolved、reopened。
  • 用户点未解决或继续追问时自动复开。
  • 工单既是客服队列，也是训练数据来源。

05标注与训练

  • 从历史对话抽 3000-5000 条，聚类出高频意图。
  • 先做 1000 条黄金测试集，固定验收标准。
  • 一名人工每天标注低置信、转人工、未解决样本。
  • 先优化分类和阈值，不急着微调生成模型。

06成本控制

  • CVM、数据库、日志、备份优先复用腾讯云现有资源。
  • 模型 API 只做分类，按当前消息量通常是千元级/年。
  • 整体推荐预算约 1-2.2 万/年，留 5k-10k 试错空间。
  • 不建议常驻 GPU，成本和运维都不匹配。

07SaaS 备选

  • 腾讯企点、七鱼、Udesk、美洽可做 POC 比较。
  • 必须支持禁止自由生成、导出工单、API 接入用户上下文。
  • 数据地域、保留期、删除机制要写进合同。
  • 总价低于 2 万/年才适合作为优先路线。

08上线节奏

  • 第 1 周：梳理意图、话术、敏感场景。
  • 第 2-3 周：影子模式，只给客服建议。
  • 第 4-5 周：低风险高置信问题自动回复。
  • 第 6 周后：周报复盘、扩大覆盖范围。

09验收指标

  • 话术越界率 0。
  • 高置信自动回复准确率先达 95%，成熟后冲 98%。
  • 首月自动解决率 30%-40%，三个月 50%-70%。
  • 复开率低于 10%，基础问题人工量下降 40%+。

10风险与合规

  • 涉及交易、实名、收益、订单、投诉的问题默认人工处理。
  • 模型输入前做敏感信息脱敏，日志分级留存。
  • 自动回复范围按意图逐步放开，不一次性全量上线。
  • 所有策略调整需要有测试集回归和线上抽检。

一条留言的处理链路

从用户留言到自动回复或转人工的完整产品链路。

1. 留言进入 站内信、网页、邮箱等渠道统一收敛为会话消息。
2. 脱敏 手机号、邮箱、订单号、银行卡尾号等替换为占位符。
3. 意图识别 规则命中、向量召回、LLM 分类共同输出候选 intent。
4. 策略闸门 检查风险等级、置信度、话术是否启用、是否允许自动回复。
5. 话术读取 从白名单话术库读取 script_text，模型自然语言不外发。
6. 建单记录 写入工单状态、判断结果、命中话术、审计事件。
7. 标注回流 低置信、敏感、未解决、复开样本进入人工标注。

关键产品判断：自动客服的“发送权”不交给模型，只交给策略闸门和话术库。模型负责识别，系统负责控制，人工负责兜底和持续改进。

技术路线对比

按预算、上线速度、可控性和长期维护成本做取舍。

路线 年成本估算 优点 主要风险 建议
自建 CPU + 云模型 API 约 1-2.2 万 成本低、可控、适合固定话术回复。 需要自己搭建工单和标注闭环。 推荐默认
纯 CPU 自研分类 约 0.5-1.5 万 数据不出自有云，合规边界更强。 冷启动效果弱，标注压力更大。 备选
GPU 服务器 + 自部署模型 通常难压进 3 万 私有化程度高，可做本地推理。 常驻成本、运维、调参都偏重。 不建议常驻
第三方客服 SaaS 需询价，可能 1.5-6 万+ 上线快，多渠道、坐席、机器人、工单现成。 价格不透明，数据和话术控制依赖厂商。 只做 POC

数据闭环与话术治理

让一个人工每天少量标注，也能持续提高覆盖率。

话术库字段

intent_id、script_id、script_text、allowed_conditions、blocked_conditions、risk_level、auto_reply_threshold、ticket_category。

标注样本来源

低置信、敏感转人工、用户点未解决、工单复开、客服改写话术、抽检错误样本。

每周迭代动作

合并重复意图，补充相似问，调整阈值，禁用风险话术，扩充黄金测试集。

上线计划与验收

先证明安全，再扩大自动化范围。

阶段 时间 产出 验收标准
0. 梳理话术与意图 1 周 意图树、话术库、敏感场景清单。 80% 高频问题有明确 script_id。
1. 影子模式 MVP 2 周 分类建议、自动建单、人工标注入口。 人工抽检准确率 ≥ 90%，无用户可见风险。
2. 低风险自动回复 2 周 登录、注册、基础使用问题自动回复。 自动回复准确率 ≥ 95%，越权回复 0。
3. 工单自动完成 1-2 周 用户确认、48 小时无追问完成、未解决复开。 工单状态可追溯，复开率可统计。
4. 稳定运营 持续 周报、错例池、标注回流、话术版本管理。 自动解决率 40%-60% 起步，逐月提升。