AI客服如何快速转人工:触发条件、话术与工单流转怎么设

办公与行业

给客服团队一套可落地的转人工设计:触发条件怎么定、话术怎么接、工单怎么流转到人,以及怎么验收。

AI 客服答得挺顺,用户越聊越急,最后甩一句「转人工」——这时候是转不过去、还是转过去没人接?这篇不讲概念,按「定触发条件、写交接话术、设工单流转、做回归验收」四步走一遍,适合自己搭客服机器人或刚接手客服系统的团队照着改。

AI 客服答得挺顺,用户越聊越急,最后甩一句「转人工」——这时候是转不过去、还是转过去没人接?两种都算事故。前者让用户觉得被机器人堵死,后者让坐席觉得被机器人甩锅。这篇不讲概念,按定触发条件、写交接话术、设工单流转、做回归验收四步走一遍,适合自己搭客服机器人或刚接手客服系统的团队照着改。

一个前提先说清:转人工不是机器人失败的标志,而是产品设计的一部分。设计得好,该转的秒转、不该转的多撑两轮;设计得差,要么用户骂街,要么坐席被淹。下面四节按落地顺序排,哪一步先动都行,但四步缺一不可。

一、触发条件:哪些信号必须放人进来

触发条件分三类,混在一起定就一定会乱。用户明确要人,属于确定信号,命中就该走;任务型失败,属于概率信号,要靠阈值判断;风险型信号,属于高压信号,优先级最高,宁可误转也不能漏转。三类分开写规则,后面话术和工单才能按类型分支。

信号类型典型表现处理原则
用户要人要人工、找客服、转座席,含错别字与语音转写变体命中即转,不追问原因
任务失败连续两轮答非所问、同问重复问、机器人自认答不了设阈值,先给一轮补救
风险信号投诉、退款、法律、账号安全、情绪用词立即转,先安抚后转接

阈值别拍脑袋。连续失败轮次、单次等待时长上限、单会话总时长上限,各定一个数,先按保守值上线,跑一段时间再看转人工率微调。定得太松,机器人白干;定得太紧,等于没上机器人。什么情况下不适用?下单、改地址这类高确定性流程不该设成转人工条件,宁可让机器人多跑一轮;纯咨询类、非人工坐席时段,提前把预期告诉用户,比硬转更体面。

  • 给每个条件配内部代号,如 intent_human、fail_twice、risk_emotion,后续全靠代号分支,别让程序读自然语言
  • 同一信号连续命中要合并计数,避免用户连点三次「转人工」触发三条工单
  • 把阈值和代号写进配置而不是代码里,运营自己就能改,不用等发版
  • 上线前拿内部同事跑一遍极端对话,看有没有信号被漏掉

二、话术:从机器人到人,中间那三句最关键

交接话术固定三段式,缺一段用户就慌。第一句说结果,已经帮你记下来了;第二句说去向,正在接入人工,或预计多久;第三句给退路,可以留联系方式离线跟进,或先看某条自助说明。只丢一句「正在转接」等于把用户晾在原地,自己脑补各种最坏情况。

用户主动要人
别解释我是 AI 助理,直接确认转接,加一句「马上帮你接人工」
风险类信号
先安抚并承诺具体动作,再说转接,顺序反了用户会更激动
失败类信号
替用户总结前面已说过的关键信息,减少人工重复提问

等待期要给进度。排在第几位、大概多久、过号会怎样,说清楚。拿不准时长就说「暂时不确定,接入后会第一时间回复」,宁可模糊也别给虚假承诺。同时把用户已提供的信息自动带上:订单号、问题摘要、已尝试步骤,坐席一进来就能看到,不用让用户再说一遍。这些字段要同时写进工单,别只在界面上晃一下。

三、工单流转:转出去之后,谁接、接不住怎么办

先定分流规则。按问题类型、语言、客户等级、在线时段分到不同队列。分不出去的进兜底队列,别让它卡在无人认领的状态里漂着。兜底队列必须有人负责盯,哪怕只是每天固定看一次。

  1. 建工单字段会话摘要、触发原因代号、已收集字段、用户期望时限、对话记录链接,五项缺一项坐席接手成本翻倍
  2. 设超时升级多久没人接就升上一级,多久没解决就回访用户,链条写进系统,不靠人记
  3. 留回退路径人工也答不了时,转成异步工单或安排回电,别让用户以为被挂断
  4. 交接后回收标记哪些场景机器人本可自己解决却被早转出去,拿来回头调第一步的阈值

分流规则和超时策略跑一段时间后,一定会出现某类工单长期堆积。这时候别急着加人,先看是触发条件太宽还是分流太细。加人只解决眼前,调规则才解决反复。

四、验收与迭代:别只看转人工率

四个指标要一起看:转人工率、转人工后首次解决率、平均等待时长、误转比例。单看转人工率,团队会把机器人调得死扛不转,用户体验反而更差;单看误转比例,又会把阈值收得极紧,坐席被淹。指标之间本来就是互相拉扯的,得一起盯。

指标看什么常见误判
转人工率整体转接频次是否异常低不等于好,可能是该转没转
首次解决率人接住之后是否真解决高但等待长,等于把问题拖久
平均等待时长从触发到人接入的间隔只算在线时段会漏掉非服务时段
误转比例坐席判定机器人本可处理的占比样本少时波动大,别单次定论

做一组固定用例回归。明确要人、连续答错、情绪激烈、风险词、非服务时段,各准备几条,每次改话术或阈值都重跑一遍,看有没有把该转的漏掉。再拿真实会话抽查,重点看转接前那两轮对话,问题多半出在那里。样本量不用大,但节奏要固定,比如每周抽一批。数据怎么算、口径怎么对齐,可以到 /tools/quality-check 和 /tools/quality-monitor 核对站内的检测口径说明,再决定内部怎么记。

下一步先把自己现在的触发条件按三类信号重列一遍,缺哪类补哪类,再顺着工单字段清单查漏,比直接改话术见效快。

常见问题

用户一直说「转人工」,机器人却一直答别的,最可能是什么问题?

多半是触发条件写得太窄——只认标准说法,没覆盖错别字、口语和语音转写变体。先把「明确要人」这一类做成最高优先级,只要命中就直接转,不要跟用户讲道理;同时把这类说法列成清单定期补,从真实会话里捞新说法加进去。

小团队没有全天坐席,转人工怎么设才不挨骂?

先按在线时段分两条路:有人时段正常转接并排队;没人时段直接给「留言 + 承诺回复时间」,别让用户干等。把服务时段写在入口处,转人工话术里也说明白。非时段的会话照常生成工单,第二天按顺序处理,回复时限要守住,守不住就别承诺。

转人工率越低说明客服做得越好吗?

不一定。压得过狠,用户会直接流失或去别处投诉,表面数字好看实际更贵。真正该盯的是误转比例和转过去之后的首次解决率:该转的转得快、转过去能解决,才算好;至于总体比例,去 /ai-nav/category/ai-customer-service 看看同类工具的常见做法再定自己的目标。

本文依据各平台公开文档与官方公告整理,只做中文归纳;具体做法、参数与限制以官方文档为准。