很多人搜「客服机器人有哪些」,真正卡住的地方不是名词记不住,而是不知道自家该上哪一类:是买现成 SaaS,还是接大模型自己搭;是只做问答,还是要能查订单、能转人工。这篇把常见类型按触发方式、知识来源、接入难度、适合的团队规模摆成一张表,先做场景初筛,再进采购流程。
很多人搜「客服机器人有哪些」,卡住的点不是名词记不住,而是不知道自家该上哪一类。是买现成 SaaS,还是接大模型自己搭;是只做问答,还是要能查订单、能转人工。这两个问题想不清楚,看再多产品对比也白搭。
这篇不排名、不推荐具体产品,只把常见类型按触发方式、知识来源、接入难度和适合的团队规模摆开,先做场景初筛,把候选范围缩到一两类,再进采购流程。价格和具体参数随时在变,需要数字的时候回站内对应页面核对当期的值。
先分清三大类:规则问答、知识库检索、大模型对话
这三类不是新旧替代关系,现在很多产品是混着用的:入口走规则菜单,中间走检索,兜底交给生成。分清楚是为了知道钱花在哪一层,以及出问题时该改哪一层。
- 规则型
- 按关键词或菜单命中,回答固定;适合流程极窄的场景,缺点是用户问法一变就容易答非所问
- 检索型
- 把 FAQ 和文档灌进知识库,按语义匹配返回答案;适合条目多但答案稳定的业务,答不上来兜底到人工
- 生成型
- 由大模型组织回答,能处理长尾问法和多轮追问;代价是要配知识来源、设边界,否则容易编
判断口径很直接:问题清单能被穷举的走规则;条目多但答案固定的走检索;问法发散、需要解释和追问的才值得上生成型。反过来讲,如果一个团队连高频问题清单都没有,直接上生成型基本等于把预算交给运气。
按场景初筛:四个问题就能把类型缩小到一两类
- 渠道在哪:只在站内聊天窗口,还是同时覆盖微信、Telegram 这类 IM;跨渠道的通常要选带统一接入层的方案,先去 客服与销售(/ai-nav/category/ai-customer-service) 看同类工具都提供哪些接入方式
- 量级多大:日咨询几十条和几千条,对并发和限速的要求完全不同;量小优先轻量方案,量大再考虑自建和按量计费
- 要不要动数据:查订单、改地址、退款属于有副作用的操作,必须走接口对接和权限控制,纯问答类工具做不到
- 答错代价多高:售前咨询答错只是丢单,账单、医疗、合规类答错是事故,后者要保守选型并强制人工复核
| 场景特征 | 优先考虑的类型 | 基本不适用的情况 |
|---|---|---|
| 问题高度重复、流程极窄 | 规则型或轻量检索型 | 用户问法天天变、需要解释 |
| FAQ 条目多、答案稳定 | 检索型知识库 | 需要实时查订单改数据 |
| 问法发散、要追问和多轮 | 生成型加检索兜底 | 没人维护知识库、也没人盯效果 |
| 涉及金额或合规 | 生成型加人工复核 | 完全无人值守、机器人直接答复 |
| 咨询量极低 | 帮助页加人工 | 任何一类机器人都可能不划算 |
自建、SaaS、外挂在大模型 API 上,三条路的取舍
类型定了之后,第二个分叉是部署方式。同样是生成型,买成品和自己接 API 是两种完全不同的投入结构:一个前期省事、长期受制于人;一个前期费人、后面改动自由。选错这一步,后面换起来比换产品贵。
| 路线 | 适合谁 | 主要代价 |
|---|---|---|
| SaaS 成品 | 没有开发资源的小团队 | 数据放在别人那边,定制深度有限 |
| 外挂型:自维护知识库加 API | 有开发资源、业务变化快 | 要有人长期盯效果和知识更新 |
| 自建全栈 | 数据敏感或有特殊流程 | 模型、检索、会话全自己控,维护压力最大 |
有一种情况三条路都不必走:咨询量极低、问题高度重复时,一个写清楚的帮助页加人工回复,往往比任何机器人都划算。选型的第一步是承认有些场景不需要机器人。
- 先量后选统计过去一个月的真实咨询记录,按问题类型分组,看重复率和必须查数据的比例
- 做小范围验证先拿一周的真实问题去测候选方案,重点看答不上来时它怎么兜底
- 确认退出成本问清知识库能不能导出、会话记录归谁、换供应商时迁移要多少工作量
初筛清单:见供应商之前先把自己这五项写下来
- 列出过去一个月真实出现过的高频问题,标出哪些必须查数据、哪些能直接背答案
- 写清渠道清单,以及是否需要跨渠道统一会话记录
- 给出日均咨询量、峰值时段和能接受的首响时间
- 明确哪些动作机器人绝对不能做,什么条件下必须转人工
- 把这些作为提问清单去问供应商,回答含糊的直接淘汰
更细的采购流程、验收口径和常见坑,站内已有专门文章拆过,这里不重复。初筛做完之后,下一步是对着候选名单逐家核对能力项和当期报价,别凭印象下单。
下一步把你写好的五项清单带去对比当期在售方案的接入方式和计费口径,再决定要不要进试用环节。→常见问题
小团队只有一两个人管客服,值得上机器人吗?
看重复度而不是看规模。如果日常问题里超过一半是同样的几类,先上最轻量的规则或检索型就能省下大量复制粘贴;如果问题每次都不一样、还牵扯查订单改信息,那机器人只会把活推回给人,不如先把帮助文档写清楚。
大模型客服和传统智能客服差在哪?
传统方案靠预设问答和关键词匹配,答得准但覆盖窄;大模型方案能理解不同问法、能做多轮追问,覆盖面广但需要知识来源和边界约束,否则会一本正经地编。稳妥做法是检索加生成搭配,让答案有出处。
怎么判断某类机器人适不适合我的业务?
用四件事对齐:问题能不能穷举、答错代价高不高、要不要读写业务数据、渠道有几个。四项都简单就选轻量方案,其中任意一项复杂就得往可定制、可审计的方向走,别被演示效果带偏。