售后问题进来时，AI 如何判断是否需要转人工

客户发来一句“产品有问题”，背后可能是简单咨询、紧急报修，也可能是投诉或退款要求。如果所有消息都由人工逐条判断，忙起来容易漏掉高风险问题。AI 客服在这个场景里的任务，不是替人工回答所有问题，而是先识别问题类型、收集必要信息，再决定哪些需要转给人工处理。

场景和角色

客户通过官网或微信反馈售后、投诉、报修或使用问题。参与这个过程的角色有四个：客户、AI 接待、售后客服和主管。

客户希望问题被快速处理。AI 接待负责判断问题类型、收集关键信息。售后客服在 AI 无法处理或风险较高时接手。主管则在投诉或复杂纠纷中介入。这个场景之所以容易漏处理，是因为普通咨询、报修、投诉混在一起，升级规则不清，客服忙起来只能凭经验判断。

原来的人工处理方式

过去，客服收到消息后，需要逐条判断问题性质：是使用咨询、需要报修，还是投诉退款？判断完后，再找对应负责人，同时要求客户提供订单号、问题描述、图片和联系方式。

这种方式不是不能用，但依赖个人经验和时间。忙的时候，紧急投诉可能被普通咨询淹没，客户等待时间长，客服重复问同样的问题，销售或主管也看不到完整的过程记录。结果就是处理不稳定、难沉淀、难复盘。

AI 的介入动作

AI 在这个场景里做四件事：识别、追问、判断、记录。

• 识别：AI 根据客户的第一句话判断问题类型。比如“怎么用”是使用咨询，“坏了”是报修，“退钱”是投诉或退款。
• 追问：根据问题类型，AI 自动要求客户提供必要信息。报修需要型号、购买时间、故障现象和地址；投诉需要订单号和具体问题描述。
• 判断：AI 根据问题类型和客户情绪判断是否需要转人工。使用咨询和普通报修可以继续由 AI 处理；投诉、故障、退款、合同相关问题立即转人工。
• 记录：AI 把客户提供的信息整理成摘要，包括问题分类、紧急等级、客户资料和所需资料。

每个动作都在服务不同角色：识别和追问帮客户快速描述问题；判断帮客服过滤掉低风险问题；记录帮主管和销售拿到可跟进的上下文。

人工接手节点

人工在三个节点接手：投诉、故障、退款或合同问题。

人工接手时，AI 已经把问题摘要、客户资料、所需信息和风险等级准备好。客服不需要重新问一遍“您有什么问题”，而是直接看到：“客户投诉产品故障，型号 XX，购买时间 XX，已提供图片和订单号，建议优先处理。”主管可以看到升级原因和客户情绪记录。

AI 不替代人工的关键判断，比如是否赔偿、是否换货、如何安抚客户。AI 的作用是辅助接待和整理，让人工把精力放在需要判断和决策的事情上。

最终沉淀的信息

每次售后接待结束后，系统沉淀的信息包括：售后分类、紧急等级、客户资料、处理记录和升级原因。

这些信息不是聊天记录，而是结构化后的需求、意向、联系方式和跟进状态。销售可以知道哪些客户有投诉历史，主管可以复盘投诉原因并更新知识库，客服可以快速查看客户的历史处理记录。

客户聊天记录本身不是资产，结构化后的需求、意向、联系方式和跟进状态才是资产。AI 客服不是简单自动回复，真正价值在于把客户咨询整理成可跟进线索。人工不应该被 AI 替代，而应该在报价、投诉、复杂需求等关键节点接手。

---

如果你的团队也在处理售后问题时遇到分类不清、升级规则不明的情况，塞纳世可以帮助设计售后分类和转人工规则，让 AI 先完成接待、判断、追问和记录，人工在关键节点接手。