官网友情链接 wechatapi.net

AI 微信机器人最容易出现错误的场景，往往不是问题太复杂，而是客户说得太少。

例如：

“这个不行。”
“怎么弄？”
“还是一样。”
“能退吗？”

如果模型强行根据最近一两条消息猜，就很容易答错。

真正优秀的客服并不会在信息不足时乱答，而是先问一个关键问题。

所以个人微信二次开发进入AI阶段以后，需要设计“澄清流程”。

WechatApi 可以作为个人微信API接入层，把私聊、微信群、引用、图片和文件上下文送入业务系统。本地AI层判断信息完整度，不足时生成一个最小澄清问题，而不是直接输出完整解决方案。

一、澄清和无答案不同

无答案：

知识库没有可靠内容。

澄清：

系统知道怎么处理，但缺少客户信息。

两个状态不同。

二、一个具体例子

客户：

“登录不了。”

系统还需要知道：

哪个客户端？
错误提示？
什么时候开始？

如果一次问三个问题，体验也不好。

可以先问最关键的：

“请问登录时有具体错误提示或错误码吗？”

客户补充后再继续。

三、WechatApi 在这里的位置

WechatApi负责：

客户持续消息和上下文。

AI系统负责：

判断缺哪些信息。

四、澄清字段模型

对于登录问题需要：

device；
error_code；
recent_change。

当前已知：

device=Windows。

缺：

error_code。

AI只问缺失字段。

五、不要重复问客户已经说过的

客户前面已经说：

“Windows。”

机器人又问：

“您用什么系统？”

说明上下文管理失败。

澄清前先读取完整当前会话。

六、图片正在处理时先等

客户发：

“就是这个错误。”

附截图。

图片还没OCR完。

不要立即问：

“错误是什么？”

先等附件。

任务依赖很重要。

七、澄清轮数要限制

连续问3轮仍然信息不足。

转人工。

不要变成问卷机器人。

例如：

max_clarification_rounds=2。

八、高风险问题直接人工

“我要投诉。”

信息再少，也不应该先连续澄清。

先人工接管。

风险优先。

九、群聊澄清更简短

群里不要一口气问很多问题。

最多一个简洁追问。

复杂场景转人工。

十、客户不回复

澄清消息发送后。

会话状态：

waiting_customer_info。

不要继续自动追问。

客户回来以后继续。

十一、客户换话题

机器人问错误码。

客户说：

“算了，先问价格。”

旧澄清流程应该取消。

创建新话题。

十二、澄清结果可以进入工单

客户补充完整以后。

工单候选已经拥有更完整字段。

比一开始就建一个信息不足工单质量更高。

十三、AI Prompt

明确告诉模型：

信息不足时不要猜结论。

只提出一个最关键澄清问题。

这比“尽可能帮助用户”更可控。

十四、澄清模板

高频问题可以使用结构化模板。

例如上传失败：

文件类型？
错误提示？

不必每次让大模型自由生成。

十五、数据看板

澄清触发率；
平均轮数；
客户补充率；
澄清后自动解决；
转人工。

能够评估机器人理解能力。

十六、人工反馈

客服发现：

其实无需澄清。

标记。

帮助优化信息完整度模型。

十七、日志

缺失字段；
澄清问题；
客户补充；
最终动作。

全过程可解释。

十八、总结

个人微信二次开发接入AI以后，模型最重要的能力之一不是“任何一句话都能回答”，而是知道什么时候信息根本不够。

WechatApi 可以把客户前后消息、引用、图片和文件持续带入系统。

AI澄清流程则先判断缺什么，只问一个最关键问题，并限制追问轮数。

信息补完整后再回答，仍然不清楚就转人工。

这样机器人不会因为客户只说一句“这个不行”就开始猜，也不会把客服变成一套生硬问卷。

真正自然的AI客服，应该像有经验的人一样：知道时回答，不知道细节时先问清楚。