微信客服机器人自动回复语录怎么归类?微客AI助手按场景分组的整理法

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

接手过一个语料库:三百多条语录,看着很全,线上命中得一塌糊涂——同一个问题被三条规则抢,用户拿到一段和他订单无关的话术。后来发现问题不在话术写得够不够漂亮,而在分组方式错了:语录是按"风格"堆起来的,不是按"场景"切开的。

按决策段切组,不按话术风格切

首次咨询、催付、售后、投诉、非工作时间,这五段的差别是用户所处的状态,不是文字语气。切组的时候我只看三个信号:有没有订单、订单走到哪一步、这句话想解决什么。切完之后的建议配置:

场景组入口信号组内目标建议条数优先级
首次咨询无订单,问价、问规格、问有没有货给决策信息,引导留下联系方式8–12 条中
催付有未付款订单,问怎么付、优惠、发货消掉顾虑,讲清时效与售后口径5–8 条高
售后已发货或已收货,带订单号分流到退换、补发、维修流程10–15 条高
投诉含退款、赔偿、曝光类情绪词先安抚,直接转人工4–6 条特高
非工作时间命中时段规则,前几组都没接住说明什么时候有人,给出自助路径3–5 条低

条数这么给有理由:首次咨询的问法分散,要覆盖不同类目的商品,条数少必然漏;催付和投诉意图很窄,条数一多就出现两句话术只差一个词的情况,互相抢命中。非工作时间组刻意保持很短,它是兜底,不该参与抢。

整理步骤:先标问题,再定顺序

  1. 导出全部语录,只做一件事:给每条写一句"它解决什么问题",先不碰话术本身。
    1. 按这句话聚类,同名的归到一组,剩下单独的逐条看——孤条多是历史遗留,直接下线。
    1. 给每组定入口信号,写成可判定的条件:订单状态加关键词加时段,别用"用户比较急"这类没法判定的描述。
    1. 组内排序按近三十天实际触发量从高到低,不按编写人的偏好。
    1. 每条补退出条件:用户追问到什么程度转人工,或者转去另一组。
    1. 拿三十到五十条真实提问做冲突测试,看同一条会被哪条规则接住,接不住或接错的单独记下来。
    1. 先在小范围入口灰度几天,看转人工率和二次提问率,再放开。

两条规则抢同一个问题,怎么解

抢命中通常三种原因:关键词存在包含关系("退货"和"退货退款"都能命中)、时段规则和关键词规则同时成立、同一句话被两个组都收录。处理顺序我是固定的:

  • 匹配方式从"包含即命中"改成长词优先、长句优先,短词乱抢的面就小了。
    • 组之间设互斥优先:投诉高于售后,售后高于催付,催付高于首次咨询,时段组永远排末位。
    • 把规则命中量拉出来看,连续几天零命中的语录直接下线,不留在库里当备份。
    • 微客AI助手里我习惯把分组当作命中域,先定组再在组内匹配,冲突面比全库扫一遍小得多。
      分类这件事没有一次做完的。我的节奏是两周看一次全量命中分布,一周补一次漏。语录本身不是资产,能稳定接住问题的那部分才是。

参考

  • 微信客服自动回复语录按场景分组与优先级整理的做法说明:https://dingdang.asia/microai/articles/weixin-kefu-reply-templates/
    • 企业微信客服话术库分组配置与规则冲突处理的补充说明:https://dingdang.asia/microai/articles/wecom-auto-reply-scripts/
Logo

DAMO开发者矩阵,由阿里巴巴达摩院和中国互联网协会联合发起,致力于探讨最前沿的技术趋势与应用成果,搭建高质量的交流与分享平台,推动技术创新与产业应用链接,围绕“人工智能与新型计算”构建开放共享的开发者生态。

更多推荐