很多小团队以为"智能客服 = 接一个 ChatGPT 到网站"就完事了，结果体验很差：答非所问、无法查单、没有兜底。本指南给出小团队从零搭建 7×数小时智能客服的完整路径，重点解决"没有专门 AI 团队也能落地"的问题。
一、先做减法：明确智能客服要解决什么
小团队预算与人力有限，建议按优先级承接三类问题：
- 高频标准化问题（60%）：价格、发货、售后政策、使用说明。
- 自助查询（20%）：订单状态、物流轨迹、发票。
- 低价值重复劳动（剩余）：表单收集、工单录入。
把这三类做好，已能覆盖绝大多数咨询量，把人工留给真正需要人的会话。
二、选型对比：自建 vs 平台
| 维度 | 纯自建（LLM + 代码） | 智能体平台方案 |
|---|---|---|
| 上手门槛 | 需开发与运维能力 | 运营人员即可配置 |
| 上线周期 | 1-3 个月 | 1-4 周 |
| 知识库治理 | 自建 RAG 链路 | 内置可视化导入 |
| 人机协同 | 需自行开发升级策略 | 内置规则引擎 |
| 成本 | 人力为主 | 按会话量计费 |
对 众多团队，优先推荐平台方案把精力放在知识库与流程上，而非底层工程。相关概念见 RAG 与 大语言模型。
三、知识库建设是成败关键
1. 结构化优先
把常见问题写成"问题-答案-补充说明"三段式条目，配标签（分类/商品/场景），便于检索命中。
2. 从 Top100 开始
用历史咨询数据导出 Top100 问题即可覆盖 较高比例 以上量，不必追求全量。
3. 持续治理
每周根据"未命中会话"与"转人工原因"回填知识库，形成内容飞轮。
四、人机协同与兜底设计
- 升级阈值：退款额、投诉关键词、用户情绪词命中即转人工。
- 人工兜底 SLA：工作时间 30 秒内接入，夜间留言次日处理。
- 会话可审计：所有智能体回答留痕，支持人工复核与复盘。
五、监控哪些指标
| 指标 | 健康参考值 | 说明 |
|---|---|---|
| 首次响应时间 | < 15 秒 | 体验第一指标 |
| 自动解决率 | 60%-80% | 过低说明知识库不足 |
| 转人工率 | 20%-40% | 过低可能误答风险高 |
| 满意度（CSAT） | > 90% | 人工复核抽样 |
六、常见坑与避坑
- 坑：没有兜底直接全自动 → 避坑：先灰度 + 明确升级规则。
- 坑：知识库堆砌长文档 → 避坑：拆成短条目，训练检索质量。
- 坑：只接对话不做动作 → 避坑：通过 MCP 直连订单/工单系统。