客服与咨询问答

主要面向：通用

客服是 Agent 落地最成熟的场景，原因很简单：大部分咨询是重复的。同一个问题被不同的人问一百遍，人回答一百遍，这件事本身就不该由人来做。

Agent 能接管的部分

有明确答案、答案来源稳定的问题——规章制度、办事流程、产品参数、常见故障处理。这类问题的答案写在文档里，Agent 要做的是把问题和文档对上，而不是自己想。

我们在某小学落地的场景就是典型：老师办事原本要去问专门管行政的老师，行政老师反复回答同样的问题；改成 Agent 之后，规章制度和办事指南直接支撑回答。招生期同理，家长的重复咨询不再占用老师的时间，AI 还能 24 小时应答。

需要判断、需要担责、涉及安全的部分。 这条界线必须在设计阶段就划清楚，而不是等出事再补。

划界线的方式不是「告诉 Agent 遇到这种情况要小心」——提示词层面的约束不可靠。要做成机制：识别到特定类型的表述就强制转人工，并且留痕、告警、有人在后台能看到。

这类兜底机制是可视化编排搭不出来的，需要写进代码。我们为一个心理咨询场景做过这件事：关键词识别、转人工功能、人工后台管理，全部是定制开发的部分。

知识库不是把文档丢进去就完事。 文档结构直接影响检索效果，切块策略需要针对具体的文档形态调。一份排版混乱的制度汇编，和一份结构清晰的问答手册，检索出来的效果差得很远。

「答不上来」比「答错」安全。 让 Agent 在没有依据时明确说不知道并转人工，比让它硬答一个看起来合理的答案要好得多。