怎样用 AI 智能体做客户支持，又不失去掌控？
客服队列既重复又紧迫，所以它常常是团队尝试智能体的第一站。问题不在于智能体能不能读懂一张工单，而在于由谁来决定对客户说什么。
本指南包含
AI 智能体在客服队列里能做什么？
它可以读取队列、分出哪些需要人来处理、起草回复，并标出需要升级的内容。PROMIVO 上的客服类智能体就是这样构建的：AI 客户支持代理起草答复，绝不会背着你发出去；收件箱分流代理为收件箱分类并写好回复，由你点击发送。
智能体绝对不该被允许做什么？
做出任何承诺。PROMIVO 上的客服类智能体被设计为拒绝替你承诺退款、延期或例外，因为每一项都是背后有成本和政策的决定。在你自己的流程里也要保持这一点：凡是会让公司承担义务的事，都由人来批准。
怎样防止它编造内容？
把你自己的文档交给它，并要求它只依据这些文档作答。文档问答代理依据你的文档回答，而当文档里没有答案时它什么都不说，这正是你想要的行为：缺失的答案是留给人去处理的任务，而不是靠猜测去填补的空白。
应该从哪里开始？
从你已有的队列开始，而不是新建一套流程。用一天的工单跑一遍分流，把它的分类与你的团队实际的处理对比。两者不一致的地方，往往揭示了你的团队一直在遵循、却从未写下来的某条规则。用例下的客户支持页面列出了为这类工作构建的智能体。
在客户看到任何内容之前，怎样检验一个智能体？
每个智能体在自己的页面上都有免费的示例检查，无需银行卡，也无需 API 密钥，所以在连接任何东西之前，你就能看到它在示例数据上的产出。要在你自己的数据上运行，则需要你自己的 AI 服务商密钥，平台上的每一次运行都是如此；而草稿在有人发送之前始终只是草稿。
客户关怀的其他方面呢，比如客户流失和预约？
客户支持不只是回复。客户流失信号分析代理会指出账户里到底发生了什么变化，而不是给出一个没人能据以行动的风险分数。预约安排智能体提供真正可以成行的时段。爽约挽回智能体会找出即将被错过的预约。它们每一个都把决定交还给人。