背景
客户做户外冲锋衣 + 登山装备,北美 + 欧洲 + 日本三个大区,每个大区有 4-6 个销售渠道(亚马逊本地站、独立站、Walmart、Otto 等)。22 人客服里有 8 人是兼职,语言互不通 —— 一封德国客户的邮件常常会等到第二天德语客服上班才看到。
管理层最关心的是:能不能让一个客服兼顾多语种?能不能在客服上班前先「做一遍工单」,把 80% 的标准问题自动答完?
挑战
- 户外品类专业术语多 —— 「水压 10,000mm」「填充棉膨度 700FP」直译会出错
- 退换货政策每个国家都不一样,德国 14 天 vs 美国 30 天,不能弄混
- 工单系统是 Zendesk + 内部 ERP 双轨,集成方式必须最小侵入
- 客服团队对 AI 抵触明显 —— 担心被替代,担心 AI 答错让自己背锅
「不是让 AI 取代客服,是让客服第一次能在 9 点上班看到 AI 已经把昨晚的工单初筛完了。」
—— 客户客服中心负责人
方法论
我们做「翻译记忆 + RAG 知识 + AI 草稿 + 人工终审」四段链路。AI 不直接对客户回复,只生成草稿;客服一键采纳/修改/驳回,所有交互都进训练池。
STEP 01
翻译记忆库
客户历史 18 万条工单按 4 语种切片,提取标准术语对照表
STEP 02
知识库结构化
退换货政策、产品参数、保修条款按国家/品类拆分,带版本号
STEP 03
Claude Sonnet 4.6 草稿
新工单进来 2 分钟内出 3 套候选回复(简/详/含上分推荐)
STEP 04
客服 review
Zendesk 侧边栏插件直接展示候选,1-click 采纳/微调/驳回
STEP 05
升级判定
退款金额 >$200、争议工单、差评回复 → 强制人工
STEP 06
数据回流
每条工单的最终回复 vs AI 草稿差异自动入训练池,周更模型偏好
对比 · Before / After
BEFORE
周末晚上德国客户发邮件问发货问题。客服周一 9 点上班,德语客服 10 点到岗,客户等了 38 小时才得到回复。回复内容由客服现写,平均 12 分钟一条。
问题:语种延迟、人工逐条手写,夜班空白
AFTER
客户邮件进来 2 分钟,Claude 出 3 套德语候选回复,带物流轨迹查询结果。德语客服 10 点上班看到 AI 草稿,微调后 38 秒发出。复杂工单进入升级队列。
突破:24 小时不空班 + 客服平均处理时长降到 1.6 分钟
注:示例为脱敏后的简化版本。
成果数据
客服首响时间 · 分钟
5 周渐进切换
18min
vs. 启用前 252min 均值
W0W1W2W3W4W5W6W7W8
客户原声
T
"我最担心的事情没发生 —— 客服没有反对 AI,反而主动跟我们要更多 AI 草稿场景。原因很简单:他们终于不用熬夜赶德国和日本时差了。"
Tom Hoffmann · 客服中心负责人 · 户外运动品牌
技术栈
Claude Sonnet 4.6草稿主模型GPT-5意图识别DeepL Pro翻译记忆库Zendesk工单系统海帆 Routing升级判定