# 叮当小宝CS案例：从纯人工到 AI 加人工，一家三人店铺的改造记录
改造一家店铺的客服体系，难的不是买工具，是顺序。顺序错了，AI 上线即翻车，人工被骂、买家被坑、老板买单。这篇记录一家三人女装店从纯人工到「AI 先接、人再上」的完整改造过程：每一步做了什么、踩了什么坑、数据前后怎么变。照着走，能少交半年学费。
三个人的店：老板娘管进货和发货，一个客服白天在岗，老板兼职晚上看消息。日均咨询三百条，晚八点到十一点占四成。痛点很典型：晚高峰回复慢，买家等五分钟算好的；夜里消息全靠老板睡前刷一轮，漏回是常态；客服请假一天，接待直接塌方。
更隐蔽的账：客服每天有六成时间在回答重复问题——「发什么快递」「什么时候到」「有没有货」。这些时间本可以拿去做询单转化，但被查询类消息吃光了。
改造的头两周什么工具都没上，只做一件事：把重复问题的答案写标准。拉最近一个月的会话记录，按问题类型计数，排出前二十个高频问题，逐条写答案、审口径、定说法。
这一步的价值在后头会显现：不管将来用什么工具，这二十条答案就是知识库的底稿。跳过这一步直接上工具的店，等于把一堆口径混乱的历史回复喂给 AI，答出去的话没一句敢信。
坑也踩了一个：初版答案里写了「头一天发货」，实际发货时效是四十八小时内——话术和运营事实脱节，这种偏差上线后就是批量事故。教训：话术定稿前，让发货的人核对发货口径，让售后核对售后口径。
工具选型不展开，原则说一条：选能先「旁路试跑」的。所谓旁路，就是 AI 不直接对买家说话，只做两件事——识别买家问题并给出建议答案，真人点确认才发出去。
这一周跑下来拿到了三个关键数据：AI 的建议答案采纳率约七成；被采纳的会话，回复时长从平均三分钟压到三十秒；剩下三成不采纳的，集中在议价、投诉、和口径模糊的时效问题。
旁路试跑的意义是把信任建立起来：客服知道 AI 哪些话靠谱，老板知道 AI 的边界在哪，改知识库有了明确的靶子。直接跳过这一步让 AI 全自动上线的，翻车基本都翻在头三天。
试跑数据达标后才切全自动：AI 直接应答那七成标准问题，转人工的触发词收紧到三类——议价类（便宜、优惠、砍）、情绪类（投诉、差评、举报、工商）、模糊类（识别置信度低的）。转人工时带全量会话上下文，买家不用复述。
这一步踩的坑是「转人工太勤」：头两天转人工率四成，人工席等于没省。回查发现是知识库没覆盖「退换货流程」——这是个标准问题，但答案没入库。补录之后转人工率回落到两成半。这个数字之后稳定了：AI 承接七成五，人工接两成半的难单。
AI 稳定后，夜间模式重排：夜里 AI 全值，紧急关键词（丢件、破损、只退款、曝光）触发强提醒叫醒轮值的人。轮值按周轮，被叫醒超过三次的下周调休半天。
夜里的数据变化是整个改造里体感强的部分：夜间消息回复率从六成拉到百分之百，老板从「睡前刷消息」里彻底解放，夜间的询单不再过夜凉掉。夜间成交量涨没涨没有精确归因，但夜间咨询的次日转化明显好了——头一时间被接住的买家，第二天还记得你。
三个数字收个尾：日均咨询三百条的承接结构变成 AI 七成五加人工两成五，人工的总工时省出约一半，被重新投到询单跟进和内容上；首响时长从三分钟压到二十秒内；客服请假不再影响接待，AI 不知道什么叫请假。
改造的总投入：两周话术整理加一周旁路试跑，工具按月付费。用叮当小宝CS 这类系统的店铺，改造路径可以照搬：先整理、再旁路、后全自动、末尾改制夜间——顺序走对，每一步都有数据兜底，改造就翻不了车。
相关阅读：千牛自动回复设置教程 · 电商客服话术模板库