AI 客服接不上的问题怎么转人工？ 置信度阈值与兜底策略

先明确：什么情况必须转人工

转人工的触发不只有"AI 答不上来"一种。以下五类建议都直接进人工队列：

1. 情绪信号：消息里出现投诉、威胁差评、强烈不满的表述。
2. 金钱承诺：退款金额、赔偿、改价——任何需要授权的承诺，AI 无权做。
3. 重复失败：客户对同一问题连续追问两次以上，说明 AI 的回答没被接受。
4. 明确要求：客户说"转人工""找你们经理"，立即转，不要挽留话术拦截。
5. 低置信度：AI 对答案把握不足，且没有合适的知识库条目兜底。

置信度阈值怎么定

多数 AI 客服系统会给每个回答输出一个置信度分数（或等价的判断信号）。阈值定多少没有标准答案，但有一套可操作的校准方法：

步骤 1：先全量记录，不设拦截

上线头几天把阈值设得很低，让 AI 尽量多答，同时记录每条回答的置信度分值和客户后续行为（继续追问、转人工、结束对话）。

步骤 2：回溯找分界线

把"客户追问了"的会话和"客户满意离开"的会话分开，看它们的置信度分布。通常会发现一个区间：低于某个分数时追问率明显上升——那个分数附近就是你的初始阈值。比如 0.75。

步骤 3：小步调整

阈值设太高，转人工量暴涨，人工成本失控；设太低，客户被机器反复消耗。建议每次只动 0.05，观察一周转人工率和问题解决率的变化再继续调。我们维护微客AI 助手时，阈值前后调了三轮才稳定。

另外注意：不同意图类别的阈值可以分开设。物流查询这类有标准答案的问题阈值可以低一些，售前咨询这类答案灵活的问题阈值要高一些。

兜底策略的四层设计

阈值兜不住的部分，要靠兜底话术接住。建议按层次设计：

• 层次一：诚实承认 + 澄清引导。"这个问题我还需要确认，您方便补充一下订单号或具体场景吗？"给客户一次提供更多信息的机会。
• 层次 2：给出相关但不承诺的内容。引导到 FAQ、操作指引等自助内容，明确标注"供参考"。
• 层次 3：转人工登记。"已为您登记，工作时间内会有同事跟进"+ 告知预计响应时间。登记要有真实的工单或记录支撑，不能只是说说。
• 第四层：留言与回执。非工作时间转人工无人接时，收集问题描述和联系方式，并承诺回执节点。

一个容易忽略的细节：转人工的等待期间要有反馈（"前面还有 2 位，预计等待 5 分钟"），安静的等待最消耗耐心。

常见的设计失误

复盘接触过的项目，转人工机制常见的失误有四类：

• 挽留话术拦截：客户说转人工，机器人先回一段"您的问题我可以帮您解决"再纠缠一轮。省下的人工成本，远远抵不上流失的客户信任。
• 转了没人接：转人工队列排了二十分钟无人响应，客户情绪比在机器那里更糟。转人工通道的承接能力要和触发量匹配，接不住就减少触发场景。
• 上下文丢失：客户和 AI 说了一轮订单号和问题描述，转人工后要从头再来。这是差评高发点，必须在系统层面保证会话上下文随工单流转。
• 阈值一设定终身：业务变了、产品变了，阈值和触发规则半年没动过。转人工率突增或突降都是信号，要回到数据里找原因。

这四类失误的共同点：都不是模型能力问题，而是流程设计问题。转人工机制做的是体验工程，不是算法工程。

转人工之后的闭环

转人工不是终点。人工客服接手时应能看到 AI 阶段的完整对话记录和已收集的信息，客户不必从头再说一遍。每天复盘"AI 转人工"的记录，把高频转人工的问题补进知识库——这个闭环跑顺了，转人工率会持续下降，AI 的实际承接率才提得上来。

总结

转人工机制的核心是两条线：触发线上，情绪、金钱、重复失败、明确要求、低置信度五类直接转；阈值线上，用真实会话数据校准分值，小步调整。兜底话术按"承认—参考—登记—回执"四层递进，别让客户在机器里打转。配套的登记与应答话术可以参考这篇客服话术模板库；真实场景下的落地复盘，看这篇叮当小宝上线后的客服流程实录。