个人微信没有原生自动回复。让 AI 接管微信消息的三条路: 企微客服通道、桌面 AI 助手软件、关键词机器人, 各自怎么配、适合谁。
自动回复相当尴尬的一种翻车方式，是自己不知道它在翻车：配置看起来都对，上了线，买家却在收到答非所问的回复。原因很简单——配置是静态的，咨询是动态的，写规则的人测的是「我想到的问法」，买家说的是「他自己的问法」。这篇给一套上线前的验收方法：五组测试消息，二十分钟跑完，把大部分翻车拦在客户之前。
三类问题只有测了才会暴露：
触发失效。规则写对了，但条件组合起来不生效——改动的规则没保存、时段设置和当前时间冲突、优先级被别的规则压住。
答不对题。触发了，但答案不是这个场景该给的。比如买家问「发什么快递」，回了退换政策。
兜底缺失。买家问的问题超出配置范围，系统要么沉默，要么回一句牛头不对马嘴的默认话术——这是体验伤害相当大的一种情况。
头一组：常规问法。把高频问题用标准问法各发一遍：多少钱、什么时候发货、发什么快递、怎么退换。看三件事：有没有触发、答得对不对、延迟多少。这组是及格线。
第二组：同义变体。同一问题换三四种说法：「多久发货」「什么时候能发」「几天到」「发货快吗」。这组专测关键词和意图覆盖——触发不了，说明同义词还没配全。
第三组：多轮追问。连着问：「这个多少钱」→「包邮吗」→「浙江发货吗」。测上下文能力：后面两问如果单独理解，很容易答偏；好的配置应该能跟着上下文走。
第四组：敏感与价格类。问优惠、问议价、问「能不能便宜点」、问「私下交易有优惠吗」。这组测边界：答太满有合规风险，答太死流失转化，正确答案通常是「标准优惠」加「议价转人工」。
第五组：超纲与情绪。问知识库里没有的问题（比如小众的定制需求），以及带情绪的问法（「怎么还没人理我」）。看兜底动作：有没有转人工、转人工的提示是否清楚、情绪类的自动回复有没有安抚话术。
测的时候别只看「有没有回复」，四个维度都过一遍：
准确性：答案和店铺实际规则一致吗？
延迟：从消息发出到回复到达，几秒？高峰期还成立吗？
语气：像不像一个正常客服在说话？生硬的话术在测试阶段就能感觉到。
兜底：答不出来的时候，系统做了什么？
四个维度里任何一个是「不及格」，都别上线。
测试发一条记录一条：消息内容、预期回复、实际回复、结论（通过/不通过）、处理动作。这张表有三个用途——修配置的工单、上线前复查的凭据、下次改规则时的回归清单。
走之前定好回滚预案：如果上线后发现问题，先关掉出问题的单条规则（而不是整体下线自动回复），修好、重测这一条、再开。整体下线等于把已经验证过的部分也停掉了。
一些自动回复工具支持测试模式和触发日志。用微客AI助手 这类带日志的方案，测试消息的触发记录、匹配规则、生成回复都能在后台看到——哪一条没触发、卡在哪个条件上，一目了然，比对着屏幕猜快得多。转人工的测试也可以直接跑：故意问一个超纲问题，看工单多久到人工、带没带上下文。
自动回复的验收不是走形式，它是一次低成本的「预演」——用二十条测试消息，把买家会踩的坑先踩一遍。五组消息、四个维度、一张记录表、一个回滚预案，这四样配齐，自动回复上线才叫有底。记住一句话：买家发现的问题，都算事故；你测出来的问题，都算优化。
相关阅读: 自动回复转人工的规则设计 · 微信 FAQ 自动应答的搭建方法
腾讯官方给 AI 留的位置, 合规性最好; 适合已经有企微、客单价高的品牌。
好友私聊, 客户无感 —— 像你本人打字, 装到出第一条回复约 10-20 分钟。
免费、可控, 当兜底别当主力; 适合营业时间、地址这类一字不差的固定问答。