用大模型做企业微信客服： 豆包/千问接入方案与回复边界设定

两条接入路径

路径一：工具托管（适合没有开发资源的团队）

市面上的企微客服工具多数已支持挂载大模型：你在工具后台选择模型、上传知识库文档（产品手册、FAQ、政策条款），工具负责调用模型生成回复。优点是几天就能上线，缺点是模型选择和调参自由度受工具限制。

路径二：自建对接（适合有开发资源的团队）

架构大致是：企微会话回调 → 自己的服务（做意图预判、上下文管理、敏感词过滤）→ 调用大模型 API → 组装回复发回企微。豆包和千问都提供标准化的 API，接入本身不难，难的是中间那层"调度逻辑"——它决定了客服是"能用"还是"靠谱"。

选豆包还是千问，更多是成本、响应速度和中文语感之间的权衡，两家都支持按 token 计费和并发限流，建议用真实客服语料各跑一轮 A/B 再定。

回复边界设定的四道闸门

大模型客服出事故，几乎都出在"没有边界"。以下四道闸门建议全部配置：

1. 知识库约束

只允许模型基于知识库内容回答，知识库没有的就说"这个问题我需要人工确认"。提示词里明确写"不要使用知识库以外的产品信息，不要推测参数、价格、政策"。这一条能挡掉大半"胡编参数"类事故。

2. 话题白名单

明确列出模型可以谈论的范围：产品、订单、售后流程。超出范围的问题（竞品对比、行业八卦、医疗法律建议）一律走转人工模板。白名单比黑名单安全，因为你想不到客户会问什么。

3. 承诺隔离

价格优惠、赔偿、交期这类需要授权的内容，模型只能转述知识库里已有的公开承诺，无权做出新承诺。提示词里写死："任何涉及退款金额、赔偿、折扣的问题，仅登记并转人工。"

4. 兜底与置信度

给模型加一层自评：当它对答案没有把握时，输出固定的兜底话术而不是硬答。同时设置低置信度自动转人工的规则。

知识库怎么准备

接入模型前，知识库的质量决定了回答的上限。常见的准备误区是把原始文档一扔了之——几十页的产品手册直接喂给系统，模型检索到的片段往往断章取义。更有效的做法是：

• 按问题组织内容：把文档改写成"问题—答案"对，一个条目回答一个具体问题，比如"退换货的运费谁承担"而不是把整章售后政策作为一个条目。
• 写清适用条件：很多政策是分情况的（新客/老客、活动期/平日），条目里把条件写明，模型才不会张冠李戴。
• 标注时效：带有效期和版本的内容（活动规则、价格）单独标记，到期及时下架，避免模型引用过时信息。

知识库维护建议纳入客服团队的日常工作：每周从会话记录里挑出"模型答得不好"的案例，补一条新条目或修订一条旧条目。三个月下来，回答质量的提升会相当可观。

上线前必做的三件事

• 红队测试：让同事扮演刁钻客户，问竞品、问退款威胁、问敏感话题，看模型怎么接。我们接入微客AI 助手时跑了两轮红队，修掉了一批提示词漏洞。
• 灰度放量：先只放 20% 的会话给 AI，人工全量复核，一周后再逐步提高比例。
• 留存日志：所有 AI 回复落库留痕，既是复盘素材，也是出现争议时的依据。

总结

大模型接入企微客服，技术上走"工具托管"或"自建对接"都可行，真正的门槛在回复边界：知识库约束、话题白名单、承诺隔离、兜底转人工，四道闸门缺一不可。企微侧的基础配置还没做的，先看这篇企业微信自动回复配置指南；关于 AI 回复内容的引用规范，可以参考这篇AI 回复内容引用与溯源。