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。
连锁商家上AI客服时问得最多的一个问题：几家门店能不能共用一套AI？听起来答案是显然的「能」，但真跑起来就会发现坑：A店的客户问「你们店在哪」，AI答了B店的地址；C店搞的周末活动，A店的客户也被推送了活动信息，客户一头雾水，门店店长投诉到总部。一家做了五年、目前七家直营店的烘焙品牌找我们配微客AI助手时，把这套路由和隔离的需求讲得非常具体。这篇把多门店AI客服的架构要点写下来。
多门店的客服内容天然分成两层。底层是品牌层：品牌介绍、会员规则、售后政策、通用话术，这些内容所有门店完全一致，理应共享，七家店维护七份是自找麻烦。门店层是差异层：地址营业时间、门店库存、门店活动、店长联系方式，这些必须按店隔离，答混了就是体验事故。
所以正确的架构不是「一个AI」或「七个AI」，而是一个知识库、两层结构：品牌层全店共享，门店层按店挂载。客户咨询进来，先路由到门店，AI回答时自动把品牌层知识和该店的门店层知识拼在一起用。烘焙品牌的做法是，品牌层一百二十条，每家店门店层二十到三十条，新增一家店，配置工作量半天。
客户进线后怎么知道该答哪家店？靠猜是不行的，要按信号的可靠程度排优先级。首要优先级是入口信号：如果每家门店有自己的企微号、小程序客服入口或者门店群，客户从哪个入口进来，路由就指向哪家店，这个信号最可靠。第二优先级是历史会话：客户之前咨询过、下过单、加过某店店长，会话记录里带着门店标识，路由沿用它。第三优先级才是问询内容：客户问题里提到商圈名、地标、小区名，AI从内容里识别后匹配门店表。
三个信号都落空的情况也有，比如全新客户上来就问「你们最近的爱琴海那家店几点关门」。这时候的做法是让AI反问确认：「您说的是XX路爱琴海店吗？」宁可多问一句，不要答错一家。路由错了之后答得再好，对客户来说也是答非所问。
规则一：门店层信息不允许跨店引用。技术上看是知识库检索时的门店过滤条件，业务上看是红线。价格活动尤其敏感：B店清库存的三折活动，不能出现在A店的回复里，客户拿着截图到A店要求同价，店长百口莫辩。
规则二：门店层的改动要走审核。门店活动信息经常变，为了让店长能自己更新，各家店的门店层知识由店长提交、总部审核后生效。完全放开会出现「门店写活动口径随意，AI照着乱答」的新问题；全部收归总部，更新又慢。提交加审核的轻流程是平衡点。
这家烘焙品牌上线一个月后的数据：路由准确率在九成五以上，错路由的样本集中在第三优先级的内容识别上，补了两次门店别名词库后基本归零。总部客服团队从七家店分别答疑，变成集中处理转人工的会话，人效的变化店长们都有感知。
多门店上AI不要七个店同时开。先选咨询量居中的一家店跑两周，把路由信号、知识库两层结构、转人工流程都磨顺，再分批铺开。铺开时把头一家店的知识库当模板，其他店只填门店层，速度会快很多。
多门店和AI的结合点不在「省几个人」，而在服务口径的统一：客户在任何一家店的入口得到同样水准的品牌回答，门店特色又各自准确。做到这一点，AI客服才真正成为连锁体系的基础设施。
多门店体系里还有一个环节容易漏：转人工之后的分派。AI把会话转出来，给谁处理？七家店的售后问题五花八门，总部客服不可能什么都懂。这家烘焙品牌的分派规则是两级：退款、物流这类标准化问题总部集中处理；产品品质、门店体验这类问题带着门店标签推给对应店长，店长在规定时限内响应。AI转人工时附上的会话摘要里自动带上路由到的门店信息，分派就不会错。
这套机制跑顺之后有个意外的收获：门店层的知识库质量上去了。店长被转来的会话「教育」了几次，主动把自家店常被问到的问题补进门店层知识库——问的人多了说明条目缺失，被转一次人工就多一条条目。体系运转一段时间后自我完善，这是设计初期没有预料到的正向循环，也是判断一套多门店架构是否真正落地的标志。
相关阅读: 微信自动回复转人工设计 · 微信客服自动回复指南
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。