客户是一家提供订阅制和按单购买的即食餐配送服务商，每月有数万笔订单，工作日晚上负载最高。客服依靠呼叫中心和聊天渠道：高峰时段要等最多 40 分钟，雇用客服人员会侵蚀利润，而 70% 的请求都是重复场景：「我的订单在哪」「怎么改地址」「里面都有什么」「怎么推迟配送」。服务的用户几乎都在使用 Telegram，因此把客服迁到那里是顺理成章的选择。
在不损失服务质量的前提下自动处理常见请求：
机器人要能自然地回答、查看具体订单信息、修改配送并在聊天中收取订阅费用；遇到复杂情况时要妥善转交人工客服。质量门槛非常明确：如果机器人只是在「假装提供客服」而没有解决问题，项目就算失败。
我们没有把机器人做成「带菜单的聊天机器人」，而是把它设计成完整的客服人员：能访问订单数据、有权执行常见操作，并且有清晰的人工升级边界。
- 分析三个月的客服请求，归纳出 50 种常见场景、各自占比、客户的真实表达方式，以及客服人员的典型错误。
- 整理服务知识库：配送规则、菜品成分、订阅价格和退款流程，将事实结构化供模型回答。
- 开发对话核心：使用可检索知识库的语言模型（RAG），禁止回答超出服务事实的内容，并统一品牌沟通语气。
- 通过 API 将机器人连接到运营系统：订单状态与历史、配送地址和时间修改、暂停和支付订阅。
- 设计升级流程：复杂或情绪强烈的请求连同对话上下文交给客服人员，客户不必重复说明。
- 设置对话分析：统计升级原因、无法回答的场景和知识库补充需求，让机器人根据真实对话持续改进。
项目的核心原则是让自动化不被感知为自动化。机器人几秒内回复，用一两条消息解决问题，也不会陷入循环；如果情况不常见，人工客服会立即接入并拿到完整上下文。因此客服评分从 3.4 升到 4.7：客户评价的是速度和结果，而不是「机器人还是人」。这套纪律正是好用的机器人与令人恼火的机器人之间的区别。
从经济角度看，一年内请求量随着服务规模增长了三倍，但客服团队人数没有增加，新增请求全部由机器人处理。客服人员省下的时间转向复杂且价值更高的场景，例如过去一个班次内根本处理不完的客户留存工作。机器人还成为销售渠道：订阅提醒和对话中的追加销售带来可观收入，让客服从成本中心转变为增长渠道。
| 指标 | 结果 |
|---|---|
| 无需人工处理的请求占比 | 0% → 78% |
| 首次回复时间 | 高峰时最多 40 分钟 → 3–5 秒 |
| 每条请求的处理成本 | ≈90 ₽ → ≈7 ₽ |
| 客服 CSAT | 3,4 → 4,7 |
指标取自案例原始材料。仅在来源明确记录时注明统计周期。
- 的请求无需人工即可解决
- 78%
- 首次回复（此前高峰期最长 40 分钟）
- 3–5秒
- 每条请求的处理成本（此前约 90 ₽）
- ≈7 ₽
- 客服 CSAT（此前为 3.4）
- 4.7
首次回复：40 分钟 = 2400 秒，对比区间上限 5 秒。CSAT 采用 5 分制。
用户我的订单在哪？
机器人您的订单正在配送途中。需要更改送达时间吗？
用户好的，改到晚上
机器人已完成，送达时间已更改。
- 01通过 Telegram 发起请求
- 02AI + 知识库以及通过 API 获取的订单数据
- 03常见问题 — 在聊天中解决
- 04复杂问题 — 人工客服附带对话上下文
机器人下一步可以发展的方向：
- 多渠道服务：在 WhatsApp 和 VK 上提供相同场景，共用知识库和处理核心。
- 主动通知：在客户询问前提醒可能发生的配送延误。
- 语音助手：在服务的移动应用中通过语音下单和管理订阅。
机器人比任何客服都回复得快，也从不休假。最重要的是，它解决问题，而不是假装提供客服：客户根本察觉不到，还给我们打「五星」。
— 餐食配送服务负责人