通用 AI 客服答得了「怎么缴费」 · 答不了「青云尚府为什么还不通气、我为什么被限购
营业安检与用户服务 · 真实业务触发
客服班组每天接几百个电话,问的全是本地事:这栋楼几号通气、限购怎么解除、补贴怎么领。通用 AI 客服答不了这些——答案在公司的通气排期表、限制购气名单、补贴政策文件里。答错一次,业主的投诉就直接打到县里。
不是流程描述,是调研出来的真痛点 —— 每条可点开核对出处
变化不在「快」,在「参与的角色」和「覆盖的范围」
6 步 · 每一步的产出都是下一步的输入
痛感 4 × AI 适配 4 ÷ 落地难度 2 = 9.6
最大差异点 · 不要求先建知识库系统。价格文件、排期表、名单、政策文件的原文(PDF/照片/Excel)直接扔进来——问答时自动定位到原文页码,每个答案带「依据出处」,答不上来的明确说「无依据,转人工」。
评分口径:痛感看「这事没做好谁会生气、生气到什么程度」; AI 适配看「输入是否非结构化、是否要跨部门取数、错了能不能当场看出来」; 落地难度是分母 —— 需要客户先做数据治理的场景,分数会被压得很低。
判断标准只有一个:这份东西能不能直接进企业的流程
不自动外呼、不做停气/复气承诺(时限口径以营业厅正式答复为准)。高危来电(泄漏、异味)第一句就是「请立即离开现场拨打抢修电话」——这条分流规则硬编码在应答流程第一位,不经过任何知识库检索。
Live Demo 里有一个完整案例的每一步,包括 Agent 在哪一步拦住了