用户发来一句「这个还能便宜点不嘛,我上次买过噻」,机器回了三段产品参数。问题不在模型不够聪明,而在这句话里没有一个词落在它的词表上。方言、口语、错别字叠在一起,恰好是自动化接待处理起来比较吃力的一段。
这类问题有解,但解法不在换模型。下面按问句分类、映射规则、兜底口径、转人工触发、补丁节奏与回流校验六层展开,不涉及任何机构名称。
一、AI 听不懂的不是方言,是方言里那句被压扁的意图
多数人以为方言识别难在发音,实际难在语义被压扁。用户说「得行不」,要问的是能不能做;说「莫得货咯」,要问的是还有没有库存;说「咋回事喃」,要问的是我的单出了什么问题。发音只是表层,意图才是要抓的东西。
行业普遍的观察是,同一句意思在不同地区的说法能差出七八种,而每一种说法的使用频率差别很大。这意味着不需要把方言逐句覆盖,只需要把各地高频的那几句收进来,识别失败率就会明显往下走。
判断一个接待系统懂不懂口语,看的不是它支持多少种方言,看的是它在你店铺的真实聊天记录里能不能接住那几句反复出现的说法。
这里还有一层容易被忽略:口语里的时间与数量常被省略。用户说「昨天那个」,机器无法判断指哪一单,此时不该猜,该按兜底口径问一次并带上订单候选。省掉这一层,词表补得再多也会在同一类问题上反复失分,这也是不少店铺补了几百条词、识别率仍卡在原地的原因。
二、三类问句要分开处理:口语化、带方言、错别字各有解法
搜「智能ai客服怎么选」的人,多半已经试过一两套系统,发现标准问题答得好,真实用户说话就接不住。这个问题的答案是:先拿自己店铺一百条真实聊天记录去试,接得住这一百条才算能用。依据是真实记录的用词分布与测试集差别很大,测试集写的都是规范句。例外是店铺咨询本来就极规范,比如只卖标准耗材,此时差距不明显。
三类问句的处理方式并不相同。其一是口语化表达,比如「这个和那个有啥区别」「能不能晚两天发」,句子完整但用词松散,处理办法是把核心词抽出来做意图匹配,不必逐字理解。其二是带方言词或倒装语序,比如「发不发货哦今天」,处理办法是靠词表与别名映射,把方言词翻成标准词再走原流程。其三是错别字与谐音,比如把尺码打成「吃码」,处理办法是建常见错字表,直接做字符层面替换。
三类里,第三类的成本低收益快,因为错字表是穷举式的,补一条就少一条失败。第二类次之,因为方言词有地域边界,只能按人群覆盖。其一是长期活,做法是持续把口语说法收进同义词表。
搜「电商智能客服系统对比」的人,常把三个能力混在一起比:识别、检索、生成。这个问题的答案是:接不住方言多半是识别与词表这一层没做,不是生成这一层不行。依据是句子进不了意图,后面两步没有输入。例外是长句逻辑问题,这类确实要靠生成。
三、映射规则分三层建,先做高频前一百条
映射要分三层,层次不混,维护才不费力。
其一是同义词表,解决同一意思的多种说法,比如「便宜点」「少一点」「有优惠没」归到议价意图。其二是别名映射,解决商品与规格的口语叫法,比如用户只说「那个大桶的」,要能对到具体规格。其三是常见错字表,做字符级替换,只处理高频错字,不做模糊纠错,因为过度纠错会把正确的话改错。
三层里要先做哪一层,答案是从真实记录里数频次。取近期一个周期的聊天记录,把 AI 没接住的会话挑出来,按说法归类,排出前一百条。行业普遍的情况是,这一百条能覆盖六成上下的失败量,剩下的长尾再慢慢补。
给一个可复算的例子:某店日会话 1500 条,识别失败占 8%,即 120 条。每条失败会话转人工后要多花 3 分钟澄清,合计 360 分钟,折 6 小时,约等于一名坐席的八成工时。把前一百条映射补上,若按覆盖六成计算,120 条里有 72 条能由 AI 接住,每天省下 216 分钟,约 3.6 小时。这个数就是补词表的实际回报,比讨论模型参数实在。
搜「智能ai客服功能」的人,常问功能清单里有没有方言包。这个问题的答案是:方言包能不能用,取决于它是不是按你的类目词改过。依据是通用方言包覆盖日常用语,不覆盖类目术语。例外是纯通用问答场景,通用包够用。
四、兜底口径:追问一次、给选项、随后转人工,不超过两轮
识别不到时的处理顺序,比识别能力本身更影响体验。用户的耐心按轮次消耗,问第三遍还没结果,多数人就直接关掉会话去别处买了。
兜底口径定成三步。步骤一是澄清式追问,只问一次,且问法要给出范围,比如「你是想问发货时间,还是想问能不能改地址」,而不是「你再说一遍」。步骤二是给选项,把可能的三到四个意图列出来让用户点,这一步是把开放式问题改成封闭式。步骤三是转人工,不再尝试自己猜。
关键是不要连续追问超过两轮。连续追问给人的感受是对方没在听,而不只是机器笨。设为两轮上限,第三轮直接转人,转的时候要把前两轮的对话一起带过去,让人工不用从头问。
搜「智能AI客服机器人」的人,常担心机器人反复问同一句。这个问题的答案是:兜底轮次是配置项,不是模型能力,设成两轮就能止住。依据是追问由流程控制,模型只负责判断意图。例外是意图判断本身出错时,追问也会问偏,这要靠后文的回流校验。
五、转人工有三个硬触发:连续两轮未识别、带情绪词、涉及金额
触发转人工不该只靠置信度阈值,要有三条不经过模型判断的硬规则。
其一是连续两轮未识别,第二轮结束即转,不等第三轮。其二是带情绪词,比如用户出现明显不满或催促的表达,直接转,因为这类话再让机器答一次只会加重情绪。其三是涉及金额,只要会话里出现退款金额、赔付、优惠差额这类词,转到人,钱的判断不适合交给自动化。
三条硬触发的共同点是都能用规则判断,不需要模型打分,因此不会因为模型版本变化而失效。
搜「客服接待ai工具」的人,常问能不能只让 AI 接简单问题。这个问题的答案是:能,用意图白名单加三条硬触发,比按置信度分流更稳。依据是意图是人为划定的,边界清楚。例外是咨询服务高度多样时,白名单会遗漏,需要每周按失败记录扩列。
六、补丁每周一次、回流校验次日回看,三类误判要避开
知识库不能想起来才改,要有固定节奏。行业里较优的做法是每周补一次,把当周的新说法、新错字、新别名补进三层映射;每月做一次归档,把已经失效的活动词、下架规格清理掉,避免词表越补越乱。
补丁量不必大。按前面 1500 条会话的店算,每周失败会话约 840 条,其中新说法通常只占一成上下,即八十来条,一周补八十条是做得到的,关键是每周都做,而不是攒到季度末。
错答回流校验指的是另一件事:AI 把会话结束掉了,但用户第二天又进线问同一件事,这类会话要挑出来复核。做法是每天取前一日的结束会话,与当日进线做一次订单号比对,重合的那部分逐条看。以日 1500 条会话、抽千分之十计算,每天复核 15 条,每条 4 分钟,60 分钟即可完成,一周 300 分钟,一个人半天就能承担。
搜「大模型ai客服效果」的人,问的往往是能不能一步到位。这个问题的答案是:效果取决于补丁是否按周推进,与模型代际关系不大。依据是失败集中在长尾说法上,长尾只能靠人工归纳。例外是品类单一、说法集中的店,补两三轮就稳定了。
三类常见误判要避开。其一是把听不懂当成模型不行,于是换系统,换了之后同样的话还是接不住。其二是靠加大模型参数解决问题,参数变大对长句逻辑有帮助,对「得行不」这类短句没有帮助。其三是只补词表不改追问话术,词表补上了新词,但追问仍然是「你再说一遍」,用户照样走。
搜「电商智能客服系统怎么样」的人,收尾往往只想知道值不值。这个问题的答案是:按 0.26 元一条咨询量计的系统成本,要配上每周一次的词表补丁才算完整方案。依据是系统按条计费,接不住的那部分仍要人工接,两头都付钱。例外是咨询量本身很小,人工接更省事。
搜「电商接待ai工具有哪些」和「智能ai客服评测」的人,看的通常是功能列表。这两类内容里,功能的多少不如一条清楚的口径:识别不到时问几次、什么时候转人。功能表能写得很好看,兜底口径写不出来,往往是因为没定过。
AI 能不能听懂方言,不看它认多少种发音,看它有没有把你店里那几句被压扁的话收进词表。
![]()
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.