在有赞，我做了三部分工作：完善面向商家的 2B 智能客服体系，并做出工作台；参与消费者申请平台介入的 2C 智能客服；把商家侧积累的能力用于对外商业化。
先把面向商家的客服做好。
内部智能客服体系服务的是商家侧的 2B 场景。围绕客服每天的接待、查知识、发现风险和检查服务质量等工作，我完善了相关智能能力，并把它们组织进客服工作台。
怎样把客服每天面对的复杂度，变成可以执行、可以复盘的系统？
从智能客服体系，到客服工作台。
商家提出问题后，客服需要找到答案、理解上下文，也需要及时发现异常。我围绕这些具体工作完善智能知识库、智能预警、智能巡检和客服智能体。
工作台把这些能力放到日常工作里：客服从待办进入任务，在对话中查阅知识、使用 AI 辅助，再把服务记录留下来，供后续巡检和复盘。
一条从接入到复盘的服务链路
信息聚合
把多平台咨询放到同一个工作面，减少来回切换和漏接。
智能知识库
从真实会话提炼问答，经过比对、治理后写回，让智能体持续有新答案。
智能预警
从正在发生的会话里识别情绪、风险和高频问题，提前通知处理人。
智能巡检
不只抽查少量会话，而是全量扫描，既找问题，也把好案例留下来。
客服智能体
把知识、用户上下文和业务规则带进具体对话，承接重复咨询与标准服务。
客服工作台
把待办、接待、监控与常用入口放在同一个工作界面。
商家咨询接入 → 客服与智能体处理 → 预警和巡检跟进 → 服务经验回到知识库。
我把这套系统做成了一个能工作的台面。
在这套能力之上，我用 AI coding 搭了一版有赞客户满意中心的客服工作台。个人待办、团队实时接待、异常预警和常用入口被放到同一个首页，客服打开它，先知道今天该处理什么，再进入具体业务。
它把“客服系统有什么功能”换成了“客服现在要做什么”：升级任务有人接、团队状态看得见、异常信号有去处，常用的监控、排班、巡检和权限入口也不再藏在菜单里。
把系统能力，拆成客服每天会用到的几个工作面。
以下界面为客户满意中心的项目界面与脱敏演示数据，用来展示我如何把服务能力组织成一张可工作的台面。
02 / 消费者侧 · 2C 平台介入
消费者遇到问题，申请平台介入。
这是另一条 2C 服务场景：消费者在商家的线上店铺买了东西，遇到问题后申请有赞平台介入。我参与的消费者端智能客服，围绕这个平台介入与客诉处理场景展开。
这里需要面对的是消费者的购买问题与介入诉求；商家侧客服则围绕商家使用有赞时的服务需求，两者的服务对象和处理场景各有侧重。
商家侧能力沉淀下来后，再做对外商业化。
把面向商家的智能客服体系做好后，我继续参与对外商业化。根据品牌自己的商品、知识和服务流程，把已积累的客服能力与方法用于具体方案。
农夫山泉、Kappa 和 BeBeBus 是这部分工作的三个品牌实践：有咨询与预警，也有知识管理和私域顾问。它们放在同一条商业化主线下，分别说明不同业务里的应用。
农夫山泉：回答咨询，也发现问题。
在面向农夫山泉的商业化方案中，一部分是送水到府业务的用户咨询，承接商品信息、优惠活动、用户建议和活动反馈等问题。另一部分是舆情预警：把分散在聊天里的问题，整理成可以快速辨认的提醒。
例如，一条关于售水机没有及时补货的消息，会被归为用户投诉。系统保留原文、群名称与时间，生成结构化通知。分类与分级规则还对应了不同的处理、知会角色。
“售水机怎么回事，没水好多天了也没人来补货。”
农夫山泉供应商群 1 · 16:39把等级、处理角色和知会角色放在同一张表里，减少“看到了但不知道交给谁”。
项目留存素材经重构为页面示意，展示消息分类与通知链路；不作为响应时效或处理完成率的统计依据。
到了 Kappa，回到新的服务现场。
Kappa 的需求调研记录了校服咨询旺季的排队与人力压力。方案围绕知识库、智能客服、风险预警和周期报告展开，知识管理进一步细化到 FAQ 生成、人工审核与更新记录。
复用的是服务方法，具体答案和流程仍要根据品牌业务重新整理。
BeBeBus · 私域 AI 顾问
流程已经有了，每一步该怎么聊？
BeBeBus 已经在使用有赞营销画布：用户在公域下单，通过包裹卡添加专属人员、领取权益，进入私域后的 14 天新客转化流程；30 天未购买的用户，也有相应的唤醒流程。
我在这些既有流程上，分析优秀销售的真实聊天记录并开展访谈，把每个节点的沟通目标、需要了解的信息、服务动作和推荐方式拆解出来，整理成智能体可执行的 SOP。
先兑现用户加你的理由
包裹卡吸引用户来领取权益。欢迎语先说明兑换方式，识别“第一个”“四片”“试用装”等自然表达，再逐步收集所需信息。
从已经买过的东西聊起
买了睡袋，就从尺码是否合适开始沟通。服务已购商品的同时，自然了解宝宝月龄，为后续交流补充上下文。
听到需求，再匹配商品
结合用户画像和对话中的生活场景探索需求，把产品功能转成具体使用价值，例如调节方式对家中照护者是否方便。
把顾虑继续问清楚
客户提到价格或竞品时，继续理解他在意的是功能差异、使用体验还是权益，再选择相应的回应方式。
我要四片的试用装。
好的，试用装需要先在商品页面领券，再支付邮费完成兑换。你在操作中遇到问题可以继续问我。
识别“四片”等自然表达，优先完成用户来这里的事情，再进入后续信息收集。
依据项目 SOP 改写的对话示意，可切换查看；非真实客户聊天记录，也不是在线运行的智能体。
搭出来之后，还要一句句调。
调试记录里，“奶瓶坏了”曾被分到权益兑换。我持续调整意图分类与对话规则，让售后问题进入对应路径。欢迎语也经过多个版本，补充了自然表达识别、兑换步骤和分步提问的要求。
规则逐渐具体到：优先处理最新问题，从历史会话提取已有信息，避免重复询问；每次只问一个问题，等客户回复后再继续。
第二名公司内部黑客松
从黑客松，走到客户面前。
BeBeBus 私域 AI 顾问项目获得公司内部黑客松第二名。我也亲自向客户演示方案，让节点设计和对话效果在完整流程里被看见。
后续项目进入 POC、客户演示与商业化推进，并带来新的商机。接下来要面对的，是上线排期、报价、开放能力以及客户自行调试的需求。
再把这些实践，讲给更多人听。
此后，我以智能产品运营的身份做了“智能服务改造局”，独立负责选题、脚本、制作与发布，在微信视频号和小红书持续更新，目前已发布 9 期。
内容生产过程中，我搭建了 AI 自动化视频剪辑智能体：让脚本与素材进入同一条工作流，自动拆解镜头、生成或匹配 B-roll，再交给 Remotion 完成可编程剪辑与画面合成，减少重复制作。
AI 自动化视频剪辑智能体
把内容理解、B-roll 画面生成和 Remotion 合成串成一条可重复运行的视频生产链路。
- 01
理解脚本
识别段落、节奏与需要补充画面的信息点。
- 02
规划 B-roll
为分镜生成或匹配辅助画面，建立素材与旁白的对应关系。
- 03
Remotion 合成
用代码控制字幕、版式、动效、镜头时序与素材编排。
- 04
导出成片
按视频号内容规格渲染，进入人工复核与发布。
主视觉与农夫山泉 UI 为基于项目资料重构的示意；对话示意依据 SOP 改写。
想聊聊这个项目，欢迎联系我 ↗