在有赞，我围绕智能客服做了内部赋能、商家解决方案和产品内容运营。贯穿其中的事情，是把人积累的服务经验整理清楚，再让 AI 在真实业务里执行。
先从我们自己的客服工作开始。
客服需要找到可靠的答案、及时发现风险、检查服务质量，也要处理复杂客诉。我的内部工作围绕这些日常任务展开，涉及智能知识库、智能预警、智能巡检、客服智能体与客诉处理智能体。
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？
先把客服每天卡住的地方拆开。
我在有赞内部做的，起点不是单独上线一个机器人，而是把客服工作拆成一条完整链路：信息从哪里来、该交给谁、哪些问题要提前发现、什么经验要留下、服务之后怎么变得更好。
这条链路里，我参与搭建了智能知识库、智能预警、智能巡检、客服智能体和客诉处理智能体。它们不是五个孤立功能，而是从接入、分流、判断、沉淀到复盘的一套服务系统。
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。
客诉处理智能体
识别复杂客诉并保留处理上下文，在需要接管时把问题送到正确的人。
多平台接入与智能分流 → 智能体调用知识与规则 → 预警、巡检和客诉处理把事情送到正确的人 → 新会话再次进入知识沉淀。
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。
再把内部能力，变成商家愿意购买的方案。
内部智能化先解决客服团队自己的问题：减少信息切换和重复劳动，让风险更早被看见，让服务经验可以被复用。这个阶段的目标，是帮公司把客服做得更稳、更高效。
在这套能力和方法被验证之后，我继续参与客服商业化，把服务商家的优秀经验沉淀成通用方法，再根据客户的商品、知识和业务流程，做成可以交付的解决方案，为成本部门创造收入。农夫山泉、Kappa 和 BeBeBus 是其中的代表。
农夫山泉：回答咨询，也发现问题。
一部分是送水到府的消费者智能客服，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”，在微信视频号和小红书持续更新，目前已发布 9 期。
从理解业务、搭建智能体，到解释产品如何解决问题，内容运营延续了我在项目里的工作。
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 ↗