AI 客服不能凭空回答，它要读取商品、订单、售后、物流、发票和活动规则，并在规则变化时同步更新。
投诉升级、差评风险、金额争议和特殊售后都需要转人工。AI 的价值是把上下文整理好，让人工接手时不重新问一遍。
电商 AI 客服的核心不是“像人聊天”，而是基于真实规则稳定回答，遇到风险问题及时转人工。
围绕商品参数、规格选择、库存、发货地、适用人群、活动价格和优惠叠加进行自动解答。
处理订单状态、物流轨迹、退款进度、退货地址、发票规则和售后政策查询，减少人工重复答复。
把会话摘要、用户情绪、问题类型和处理结果沉淀下来，用于客服培训、知识库更新和商品问题复盘。
商品资料、订单状态、售后政策、活动规则、发票规则和物流说明要有明确来源，避免 AI 自行编造。
按售前、订单、物流、售后、活动、发票、投诉和人工协助分类，方便配置不同回答边界。
标准问题自动回答，金额争议、身份核验、辱骂投诉、法律风险和品牌承诺类问题触发人工。
转人工时带上用户问题、订单号、已确认信息和建议动作，减少人工重复询问。
抽检错误回复、未命中问题和用户不满意会话，更新知识库并调整转人工策略。
把高频问题回流到商品详情、活动说明、搜索词和运营公告，减少后续咨询量。
衡量高频标准问题是否被 AI 承接，但不能单独追求过高比例，风险问题必须转人工。
统计回答是否命中已审核知识，帮助发现商品资料、活动规则和售后政策缺口。
按问题类型分析转人工原因，区分合理转接和知识库缺失导致的转接。
用户是否在第一次回答后解决问题，避免看起来自动化但反复追问。
对差评、投诉、退款争议和平台介入意图进行识别，保障服务风险可控。
从会话量、平均处理时长和摘要质量判断 AI 是否真正减少客服压力。
客服场景和搜索不同，回答错误会直接带来投诉和售后风险，因此知识来源、转人工条件和质检流程必须提前设计。
把商品资料、售后政策、活动规则、发票说明、物流说明和平台服务承诺分开维护。每类知识都要有负责人和更新时间，避免活动结束后 AI 仍然按旧规则回答。
金额争议、投诉、辱骂、平台介入、敏感承诺、批量采购和高价值客户应直接转人工。转接时带上会话摘要、订单信息和用户诉求，减少人工重复确认。
AI 回复应使用确定性表达，不能承诺系统没有配置的时效、赔付和折扣。涉及售后政策时，优先给出操作路径、所需材料、处理周期和下一步入口。
每天抽检未解决会话、低满意度会话和转人工会话。错误回答进入知识修订，重复咨询进入商品详情或活动说明优化，投诉风险进入人工服务复盘。
优先接商品参数、发货时效、活动规则、发票说明、订单状态和基础售后政策，这些问题标准化程度高。
需要限定知识来源，设置转人工条件，并保留人工质检和知识库更新流程。
可以，但必须经过用户身份和订单权限校验，只能读取当前用户有权查看的订单、物流和售后信息。
活动、售后政策、物流时效和商品参数变化时应立即更新；日常可以按周复盘未命中问题和低满意度会话。