真实面经题目 · 原创解析
从 0 到 1 规划客服 Agent MVP 时,如何拆分对话机器人、人工协同、工单闭环和质检模块,并确定边界与优先级?
这题考从 0 到 1 规划客服 Agent MVP 的产品拆解能力。回答要把对话机器人、人工协同、工单闭环和质检模块拆清楚,并说明边界、依赖关系和优先级。
真实面经题目 · 原创解析
这题考从 0 到 1 规划客服 Agent MVP 的产品拆解能力。回答要把对话机器人、人工协同、工单闭环和质检模块拆清楚,并说明边界、依赖关系和优先级。
规划客服 Agent MVP 时,我会先定义 MVP 的核心目标:不是一次性替代完整客服体系,而是在一个高频、低风险、可衡量的客服场景里跑通“用户提问、Agent 解答、必要时转人工、问题沉淀、质量复盘”的闭环。比如先选择售前咨询、订单状态查询、常见售后政策解释或内部客服辅助,而不是直接覆盖所有复杂投诉和高风险退款决策。 模块上可以拆成四块。第一是对话机器人,负责识别用户意图、检索知识、生成回答、追问缺失信息和识别无法处理的问题。第二是人工协同,负责把低置信、高风险、情绪激烈或超出权限的问题转给人工,并把上下文、已问信息、推荐回复和风险提示交接清楚。第三是工单闭环,负责把未解决问题、投诉、故障、退款或产品反馈结构化成工单,推动责任方处理并回传状态。第四是质检模块,负责抽检 Agent 回答、人工处理、转接原因、工单字段和用户满意度,形成知识库、Prompt 和流程改进。 优先级上,MVP 应先做最短闭环:对话机器人、人工转接、基础日志质检。工单自动化可以先半自动生成,由人工确认后提交;高级质检可以先做规则和抽样,而不是一开始追求全自动评分。边界上要明确 Agent 哪些问题能自动回答,哪些只能辅助人工,哪些必须拒答或转人工。上线后用自助解决率、转人工率、误答率、工单准确率、平均处理时长和满意度判断是否扩大范围。
客服 Agent 不应一开始覆盖所有问题。更合理的是选择高频、低风险、知识明确、容易验收的场景,先证明闭环价值,再扩大到复杂售后或投诉处理。
机器人模块要完成意图识别、知识检索、回答生成、信息追问、置信度判断和边界识别。它的目标是解决可标准化问题,而不是强行回答所有问题。
人工协同不是失败分支,而是 MVP 的关键能力。Agent 要把用户上下文、已采集字段、推荐处理方案和风险原因交给人工,减少重复询问和交接损耗。
很多客服问题不是当场回答就结束,而是需要退款、排查、补发、投诉处理或产品反馈。工单模块要定义字段、责任方、状态流转和处理结果回写。
质检模块要发现误答、漏转人工、工单字段错误、知识缺失和用户不满意原因。MVP 阶段可以先用抽样和规则质检,逐步沉淀自动评分和改进闭环。
客服场景涉及用户情绪、权益、退款、投诉和品牌风险。MVP 阶段应先限制场景和权限,用人工协同兜底,验证准确性和收益后再逐步自动化。
可以结合低置信度、高风险意图、用户负面情绪、权限不足、知识库无证据、多轮未解决、涉及资金或投诉升级等条件触发转人工。
先保证可抽样、可追溯、可分类。重点看误答、漏答、错转、工单字段错误和用户反馈,自动评分可以后续再增强。
对话机器人处理即时交互,工单闭环处理需要跨团队、跨时间解决的问题。两者之间要有明确触发条件、字段标准和状态回传。