添加客服系统方案设计

This commit is contained in:
goder 2026-01-28 22:37:15 +08:00
commit 4b8f24d650
3 changed files with 712 additions and 0 deletions

View File

@ -0,0 +1,265 @@
## 1. 背景与目标
随着大模型LLM在自然语言理解与生成能力上的成熟AI 智能客服已具备在真实业务中承担「**首轮接待、常见问题解答、用户情绪安抚**」等角色的能力。
**本方案目标:**
- 在 **最短周期12 周)内完成 AI 客服接入**
- **显著改善用户体验**(回答自然、连贯、有温度)
- **不引入复杂架构、不增加系统不稳定性**
- 为后续升级RAG / 工具调用 / 私有化模型)保留演进空间
## 2. LLM 接入技术选型概览
## 2.1 常见 LLM 接入方案对比
| 方案类型 | 技术构成 | 优点 | 缺点 | 适用阶段 | 成熟框架 / 实际案例 |
| --- | --- | --- | --- | --- | --- |
| **规则型客服** | 关键词 / 状态机 | 稳定、可控、零成本 | 命中率低、体验生硬 | 传统客服 | **Chatwoot未启用 AI**Zammad |
| **RAG 架构** | 向量库 + 检索 + LLM | 准确性高、可扩展 | 架构复杂、交付慢 | 中后期 | **Dify**(知识库问答)\n**Haystack** |
| **Agent / Tool** | LLM + 函数 / API | 能执行操作、自动化 | 成本高、不稳定 | 成熟期 | **LangChain**Agent\n**AutoGPT** |
| **Prompt All-in-One** | Prompt + LLM | 上线最快、见效最快 | 知识规模受限 | 短期交付 | **Rasa**(早期 FAQ\n**Botpress**Prompt 技能) |
### 2.2 技术选型结论
**基于当前阶段目标(短期交付 + 快速见效),本方案选择:**
> **Prompt All-in-One 方式接入 LLM**
即:
- 不引入向量数据库
- 不引入 Agent / Tool 体系
- 不拆分复杂 AI 中台
- 通过 **精心设计的 Prompt**,将角色、规则、知识与上下文统一注入模型
***
## 3. Prompt All-in-One 接入方案概述
### 3.1 核心思想
> **将“客服经验”而不是“系统复杂度”注入模型**
模型只做一件事:
**在清晰约束下,用专业客服语言回答问题**
***
### 3.2 整体交互流程
```javascript
用户提问
会话上下文拼装(最近 N 轮)
业务规则判断(是否命中硬规则)
Prompt 构建(角色 + 规则 + 知识 + 上下文)
LLM API 调用
结果校验 / 兜底
返回用户
```
***
## 4. Prompt All-in-One 方案详细设计
### 4.1 Prompt 结构设计
Prompt 采用**分段式结构**,确保模型行为可控、稳定。
#### 4.1.1 角色定义Role
```javascript
你是一个专业、克制、可靠的智能客服助手。
你需要像人工客服一样回答问题,而不是聊天机器人。
```
***
#### 4.1.2 行为规则Rules
```javascript
规则:
1. 不允许编造事实
2. 如果无法确认答案,必须明确说明“需要人工客服介入”
3. 回答应简洁、直接、礼貌
4. 不输出与问题无关的内容
```
***
#### 4.1.3 业务知识Knowledge
> 采用 **FAQ / 固定问答** 形式,直接注入 Prompt
```javascript
已知业务信息:
Q: 如何修改账号密码?
A: 在【个人中心】→【安全设置】中进行修改。
Q: 会员是否支持退款?
A: 会员服务一经开通暂不支持退款。
Q: 视频无法播放怎么办?
A: 请先检查网络环境,若仍无法播放请联系客服。
```
> 初期建议 **1050 条核心问题** 即可产生明显效果
***
#### 4.1.4 对话上下文Context
```javascript
最近对话:
用户:我昨天开的会员
客服:请问您遇到了什么问题?
用户:我想退款
```
***
#### 4.1.5 用户当前问题
```javascript
用户问题:
{{question}}
```
***
### 4.2 Prompt 模板示例(完整版)
```javascript
你是一个专业、克制的智能客服助手。
规则:
1. 只能基于已知信息回答
2. 不允许编造事实
3. 不确定时明确提示需要人工客服
4. 回答要简洁、清晰、礼貌
已知信息:
{{faq_list}}
最近对话:
{{context}}
用户问题:
{{question}}
```
***
## 5. 系统落地实现方案(工程视角)
### 5.1 模块划分(最小可运行)
```javascript
ai_customer_service/
├── prompt.go // Prompt 构建
├── context.go // 会话上下文管理
├── rules.go // 硬规则与兜底
├── llm_client.go // LLM API 封装
└── handler.go // 对外接口
```
***
### 5.2 关键实现要点
#### 5.2.1 会话上下文控制
- 仅保留最近 **35 轮对话**
- 防止 Prompt 过长导致成本失控
- 避免历史误导当前回答
***
#### 5.2.2 规则优先级设计
```javascript
硬规则(最高)
Prompt + LLM
兜底回复(最低)
```
例如:
- 退款、价格、政策 → 规则直出
- 模糊咨询 → LLM
- 异常 / 空回复 → 人工
***
#### 5.2.3 风险控制与兜底
- LLM 返回空 / 非法 → 固定话术
- 关键词触发(投诉 / 法律 / 情绪)→ 转人工
- 可配置「最大连续 LLM 轮数」
***
## 6. 预期效果与评估指标
### 6.1 短期可见效果
- 用户首次问题命中率明显提升
- 客服话术更自然,减少追问
- 人工客服接入压力下降
***
### 6.2 可量化指标(上线即可统计)
| 指标 | 说明 |
| --- | --- |
| AI 命中率 | AI 独立解决的会话占比 |
| 转人工率 | 未解决会话比例 |
| 平均轮数 | 用户追问次数 |
| 成本 | 单会话 Token 消耗 |
***
## 7. 后续演进路径(非本期实施)
```javascript
Prompt All-in-One
FAQ 规模扩大
向量检索RAG
工具调用(查订单 / 查状态)
私有化模型 / 成本优化
```
***
## 8. 方案总结
- 本方案 **以业务效果为第一优先级**
- 避免初期复杂架构导致的交付风险
- 在 **最小投入下获取最大用户感知提升**
- 为后续智能客服能力升级保留清晰演进路径
> **结论Prompt All-in-One 是当前阶段性最优解**

View File

@ -0,0 +1,252 @@
# 客服平台
**MVP 阶段产品需求文档**
***
## 1. 项目背景
随着业务发展,用户咨询量持续增长,现有客服处理方式逐渐暴露出以下问题:
- 用户咨询入口分散,体验不统一
- 客服接待依赖个人经验,处理效率不稳定
- 会话结束后缺乏持续跟进机制
- 客服运营数据分散,难以形成整体分析
为提升用户咨询体验并支撑后续业务增长,需要建设一套**统一、稳定、可扩展的客服平台**,作为客户服务体系的基础能力。
***
## 2. 产品目标
### 2.1 核心目标
- 支持用户随时发起咨询并获得响应
- 支持客服高效接待与问题处理
- 支持复杂问题持续跟进直至解决
- 支持客服运营数据沉淀与管理
### 2.2 产品定位
> 面向日常业务场景的**基础客服平台**,聚焦会话与工单的稳定闭环。
***
## 3. 产品范围
### 3.1 本期包含能力
- Web / H5 客服接入
- 实时人工会话管理
- 会话转工单
- 工单管理
- FAQ / 基础知识库
- 基础运营数据
- 基础角色与权限管理
### 3.2 本期不包含能力
- 多渠道统一接入IM / 社交平台)
- 自动化规则与流程编排
- 高级数据分析与预测
***
## 4. 用户角色
| 角色 | 角色说明 |
| --- | --- |
| 终端用户 | 发起咨询的用户 |
| 客服人员 | 接待用户并处理问题 |
| 客服主管 | 管理客服与查看数据 |
| 管理员 | 系统配置与权限管理 |
***
## 5. 核心功能需求
***
## 5.1 渠道接入
### 功能目标
为用户提供统一、便捷的客服咨询入口。
### 功能说明
- 支持在 Web 页面或 H5 场景中嵌入客服入口
- 支持以浮窗或独立页面形式展示客服界面
- 支持配置欢迎语、客服名称等基础展示信息
### 用户身份识别
- 支持匿名用户发起咨询
- 支持登录用户发起咨询
- 支持会话过程中用户身份升级
- 身份变化不影响会话连续性
***
## 5.2 会话管理
### 功能目标
支撑用户与客服之间的实时沟通,并对会话过程进行管理。
### 会话生命周期
```javascript
创建 → 排队 → 接入 → 处理中 → 结束
```
### 功能说明
- 用户首次发言触发会话创建
- 支持会话排队等待
- 支持客服主动接入或释放会话
- 支持会话超时自动结束
- 支持客服同时处理多个会话
***
## 5.3 人工接待与并发控制
### 功能目标
保障客服接待能力可控,避免过载。
### 功能说明
- 支持为客服设置最大同时接待会话数
- 当客服达到并发上限时,新会话进入排队
- 支持客服之间转接会话
- 支持客服主动接管排队会话
***
## 5.4 会话转工单
### 功能目标
确保未能即时解决的问题可以持续跟进。
### 转换场景
- 客服判断问题需要后续处理
- 会话结束但问题未解决
- 用户要求后续处理
### 功能说明
- 支持在会话过程中将问题转为工单
- 会话历史内容自动关联至工单
- 转工单后会话结束
***
## 5.5 工单管理
### 功能目标
对复杂问题进行持续处理,直至解决。
### 工单生命周期
```javascript
新建 → 已分配 → 处理中 → 已解决 → 已关闭
```
### 功能说明
- 支持工单创建、分配、处理、关闭
- 支持工单优先级设置
- 支持调整工单负责人
- 支持记录工单处理过程与操作记录
- 支持在工单中补充沟通信息
***
## 5.6 FAQ / 知识库
### 功能目标
提升客服解答效率,沉淀标准答案。
### 功能说明
**FAQ 管理**
- 维护常见问题与标准答案
- 支持分类与标签管理
- 支持启用 / 停用控制
**知识库管理**
- 维护知识文档内容
- 支持分类、标签
- 支持内部备注,仅客服可见
**搜索能力**
- 支持按关键词搜索 FAQ
- 支持在知识内容中进行检索
***
## 5.7 基础运营数据
### 功能目标
为客服管理与优化提供数据支撑。
### 数据维度
**会话维度**
- 会话总量
- 首次响应时间
- 平均会话时长
**工单维度**
- 工单总量
- 工单状态分布
- 平均处理时长
***
## 5.8 角色与权限管理
### 功能目标
明确职责边界,保障系统操作安全。
### 角色定义
| 角色 | 权限范围 |
| --- | --- |
| 管理员 | 系统配置、权限管理 |
| 客服 | 会话接待、工单处理 |
| 客服主管 | 客服管理、数据查看 |
| 运营人员 | 数据查看 |
***
## 6. MVP 阶段功能边界
### 本阶段暂不覆盖能力
- 自动化规则与流程引擎
- 高级数据分析
- 多渠道统一接入
***
## 7. 总结
> 本 PRD 聚焦客服平台 MVP 阶段,
> 以稳定、可用、可扩展为目标,
> 构建统一的会话与工单服务基础。

View File

@ -0,0 +1,195 @@
## 智能客服PRD
# 一、业务总体分层Overall Architecture
> 智能客服平台采用分层架构设计,将不同职责与能力进行解耦,确保系统在支持多渠道接入与稳定人工服务的基础上,能够逐步引入知识化与智能化能力,并支持长期平台化演进。
## 1.1 渠道接入层Channel Layer
**定位说明**
用于承载来自不同用户触点的咨询请求,统一完成会话初始化、用户识别与上下文透传,为后续业务处理提供标准化入口。
**覆盖能力**
- Web / H5 在线客服
- App 内嵌客服
- 企业微信 / 微信
- 邮件 / 表单等异步渠道
**设计要点**
- 统一接入协议与消息格式
- 支持匿名用户与登录用户并存
- 跨渠道用户身份识别与会话关联
- 渠道级配置、启停与限流控制
**分层原则**
- 新渠道接入不影响核心会话逻辑
- 渠道差异仅存在于接入层,避免向下层渗透
***
## 1.2 会话与工单层Conversation & Ticket Layer
**定位说明**
客服平台的核心业务处理层,负责实时会话调度、人工接待、问题流转与问题闭环管理。
**覆盖能力**
- 实时会话与状态管理(排队 / 进行中 / 已结束)
- 会话转接(客服 ↔ 客服、机器人 ↔ 人工)
- 排队、分配与并发接待控制
- 工单创建、流转、关闭与结果记录
**分层原则**
- 会话与工单强关联,所有问题必须具备闭环路径
- 业务处理逻辑集中于本层,对上承接渠道,对下对接知识与智能能力
***
## 1.3 知识层Knowledge Layer
**定位说明**
用于沉淀业务知识与高频问题,是人工客服、机器人客服及 AI 能力的统一知识来源。
**覆盖能力**
- FAQ高频标准问题
- 结构化知识条目
- 非结构化文档(说明文档、操作指南)
**分层原则**
- 知识来源统一,避免多套口径
- 支持版本管理、权限控制与持续迭代
***
## 1.4 智能层Intelligence Layer
**定位说明**
在不影响核心业务稳定性的前提下,引入自动化与 AI 能力,用于提升客服效率与服务质量。
**覆盖能力**
- 机器人客服
- RAG 与大模型能力
- AI 辅助客服
- 智能质检
**分层原则**
- 智能能力必须可控、可回退
- AI 输出不直接替代人工决策
***
## 1.5 运营与平台层Operation & Platform Layer
**定位说明**
为客服系统提供统一配置、运营分析及平台级能力支撑,确保系统在多业务、多组织场景下可持续运行。
**覆盖能力**
- 接待策略与路由配置
- 运营指标与数据看板
- 权限体系、多租户、审计与配置中心
- 高并发与消息可靠性保障
***
# 二、基础核心模块与 MVP 阶段拓展能力
> 在总体分层架构下,平台能力进一步拆分为**基础核心模块**与**MVP 阶段拓展能力**,以支持分阶段建设与风险可控的能力演进。
***
## 2.1 基础核心模块MVP 必须交付)
**目标**
保证“咨询可接、问题可解、数据可追”,在不依赖 AI 的情况下即可稳定运行。
### 核心模块清单
**渠道接入**
- Web/H5 接入
- 用户身份识别(匿名 / 登录)
**会话与工单**
- 实时会话管理
- 会话状态流转
- 人工接待与并发控制
- 会话转工单
- 工单状态流转与关闭
**知识基础**
- FAQ 管理
- 基础知识库维护
- 关键词检索(人工使用)
**基础运营**
- 会话量、响应时长统计
- 工单处理时长统计
- 基础权限控制
> 核心模块构成客服平台最小可用闭环,是 MVP 阶段的交付重点。
***
## 2.2 MVP 阶段拓展能力(可选引入)
**目标**
在不破坏核心稳定性的前提下,引入自动化与智能化能力,提升效率与服务质量。
### 拓展能力模块
**会话效率提升**
- 自动分配策略
- 技能组
- 优先级队列
**知识能力增强**
- 知识版本管理
- 知识权限控制
- 知识使用率统计
**智能能力(可灰度)**
- FAQ 机器人自动问答
- RAG 问答能力
- AI 回复建议
- 会话自动总结
- 工单自动生成与补全
**智能质检**
- 敏感内容识别
- 风险提示
- 服务质量辅助评估
> 所有拓展能力必须支持独立启停、灰度发布与回退,不影响核心业务运行。
***
## 2.3 核心功能 vs 拓展能力总结
### 基础核心模块特点
- 构成客服平台最小闭环
- 不依赖 AI稳定可靠
- 是 MVP 阶段必须交付的能力
### 拓展能力模块特点
- 用于提升效率、降低成本、增强智能
- 可按业务成熟度逐步引入
- 必须支持关闭、回退与独立评估
- AI介入缩减人工成本