场景一：故障自助排查
这是投入产出最直观的场景，因为故障描述与处理方案在历史工单里本来就成对存在。做法是把工单整理成现象、原因、处置三段式条目，AI 按客户描述追问关键信息后给出排查步骤，判断不了设备型号与保修状态就转人工，避免误导客户自行拆机造成二次损坏。
场景二：退换货进度
客户问的多是进度而不是政策，答案依赖订单、物流与售后单三方数据。需要先把订单号识别与状态查询做成接口调用，AI 只负责组织语言与解释时限；查不到单据时不要编造节点，直接转人工核对，否则一次错误的时间承诺就会引发二次投诉，处理成本更高。
场景三：安装与使用指导
安装类问题图文并茂，纯文本对话很难说清。可行做法是让模型识别产品型号与问题类型后，推送对应的图文步骤与视频片段，并按客户反馈逐步缩小范围；涉及燃气、强电等安全事项时，必须提示由持证人员操作，AI 不指导拆改，这条要写进固定回复模板。
场景四：费用与账单争议
费用类对话情绪浓度高、口径要求严，AI 适合做前置解释：把计费规则、账单明细、优惠抵扣逐项说清并附依据链接，同时判断客户是否已明确表达异议。一旦出现退费诉求或金额争议，立即转人工并带上明细，模型不承诺减免，也不对责任归属下结论。
场景五：网点与经销商支持
这是被低估的内部客服场景：经销商问政策、网点问配件与保修判定，重复度极高而容错相对宽松。把政策文件、配件目录与判定标准做成内部知识库，AI 先答再给原文出处，区域经理只处理例外。内部场景适合放在对外场景之前先跑通，用来验证知识维护机制。
适用与不适用
适合谁
- 售后工单量大、故障类型可归类的制造与家电企业
- 安装服务占比高、需要图文指导的品牌方
- 经销商与网点数量多、政策咨询重复度高的企业
不适合谁
- 产品尚未定型、故障与方案每月大幅调整的团队
- 没有任何订单、物流或工单数据可对接的企业
典型场景
某净水设备厂商先从内部网点支持切入：把保修判定标准、配件编号与常见误判案例录入知识库，AI 回答后附原文段落，区域经理只复核争议单。跑顺两个月后，同一套知识复用到消费者端的安装指导与故障排查，客服从被动接单转为前置引导，返修件的重复咨询明显减少。
可执行步骤
- 按咨询量排序，挑出重复度最高的两个场景，先做知识现成的那一个
- 确认每个场景依赖哪些单据、字段与接口权限，缺失的列为前置任务
- 把处理方案整理成现象、原因、处置三段式条目，并标注适用型号与保修状态
- 为每个场景设定转人工触发条件与交接字段，明确接手岗位与响应时限
- 跑两周后对比转人工率、二次来电与投诉归因，决定扩场景还是先收回
常见坑
- 把政策解释与进度查询混在一个入口，客户问进度却收到条款说明，体验立刻变差，转人工也难挽回。
- 安装指导只给文字步骤，客户看不懂又不敢操作，最后还是转人工，等于白做一遍，还多一次失望。
- 内部网点场景直接照搬到消费者端，语气与容错要求完全不同，容易引发误解与投诉，且难以追责。
- 费用争议让模型先给减免口径，后续人工难以收回，反而把矛盾放大，最后只能按投诉流程处理。
自检与验收清单
- 每个场景是否明确依赖的单据、字段与接口权限
- 安全类操作是否有持证人员提示，并写进固定模板
- 费用与赔付是否一律转人工，不做任何口头承诺
- 场景之间是否有清晰的分流入口，客户不会在两个入口之间来回切换
- 上线两周后是否复盘二次来电的原因、占比与具体处理人
常见问题
五个场景要一起上吗？
不必。建议先做内部网点支持或故障排查这类知识现成、容错较高的场景，跑通知识维护与接管机制后，再上费用争议这种口径最严的场景，避免一次性铺开却无人维护，最后全部退化。
客户描述很模糊，AI 怎么判断故障？
靠追问而不是猜。设计三到五个关键追问，比如设备型号、使用时长、异常表现，逐轮缩小范围；追问两轮仍无法定位就转人工，并把已收集的信息一并交接给坐席，减少客户重复描述。
安装指导会不会带来安全风险？
涉及燃气、强电、承压部件的操作，AI 只能提示联系持证人员上门，不提供拆改步骤。这一条要写进知识条目的禁用规则，并在回复模板中固定出现，不能交给模型临场判断，也不能因为客户坚持就放宽。