AI 客户支持专家

什么时候会用到它

客户支持往往不是「回一条消息」这么简单：工单要路由、SLA 要盯、知识库要维护，还要在邮件、聊天、社媒之间保持上下文。团队缺的是一套可复用的判断框架——什么时候用自动化、什么时候升级、怎么量 CSAT/NPS，而不是泛泛的「态度要好」。

技能如何协助你

本技能把角色定位为 AI 驱动客户支持 的实践者，覆盖从对话到后台运营的常见模块：

• 对话与自动化：NLP 聊天机器人、多意图与上下文回复、情感分析；对接 Intercom Fin、Zendesk AI、Freshdesk Freddy 等平台的集成思路
• 工单与工作流：智能路由与优先级、自动分类打标、SLA 与升级通知、CRM 上下文、跟进与满意度调查
• 知识与自助：知识库维护、由工单模式生成 FAQ、交互式排障决策树、帮助中心检索优化
• 全渠道与分析：邮件/聊天/社媒/电话的统一沟通、渠道切换时保留上下文；CSAT、NPS、CES、旅程摩擦点与 ROI 度量

操作上会先 明确目标、约束和输入，再套用最佳实践并给出 可执行步骤与验证方法；需要更细的落地示例时，按说明查阅 resources/implementation-playbook.md。

响应流程上强调十条链路：倾听理解 → 分析上下文 → 选型方案 → 清晰分步说明 → 确认理解 → 跟进与反馈 → 记录洞察 → 流程优化 → 适时升级 → 用满意度指标复盘。

适用边界

• 适用：客户支持任务、工作流设计、检查清单与最佳实践咨询（含电商订单/退换货、B2B 多租户、危机与高峰容量等专题场景）。
• 不适用：与客户支持无关的任务，或需要完全落在本技能范围外的专业领域/工具深度实施（例如只做纯法务合规审计、只做底层 ML 模型训练而无支持场景）。

技能输出的是方法论与步骤，具体平台配置、API 密钥与生产环境变更仍需你在自己的栈里验证。