查看英文原文

原文作者：Fred Walton；发布于 2026 年 6 月 18 日。本文已完整翻译为中文。

对话设计决定 AI 智能体如何使用语气、结构、细节和交接流程与客户沟通。

如果团队里没有人负责 AI 智能体如何沟通，它最终就会听起来像一个大语言模型——因为它本来就是。对话设计正是为解决这个问题而出现的学科。

在 AI 优先的支持团队里，对话设计师负责智能体的语气、结构、细节程度、客户体验，以及转交和升级流程。

如果没有明确负责人为智能体定义沟通指南，它就会自行做决定：本该简短回答时给出过多细节；客户沮丧时仍使用平淡语气；或者等到太晚才触发人工接手。

这些问题的代价可以被衡量。结构别扭的回答即使事实正确，也不容易获得客户信任，客户往往会升级到人工，只为听到同一件事换一种说法；还有人会直接绕过智能体。交接处理不当时，人工客服接到的已经是一位更加沮丧的客户。所有这些结果都可以避免，而对话设计就是保证这一点的学科。

我们在 Fin 亲眼看到了效果。团队对两条开场信息做了 A/B 测试：一条温暖、自然，另一条是旧的默认文案。更具对话感的问候把客户满意度（CSAT）从 72.8% 提升到 78.4%。只改变客户看到的第一句话，就产生了可测量的差异。

Fin 对两种开场信息进行 A/B 测试；更温暖、更具对话感的版本显著提高了客户满意度。

对话设计涵盖什么

这个角色覆盖五个不同领域，每个领域都会影响客户体验的不同部分：

如何付诸实践

先定义对话应该给人什么感受

在调整单条回答之前，先定义声音。用一段话写下你希望智能体听起来是什么样子。不需要一整套品牌指南，只需要一个在做语气决策时可以反复参照的基准。

不同类型的对话可能需要不同的语域。被锁在账户外的客户需要直接与快速；正在探索新功能的人可能希望得到更多背景。声音保持一致，但表达方式应根据场景调整。

精心设计人工交接

从智能体转交人工客服，是摩擦最高的时刻之一。客户不应该被迫重新解释问题。人工客服应收到完整对话历史、问题背景、智能体已经做过什么，以及为何触发升级。

智能体如何说明交接同样重要。“让我为你接入一位能处理这个问题的同事”，与毫无提示的静默转交，感受完全不同。

还必须设计故障保护。如果智能体无法顺利解决问题，就需要一个仍能带来平滑人工接手体验的后备方案。客户此时也许已经对 AI 感到沮丧，但一次处理得当的交接仍能扭转局面。

不要忘记后续跟进

跟进需要得到与交接同样的关注。有人在与智能体或人工客服的对话中途离开后，你要怎样再次联系，确认对方已经得到需要的帮助？大多数团队没有认真考虑这件事，而客户会注意到。

知道智能体什么时候应该停止说话

最常见的对话设计错误之一是解释过多。智能体能够访问大量信息，如果缺少约束，很容易给出超过客户需要的细节。

它应该让回答长度与问题匹配。询问如何重置密码的人不需要三段说明；咨询复杂集成的人也许需要。如果还有更多可补充的信息，应先主动提出可以继续说明，而不是一次全部倾倒出来。

设计客户真正正在进行的那场对话

客户不会按照脚本行动。他们会在中途改变方向，或者提出与最初问题无关的追问。

智能体需要处理这些转折，而不是强迫客户返回固定流程。如果客户已经转移话题，智能体却仍执着解决最初问题，就像在和一个不听人说话的人交流。

还要考虑，同一套流程是否适合所有渠道，以及不同客户群体是否需要不同体验。

保持指令简短

实践中最大的挑战之一是给智能体过多指令。每出现一个新的边界情况，团队就继续添加规则。没过多久，大语言模型每次回答前都要处理好几段说明。

我在 Fin 见过这种情况，也从其他团队听到过。人们的本能总是继续添加，而真正的纪律在于知道什么时候停下。

我的规则是：如果内容涉及事实或信息，就放进知识库；如果涉及语气或如何处理特定情境，就放进智能体指令。“直接说明价格”比一整段定价沟通哲学更有效。

如果使用 Fin，这些工作主要在 Guidance 中完成。对话设计在这里成形：定义智能体应该如何说话、应该说多少，以及面对不同情形时如何回应。

Fin 的 Guidance 功能用于定义智能体的声音、回答长度和不同情境下的行为。

没有专职人员，也可以开始

大多数团队不会第一天就招聘专职对话设计师，这没有问题。但必须有人负责智能体如何沟通，即使这只是现有岗位职责的一部分。

对话设计经常从支持运营或知识管理团队开始。有人开始留意智能体说话的方式；随着智能体处理的对话越来越多，这会逐渐变成正式职责，最终可能成为专门职位。

从哪里开始

需要明确一个人对智能体的沟通方式负责。它不一定意味着新招聘，但责任必须清楚。

查看那些智能体回答正确、客户却仍升级人工或留下负面反馈的对话，从这里开始。

如果使用 Fin，CX Score 可以帮助找出这些场景。它会显示哪些主题和对话类型得分较低，并说明原因，从而区分问题出在答案质量、客户付出的努力，还是其他方面。

Fin 的 CX Score 按主题呈现体验得分和原因，帮助团队找到最需要改善的对话。

如果指令已经膨胀到几段文字，就进行删减。把内容信息移入知识库，让指令只关注行为。

回看几段智能体升级到人工的对话：客户是否不得不重复说明？人工客服是否拥有足够上下文？先重新设计一个最糟糕的转交节点。

小改进会产生复利

每项改进的影响都会叠加。温暖的开场提高了客户满意度；精简指令让回答更清楚；更好的交接则避免人工客服一接手就面对已经被激怒的客户。

这些变化都不需要新增知识，只需要有人认真关注对话本身。