企智社 
最近有企业运营负责人问：“我们部署了客服智能体，知识库也灌了一大堆，但用户经常说‘听不懂’或者直接要求转人工，这是什么原因？”
这是很多做智能客服的团队都会遇到的困惑。从后台看，意图识别率不低，答案也来自官方资料，为什么用户不买账？答案往往不在“答案”本身，而在“话术”。
先别急着教机器人说话，先看看用户怎么问
话术设计的起点不是“我们想说什么”，而是“用户实际怎么说”。
一位用户在咨询界面输入“我要退货”，和输入“你们的退货有什么要求吗”，背后的意图完全不同。前者是一个执行请求，期望智能体直接带他完成退货；后者是一个咨询请求，期望获得规则说明。如果智能体只给一段退货政策，前者就会觉得“答非所问”，后者可能还嫌信息太多。
所以，做话术之前，一定要先拉取一段时间内的真实会话记录，把用户的高频问法按意图归类。分类的时候要注意：同一种业务，往往有口语、简称、错别字、情绪化表达等多种形态。比如“退款”“退钱”“钱什么时候回来”“货款没收到”都指向同一个意图，但话术回应方式要覆盖不同场景：有的是查询进度，有的是申请发起，有的是投诉催促。
这个阶段最常见的误区，是直接参考同行的话术模板。比如看到别人用“您好，请问有什么可以帮您？”就照搬。这句话本身没有错，但它没有任何引导作用。用户反而要停下来想：这个机器人能做什么？更好的开场白往往包含能力提示，比如“您好，我可以帮您查订单、处理退货、开发票、解答优惠问题”，这样用户的试探成本更低。
话术不是一句话，而是一套带分支的对话流程
很多团队以为话术设计就是写“标准回答”，这是另一个误区。真正的智能体对话，更像是一棵有分支的树。
以“我要退货”为例。用户说完这句话后，智能体不能直接给出一段“根据《中华人民共和国消费者权益保护法》……”的回复，而应该先判断身份和订单。比如需要用户提供订单号，那么话术就应该是：“好的，为了帮您查询是否可以退货，请提供一下订单号。您可以在‘我的订单’里看到。” 如果用户不知道怎么找订单号，智能体还要能进一步说明。
这一步我们称之为“澄清话术”。它的价值是让对话保持推进，而不是卡在一个环节。常见的坏例子是：用户说“我要退货”，智能体问“请问您的订单号是多少？”用户回答“我忘了，在微信上买的”，智能体又机械地说“请您提供订单号”。正确的处理是，智能体应该识别到用户无法提供订单号，转而引导其他方式，比如通过手机号或验证码查询。
在设计多轮对话时，有几个关键节点必须明确：
- 开场白：说明能力范围，降低用户不确定性；
- 澄清话术：信息不足时，用口语化方式追问；
- 确认话术：在发起退款、修改地址等关键动作前，复述一遍用户指令；
- 兜底话术：无法理解或不在服务范围时，不直接说“我不懂”，而是给出替代路径；
- 转人工话术：判断用户情绪激烈或业务复杂度超出边界时，主动放弃“硬答”。
特别是“转人工”，很多企业希望把它放在最后，但其实它可以前置。智能体的价值不是替掉人工，而是把大量重复问题消化掉，让有限的人工处理真正难办的事。话术设计得越诚实，用户对智能体的信任度越高。
另外，话术里要尽量避免反问句。智能体反问“您是不是想查询物流呢？”会让用户觉得被试探，直接说“我帮您查一下物流”更自然。
调优不是靠感觉，而是用数据找到“断点”
智能体上线只是一个开始。真正拉开差距的，是后续的效果调优。
运营团队最常问的问题是：“每周都要看数据，但看哪些数据？”
建议核心指标包括：意图识别准确率、会话完成率、转人工率、平均对话轮数、用户主动差评率。
但更重要的是“断点分析”。所谓断点，就是用户在对话中无法继续推进的位置。比如用户问“寄到北京要几天”，智能体回答了“根据物流规则，一般3到5个工作日送达”，然后对话结束。看似完成，但如果用户后续又追问“那周末送货吗？”说明前一轮话术没有覆盖到他的真实关切。断点在数据上往往表现为：用户连续输入同一句话、用户输入“？”或者“客服”、用户长时间沉默后发起新会话。
举一个通用的场景例子。某电商品牌的售前会话中，用户问“为什么我的优惠券不能用”，早期话术是“优惠券只能在有效期内使用，且部分商品不参与满减”。结果大量用户继续追问“那我这个券能退吗？”后来运营团队将话术调整为：“您的优惠券是满300减50，在结算页已自动抵扣。如果未抵扣，可能是该商品不参与满减，您可以尝试点击‘可用优惠券’查看原因。需要我帮您看看这个订单吗？” 同时主动推送一条查询链接。调整后，这个节点的转人工率出现了明显降低。
这就是调优的价值：不是把话说得更正确，而是把话说得更“贴近下一条用户问题”。
A/B测试也值得长期坚持。同样的意图，设计两版回应话术，按小时或按用户分组各分配一部分流量，比较哪个版本的完成为高。注意，测试时不要只比“点击率”，要比“会话完成后用户是否再次提问”。有些话术看起来简洁，但用户其实没看懂，只是不想追问。
从“话术”到“可执行动作”，智能体才真正“智能”
企业定制AI智能体和传统FAQ机器人的另一个区别，是能不能产生业务动作。
话术设计如果只停留在文字层面，很多问题还是解决不了。以售后为例，用户说“我要报修”，智能体如果说“好的，已为您登记，请保持电话畅通”，用户会半信半疑。但如果智能体能根据用户ID读取设备购买时间和型号，在对话中展示一条待确认的维修工单，并询问“明天下午师傅上门可以吗？”这种“对话即服务”的体验，才是智能体存在的意义。
要达成这一点，话术设计必须和业务流程一起梳理。每一条话术背后，要标注它对应的是“查询”“确认”“创建工单”“修改信息”还是“转人工”。这些动作需要与企业的后台系统打通。比如查物流，智能体必须调用订单系统接口；发起退款，智能体必须调用交易系统权限。
很多团队在话术优化时只改文案，不管系统对接，结果智能体表面聪明，实际还是“答录机”。用户问“你帮我改一下地址”，智能体回答“请您登录个人中心自行修改”，用户当然不满意。一个合格的客服智能体，应该尽量在对话内完成能完成的操作，至少要把操作入口以卡片形式推送给用户。
这一步的投入往往比话术本身更大，但它决定了智能体是“会说漂亮话”还是“能办实事”。企业如果只是把知识库灌进去，不做流程打通，那么智能体充其量是一个高级搜索框。
建立话术迭代的闭环，而不是一次性项目
最后想提醒的是，话术设计永远没有“终稿”。
用户的语言习惯在变，产品政策在变，季节促销活动也在变。智能体必须有一套持续迭代的机制。比较有效的方法是建立“用户说法—标准问题—标准答复—业务动作”的四层结构。每周抽出时间，从会话记录里找20条未被满足的用户表达，更新到标准问题库里，再判断是否需要修改话术。
具体操作上，可以让客服主管和运营人员一起听录音、看会话转录，而不是只听智能体团队的报告。因为一线人员知道用户真正卡在哪里。
还要注意，话术调优不是把智能体变得“更像人”。用户不指望机器人有情感，但需要它有逻辑、懂边界、能解决问题。有时候，一句“这个问题我需要转给人工专员，您看可以吗？”比任何幽默话术都有效。
常见问题 FAQ
Q1：客服智能体的话术设计，和以前做微信公众号自动回复有什么区别？
自动回复的本质是“关键词匹配”，用户说“查订单”，系统回复一个订单查询链接，对话就结束了。而智能体话术需要覆盖多轮对话、澄清、确认和业务执行，它是在模拟一次完整的服务过程，而不是分发一条信息。
Q2：为什么我们的智能体上线后，用户还是总说“转人工”？
常见原因有三个：一是开场白没有说明能力边界，用户觉得它什么都不会；二是话术太官方，用户问“运费怎么算”，它回答“运费根据距离和重量计算”，等于没说；三是没有在关键节点提供“转人工”的出口，用户被逼急了只能反复说“人工”。建议从这三个角度逐一排查会话记录。
Q3：话术调优多久做一次比较合适？
建议至少每周做一次数据回顾，每月做一次系统性优化。如果遇到大促、新政策上线或产品规则调整，需要即时更新。调优不是把全部话术推翻重写，而是重点处理“高流量 + 高转人工率”的意图节点。
企业定制AI智能体的价值，从来不在于它能背诵多少标准答案，而在于它能不能用用户听得懂的方式，把问题接住、把流程走下去。话术设计与效果调优，本质上是在替企业与用户之间架一座顺畅的桥。这座桥不是一次建成的，需要持续打磨。
