一个客服运营用 agent 接客的边界

主体

王芳（化名），深圳某跨境电商客服主管。团队 12 人，3 班倒。2025 年 5 月开始让 Claude 接入客服系统。

12 个月下来：80% 的客户问询 Claude 自己搞定，剩下 20% 走人工。王芳团队从 12 人变成 9 人（走了 3 个最不喜欢加班的，留下 9 个能处理复杂问题的）。

工作流

Claude 接管的部分（80%）：

物流查询（“我的快递到哪了”）
退换货政策（“我可以退吗”）
产品参数（“这个充电宝能不能带上飞机”）
简单投诉（“我买的颜色发错了”）
优惠券咨询（“这个码怎么用”）

人工接管的部分（20%）：

大额退款（>$200）
多次升级的投诉
涉及法律 / 医疗 / 政治的内容
Claude 标记”低信心”的对话

Claude 工作流（监督型）：

[客户] 我买的充电宝起火了!!!
[Claude] → 立即升级到人工 (priority=P0)
         → 同时记录：customer_id, order_id, "起火" keyword
         → 自动创建工单
[人工] 王芳 5 分钟内介入

王芳的 daily routine：

早晨 9:00 · 看 Claude 昨晚的对话 sample（50 条随机抽）
上午 11:00 · 修 prompt（10-30 分钟，驯化型）
下午 15:00 · 看 Claude 标记的”低信心”对话（20-50 条）
晚上 20:00 · 跟 Claude 一起做”今日复盘”（共生型）

每日复盘 prompt：

[王] 今天你处理了 1247 条对话。
    1. 升级到人工的 87 条里，分类（投诉/退款/法律/其它）
    2. 找出 5 条你"差一点就能搞定但没搞定"的对话
    3. 给我 3 条 prompt 改进建议
[Claude] 1. 投诉 42、退款 31、法律 8、其它 6。
        2. 5 条列在下面（其中第 3 条是 "用户问能不能换货但已经过了 30 天"，我可以查订单时间判断的）
        3. 建议 a) 在 system prompt 加 "查询订单时间" 作为前置；b) ...
[王] a 加上。b 不行，会让简单 case 变慢。c 你自己看着办。

关键判断

王芳用 Claude 接客的 3 条铁律：

“任何说 ‘投诉’ ‘退款’ ‘律师’ ‘315’ ‘工商’ 的对话，立即升级”。不可让 Claude 处理
“客户永远知道对面是 AI”。她的客服窗口明示”AI 助手 + 人工客服”两层
“AI 的失败案例每周一 review”。周会专门过 5-10 条 Claude 翻车 case

她说：“AI 不是来替代客服的，是来替客服挡子弹的。”

意思是：客户最讨厌的 80% 重复问题，AI 解决掉，客服就只剩 20% 真问题。这 20% 才是客服真正应该花精力的部分。

一个具体案例

2025 年 11 月，一位美国客户投诉”收到的杯子有裂痕”，语气激动，提到”我会在 YELP 写差评”。

Claude 的反应：

[Claude] → 立即升级到人工
         → 同时检索：客户过去 18 个月 12 次购物，总消费 $840
         → 给人工的提示："该客户 VIP，建议补偿 1 个替换品 + 20% 折扣码"
[王芳] 看了 Claude 的提示，1 分钟内处理。客户最终在 YELP 写了 5 星 + "客服处理速度令人惊讶"

没有 Claude 之前，王芳团队处理这种 case 平均 2 小时（3 班倒 + 文字来回）。有 Claude 之后，王芳说 5 分钟。

写在最后

王芳最警惕的事是**“AI 学会骗客户”**。

她的对策：

每月随机抽 100 条对话，让另一个客服团队（无 AI 介入的）人工核对 AI 说的是不是事实
3 个月没发现”AI 编造信息”的 case
但发现过 1 次”AI 过度承诺”（说”我马上给您退款”但实际不能），已加 system prompt 禁止

“Claude 是工具，不是同事。它可以帮客服扛活，但不能帮客服担责。” —— 王芳

下一篇：5 个真实项目的完整复盘。