晓易AI客服机器人
让一两个人的店铺,拥有一支客服团队。
晓易把“配置机器人”改成“先看到结果”:从历史会话学习,到商品事实补齐,再到商家审核和人工接管,让 AI 真正进入小店的经营现场。
商家不该先成为一名训练师。
当时公司已经有一套面向中大型和超大型店铺的客服机器人,但它的服务方式、配置成本和推广方式都建立在大客户场景上。直接下沉到只有一两个人的小店,功能越多,反而越像一份新的工作。
小商家可能只想让机器人先接住常见咨询,却要先学习知识配置、回复规则和转人工策略。产品价值还没出现,使用成本已经发生了。
大模型给了新的机会:机器人可以从店铺历史会话里自动学习,自己生成第一版应答内容。但如果用户无法快速开通、无法理解机器人做了什么,也无法在出错时接管,模型能力仍然不会转化成真实使用。
不是“再做一个机器人”,而是让商家第一次就看见价值。
销售在持续一年的展会和一线接触中,反复收到小店商家的反馈:平台免费机器人门槛低,但功能陈旧;公司原有机器人更强,却太重。需求因此从“增加一个 AI 功能”,变成“提供一个不依赖训练师、可以自己开通、能快速看到应答效果的产品”。
初始版本把开通设计成三步:导入历史会话、生成常见问题、确认应答内容。上线后 14 天埋点显示,28.3% 的用户集中卡在第二步,最终自主成功开通率只有 7.2%。商家不是没有客服需求,而是在第一次得到结果前被配置成本拦住了。
商家要自动化,也要保留控制感
回复语气要像自己的店铺,重要问题不能答错,不确定时要能转人工,模型生成的知识也要能被审核和修改。需求不只是“让模型多回答一些问题”,而是建立一套商家能理解、能校正、能随时接管的人机协作关系。
移动端和商业化不能后置。超过七成用户的首次进入和日常使用发生在移动端;体验版、专业版和营销版的权益也必须让商家一眼看懂“多付费能得到什么”。
PLG 产品不能把初始化当作后台设置页,它是产品第一次向用户证明价值的关键路径。
基于 14 天漏斗数据的产品判断把复杂的 AI 能力,收敛成商家能操作的四个动作。
产品将原本需要用户逐项配置的流程压缩为选择机器人人设。完成选择后,系统自动学习历史聊天,生成欢迎语、常见问题、候选问答和基础应答策略;商家可以先看结果,也可以直接启用。
人设不只是文案选择,而是把回复语气、默认问题、响应范围和风险偏好打包成商家看得懂的产品选项。AI 负责生成和推荐,商家负责审核、编辑和决定是否启用。
店铺授权、历史会话导入和一步开通,让商家先用起来。
从高频咨询生成候选问答,审核后进入接待。
商品查询、OCR 和详情页解析补齐 SKU 级信息。
按意图、商品和风险路由不同 Dify 工作流。
自动回答、推荐回复和转人工共享同一上下文。
用接待统计、节省人力和版本权益承接升级。
结果不是“机器人已开启”,而是一次咨询真的被接住。
上线后的关键动作,是把三步初始化压缩为选择人设的一步。在相同统计口径下,自主成功开通率由 7.2% 提升至 37.2%。正式版上线后,京东京麦服务市场开通店铺数突破 1 万;超过七成用户的首次进入和日常使用发生在移动端。
产品继续完成移动端初始化、人设选择、知识审核、机器人设置、AI 推荐回复、人工接管入口和版本升级路径。移动端负责随时管理和监控,京东商家后台插件负责在买家会话发生的地方完成辅助回复和人工接管。
上线后连续 30 天的运营指标
同一统计口径下的代表值AI 产品的增长问题,很多时候不在模型“能不能回答”。
上线后持续观察四条路径:初始化漏斗是否继续流失,商家是否使用和修改 AI 生成内容,机器人无法回答时是否能顺利转人工,以及不同版本权益是否带来持续使用和增购。
具体迭代动作包括:按每日漏斗定位集中流失步骤,按移动端使用比例调整研发优先级,拆分知识审核和知识管理入口,优化 AI 推荐回复和人工接管,并用应答率、节省人力、服务人数和销售额表达产品价值。
从自动回答,到一套可持续经营的客服系统。
晓易最终沉淀的不是一个“会聊天”的机器人,而是从自助开通
知识生产、商品事实、回答编排、人机协同到版本升级的完整产品闭环。