面向跨境电商与华语企业,说明如何规划夜间与假日的聊天支持:划定AI范围、准备知识库、设计转人工与次日跟进。
晚上十一点,新加坡的买家问退货流程,吉隆坡的客户想确认订单有没有发货,香港的访客在比较两款方案。你的团队已经下班,这些对话要么石沉大海,要么等到第二天才被发现,而客户早已转向别家。
这篇指南讲的是如何为营业时间之外的聊天单独设计一套做法:AI 该处理什么、不该处理什么,知识库怎么准备,转人工和“早晨待办队列”怎么衔接,以及如何每周检查和调整。
为什么非营业时间的聊天值得单独规划
很多团队的做法是:白天怎么配置,晚上就怎么跑。结果是夜里 AI 遇到需要人工判断的问题,只能含糊其辞,或者答应了团队做不到的事。
非营业时间有几个白天没有的特点:
- 没有人可以兜底。 白天 AI 答不上来,可以立刻转给同事;夜里转过去的只是一条等待处理的记录。
- 客户期望不同。 深夜咨询的人,多半只想得到一个明确的答案,或者知道“什么时候会有人回复”。
- 问题类型偏集中。 物流进度、营业时间、退换货规则、价格与库存,这类有标准答案的问题占比通常更高。
- 跨时区。 跨境业务的“夜里”,可能正是另一个市场的上班时间。
先搞清楚自己的对话是在什么时间进来的,再决定投入多少。下面是一个假设的例子,数字仅用于说明做法。
如果你的店铺像这个例子一样,每月有 300 次聊天,其中约一半发生在营业时间之外,那么这一半就值得有自己的流程,而不是靠运气。你可以从聊天记录里按时间筛选,算出自己的真实分布。
先决定:哪些交给 AI,哪些不交给 AI
“AI 夜里全部回答”听起来省事,其实风险最大。建议把问题分成三类。
可以放心自动回答
- 营业时间、地址、联系方式
- 运费、配送时间、退换货政策等写明在文档里的规则
- 产品规格、使用说明、常见故障排查
- 预约、报名流程的说明
回答后需要留痕、等人确认
- 订单修改、地址变更
- 折扣或例外处理的请求
- 需要核对订单后才能回答的问题
这类问题,AI 可以先收集必要信息(订单号、联系方式、问题描述),然后明确告诉客户“已记录,由同事跟进”。
不应由 AI 决定
- 退款金额、赔偿、合同条款的例外
- 投诉升级、涉及安全或法律的问题
- 情绪激动、反复追问的客户
在人设和守则里把这三类写清楚,AI 才知道什么时候该说“这个问题我会交给同事,他们上班后会跟进”,而不是硬着头皮回答。
搭建 AI 回答所依据的知识
夜间没有人纠错,所以知识库的质量比白天更重要。
- 从真实问题出发。 翻出最近的聊天记录,列出出现最多的十到二十个问题,每个问题都确保有明确来源。
- 一个问题一个答案。 退货政策别分散在三个页面,整理成一份清楚的说明,写明时限、条件和流程。
- 写明“不知道”的边界。 比如“不接受未经确认的价格承诺”“库存以下单页面为准”。
- 多语言要分别检查。 中文、英文、马来文的运费说明,数字和条件必须一致。
- 定期更新。 促销、节假日物流变化,要在活动开始前就更新,不要等客户来问。
知识来源可以是文件、网站、问答、文档平台等。重点不在于塞得多,而在于准确、没有互相矛盾的内容。
设计转人工与“早晨队列”
非营业时间的转人工,关键不是“马上有人接”,而是“第二天不会漏”。
- 01客户深夜提问
- 02AI 依据知识库回答
- 03无法解决则收集信息并转人工
- 04早班同事按队列跟进
转人工时 AI 应该做的事
- 向客户确认问题已被记录
- 收集联系方式和关键信息,避免第二天重复询问
- 告知“接下来会发生什么”,而不是编一个具体的等待时间
- 触发通知,让负责的人知道有新的待办
早晨队列怎么排
同事上班后,先看夜间留下的对话,建议按这个顺序处理:
- 情绪激动或带有投诉的
- 涉及订单、付款的
- 其他需要确认的咨询
- 已由 AI 解决、只需抽查的
对每一条,先读完整段对话再回复,避免让客户把问题重新讲一遍。
处理时区与语言
跨境业务常见的情况是:总部在一个时区,客户分布在两三个时区,团队成员也不在同一个地方。
- 先定义“营业时间”的基准时区。 在对外页面写清楚是哪个时区的几点到几点。
- 按时区排班。 如果有成员在不同城市,可以按各自当地时间安排值班,让一个市场的“夜里”由另一个时区的同事接手。
- 语言要跟着客户走。 新加坡和马来西亚的客户可能中英夹杂,港台客户习惯繁体用语。AI 通常可以按客户使用的语言回答,但知识库里的关键术语(如退货、保固、运费)最好有对应的多语版本。
- 欢迎语多语化。 客户一打开聊天窗口,就能看到自己熟悉的语言。
渠道提示:网站聊天、WeChat、WhatsApp 与 LINE
不同渠道的习惯和限制不同,夜间策略也要分别考虑。
| 渠道 | 常见用户 | 夜间注意点 |
|---|---|---|
| 网站聊天 | 访客、潜在客户 | 访客可能关掉页面就离开,所以先收集联系方式 |
| 华语客户、跨境买家 | 适合做常见问题自动回答,复杂问题转人工 | |
| 东南亚客户常用 | 主动发消息受 24 小时窗口限制,次日跟进要把握时间 | |
| LINE | 台湾、日本、泰国用户 | 保持简短,清楚说明下一步 |
特别是 WhatsApp:如果客户在深夜发来消息,次日的跟进最好在 24 小时窗口内完成,否则就不能随意主动发送。因此早晨队列里,WhatsApp 的对话应该优先处理。
每周衡量与调整
上线只是开始。每周花三十分钟,看以下几件事:
- 夜间对话量与类型。 哪些问题最多?是否有新的高频问题还没进知识库?
- AI 答错或答不上来的对话。 把它们修成理想答案,补进知识。
- 转人工的比例与原因。 转得太多,说明知识库缺内容;转得太少又有投诉,说明守则太松。
- 次日跟进的速度。 早晨队列是否在承诺的时间内清空?
- 客户评价。 看点赞、点踩较多的对话,找出共同原因。
调整的顺序是:先补知识,再调整守则,最后才考虑改变流程。每次只改一两项,才能看出效果。
在 AI SNS CHAT 中实现这套流程
下面按上面的步骤,对应 AI SNS CHAT 里真实存在的功能。
建立知识。 在侧边栏“Data sources”里可以添加文件、文本片段、网站、问答、Notion 等来源;也可以在“Channels”里连接 Confluence、Google Drive、Zendesk Guide 等文档平台。在智能体的人设和守则中,写清楚哪些问题由 AI 回答、哪些要转人工。可以先用 Playground 试问几十个夜间常见问题,再正式上线。
接入渠道。 在“Channels”中可部署聊天组件、WhatsApp、LINE、WeChat 等。欢迎语会自动翻译成聊天组件所支持的各种语言。具体接入步骤可参考 /connections。
排班与转人工。 “Helpdesk → Scheduling”可以按人员和时区设置班次,转人工的对话会自动分配给当班的人。转人工提醒可以发送到 Slack、Teams、LINE WORKS、WhatsApp、电子邮件或 webhook。转接时,系统会根据排班表为客户加上“接下来会发生什么”的说明,不会编造等待时间。Helpdesk 需要 Standard 或以上方案。
早晨队列。 除电子邮件外,各渠道的对话都在“Activity → Chat logs”中,可以筛选、标记、升级、标为已解决,也可以导出。接手对话时 AI 会暂停;人工回复可以编辑成理想答案,用来训练智能体。还有实时翻译与常用回复,方便跨语言跟进。
线索收集。 使用“Collect leads”动作,可在夜间收集访客的联系方式,线索会出现在“Activity → Leads”,并自动建立联系人。动作与集成需要 Hobby 或以上方案。
每周检查。 “Analytics”提供聊天、主题、问题历史和情绪分析;高级分析需要 Pro。Usage 页面可以查看各智能体消耗的点数。一次回复消耗 1 点。
方案与价格请见 /pricing,功能总览见 /features,注册请前往 /signup,安全做法请见 /security。
常见问题
AI 智能体应该在夜间回答所有问题吗?
不建议。有标准答案的问题(营业时间、政策、产品说明)可以交给 AI;涉及退款、例外处理、投诉的问题,应该收集信息后转人工。在守则里写明边界,比期望 AI 自行判断更可靠。
如何避免承诺团队做不到的回复时间?
在欢迎语和自动回复里避免写具体的时间,改用“上班后会尽快跟进”这类说法。在 AI SNS CHAT 中,转人工时的说明由服务器根据排班表生成,不会编造等待时间。
次日可以在 WhatsApp 上继续跟进客户吗?
可以,但要注意 24 小时窗口。客户在窗口内发来消息,你就可以在窗口内回复;超过窗口后,主动发送会受到限制。所以早晨队列应优先处理 WhatsApp 的对话。
如果团队成员分布在不同时区怎么办?
先确定对外公布的基准时区,再按各自当地时间排班,让一个市场的夜间由另一个时区的同事接手。在 AI SNS CHAT 的“Helpdesk → Scheduling”里可以按人员和时区设置班次。


