跳到正文
AI-SNS.IO — CHAT SUPPORTAI-SNS.IO — CHAT SUPPORT
AI 智能体基础

聊天机器人与 AI 智能体的区别:选型前先看这五点

AI SNS CHAT 编辑部发布于 阅读约 7 分钟

聊天机器人按脚本回答,AI 智能体基于知识库理解问题并交接给真人。本文讲清两者原理、差异、适用场景与评估方法。

很多团队说要“上个客服机器人”,真正动手时才发现市面上的产品其实分成两类:一类按预设脚本走流程,另一类能读懂资料、自己组织回答。选错了,要么客户在菜单里绕圈,要么 AI 乱答让人不放心。

这篇文章会帮你分清两者的工作原理和适用场景,并给出一套投入前可以自己动手的评估方法。例子以网站聊天、WeChat、WhatsApp、LINE 这几个华语企业和跨境电商常用的渠道为主。

先说结论

聊天机器人通常是“规则加脚本”:你事先写好问题、按钮和答案,客户点哪里,它就走哪条分支。AI 智能体则是“资料加判断”:你给它知识库、角色设定和边界,它根据客户的原话理解意图,从资料里找依据,再用自然语言作答,必要时调用工具或转给真人。

一个简单的判断方法:

  • 客户的问题你能全部穷举出来吗?能,脚本就够用。
  • 客户会用各种说法、夹杂多种语言、一次问好几件事吗?这时更适合智能体。

两者不是“新旧替代”的关系,而是不同工具。后面会专门讲什么时候脚本机器人仍然是对的选择。

传统聊天机器人是怎么工作的

传统聊天机器人的核心是一棵决策树。典型流程是:

  1. 客户进入对话,机器人弹出菜单:“查订单”“退换货”“联系人工”。
  2. 客户点选,机器人进入下一层。
  3. 最底层是一条固定答案,或者一个固定动作,比如返回一段文字或链接。

有些产品会加上关键词匹配:客户输入里含有“退款”二字,就触发退款分支。这比纯按钮灵活一点,但本质没变,它不理解句子,只是在对暗号。

它的优点

  • 可预测:每个答案都是你亲手写的,不会出现意料之外的内容。
  • 容易审核:流程图一目了然,法务和品牌部门好把关。
  • 成本低而稳定:不依赖语言模型。

它的局限

  • 客户一旦说“我上周买的那双鞋,尺码偏大,想换小一码,可以吗?”,关键词可能同时命中“换货”“尺码”“订单”,结果落到错误的分支。
  • 每增加一个产品线或一种语言,分支就成倍增加,维护成本迅速上升。
  • 遇到菜单之外的问题,往往只能回一句“抱歉,我不明白”,然后把客户推给人工。

AI 智能体是怎么工作的

AI 智能体的核心不是流程图,而是三样东西:知识来源、角色与边界、可用的动作。

  • 知识来源:产品手册、帮助中心网页、问答对、PDF、文档系统等。智能体回答时依据这些资料,而不是凭空发挥。
  • 角色与边界:你告诉它语气是什么、能谈什么、不能谈什么,比如“不承诺具体到货日期”“价格以官网为准”。
  • 动作:收集客户联系方式、查询订单、预约、转人工等。

下面这张图展示了客户提问之后,智能体内部大致发生了什么。

  1. 01理解客户原话与意图
  2. 02在知识库中检索相关内容
  3. 03按角色与边界生成回答
  4. 04无法确定时转交真人
客户向 AI 智能体提问之后发生了什么示意示例

这里最关键的是第二步和第四步。第二步让回答“有据可依”,第四步让智能体“知道自己不知道”。一个好的智能体不是什么都敢答,而是在资料不足、客户情绪激动或涉及敏感事项时,愿意停下来请真人接手。

并排对比:差异体现在哪里

聊天机器人(脚本型)
AI 智能体
按预设菜单和关键词走分支
理解客户原话,按意图作答
答案由人逐条编写
依据知识库生成,可引用资料
新增问题要新增分支
补充资料即可覆盖新问题
对菜单外的问题束手无策
能处理自由表述和多问合一
行为完全固定
需要设定边界并持续检查
多语言需要分别维护脚本
可用客户的语言直接对话
聊天机器人与 AI 智能体一览示意示例

维护方式不同

脚本机器人的维护是“改流程”:谁来画图、谁来测试每条分支。智能体的维护更像“带新人”:补充资料、纠正错误回答、收紧边界。前者工作量随问题数量增长,后者工作量更多集中在资料质量上。

风险类型不同

脚本机器人的风险是“答非所问”,智能体的风险是“答得很自信但不对”。所以智能体需要护栏:限定回答范围、提供出错时的纠正路径、保留对话记录以便复盘,以及明确的转人工规则。

一个假设的例子

假设一家做东南亚市场的饰品店,每月收到约 300 条咨询。其中大约一半是“运费多少”“多久到”“能不能退”这类固定问题,另一半是“这条项链配我这件衣服合适吗”“送给长辈用什么材质好”这类开放问题。(以上数字仅为举例。)前一半用脚本就能解决,后一半更能体现智能体的价值,因为它能结合商品资料给出有依据的建议。

渠道:网站聊天、WeChat、WhatsApp 与 LINE

客户在哪里问,你就得在哪里答。华语客户群的渠道往往很分散:

  • 网站聊天窗口:适合购物过程中的即时问题,如尺码、库存、优惠。
  • WeChat:面向使用微信的华语客户,适合售后与咨询。
  • WhatsApp:在新加坡、马来西亚及东南亚其他市场很常见。
  • LINE:台湾、日本客户常用。

无论哪种技术路线,渠道都有各自的规则。脚本机器人往往要在每个渠道分别搭一套流程;智能体则可以让同一份知识库和同一套角色设定服务多个渠道,你只需要关注各渠道自身的限制,比如 WhatsApp 对主动发送消息有 24 小时窗口的约束。

另外要注意,不同渠道的客户说话方式差别很大。网站聊天里常是简短的关键词,WhatsApp 和 LINE 里则常是整句甚至语音转文字的口语,夹着简体、繁体和英文。这一点对脚本机器人很不友好,对智能体则相对容易应对。

聊天机器人仍然适用的场景

不要因为“智能体更先进”就全盘替换。下面这些情况,脚本机器人依然合适:

  • 流程极其固定:比如预约时段选择、门店营业时间查询、会员卡号查询,步骤清楚,答案唯一。
  • 合规要求逐字一致:某些声明必须一字不差地呈现。
  • 入口分流:先用按钮让客户选择“售前、售后、投诉”,再把对话交给智能体或真人。
  • 预算和运维极简:问题少而稳定,没必要引入更复杂的东西。

很多团队最后采用的是混合方案:脚本负责固定流程和入口,智能体负责开放问题,真人负责例外和高风险事项。这样既保住了可预测性,也避免了客户在菜单里迷路。

投入前如何评估

在正式上线前,建议用下面这套方法做一轮小规模检验。

1. 整理真实问题清单

从过去的聊天记录、邮件和社交平台私信中,挑出 50 到 100 条真实问题,覆盖:常见问题、模糊表述、多问合一、情绪激动、超出范围的问题。

2. 准备“该答”与“不该答”两类测试

  • 该答:资料里有明确答案的问题,检查是否答对、是否引用正确。
  • 不该答:资料里没有的、涉及赔偿承诺的、涉及个人隐私的,检查它是否会老实说不确定并转交真人。

3. 检查多语言和多渠道表现

用简体、繁体、英文,甚至混合语言各测一遍。再在你真正要用的渠道里测一遍,而不是只在演示页面里看。

4. 设计转人工的规则

提前约定:哪些情况必须转人工(投诉、退款争议、客户明确要求人工)、转给谁、不在班时怎么办。客户不介意先和 AI 聊,介意的是转不过去、没人理。

5. 小范围试运行,再复盘

先放在一个渠道、一类问题上运行一两周,查看对话记录,把答错的地方回填成更好的答案或资料,再逐步扩大。

在 AI SNS CHAT 中怎么做

AI SNS CHAT 同时支持两条路线,所以你可以按上面的混合思路搭建。

建立智能体并设定边界。 用引导式向导创建智能体,在角色与护栏中写清语气和禁区。平台提供 14 个入门角色模板和提示词库,可以作为起点。需要在不影响线上的情况下试验时,可以先在 Playground 里对话测试,也可以用 Playground 的 A/B 模型对比比较不同模型的回答。

接入知识来源。 在侧边栏的“Data sources”中,可以添加文件、文本片段、网站、问答对、Notion 等。在“Channels”下还有多种文档连接器,如 Confluence、GitBook、Zendesk Guide、Google Drive 等。回答的质量主要取决于这里的资料质量。

部署到渠道。 在“Channels”里可以部署到网站聊天窗口、WhatsApp、Messenger、LINE、WeChat 等。具体渠道清单请见 /connections。需要提醒的是,WeCom(企业微信)目前属于“即将推出”,尚未可用。

保留脚本机器人。 如果你已有固定问答流程,可以在侧边栏的“AI Agent LINE Bot”中使用脚本机器人:固定的问答式机器人,不使用 AI,通过 webhook 连接。不需要为了换智能体而推翻重来。

转人工与复盘。 在“Helpdesk → Scheduling”中可以按人和时区设置班次,转人工时会自动分配给当班的人(Helpdesk 需要 Standard 或更高方案)。转接提醒可以发到 Slack、Teams、LINE WORKS、WhatsApp、邮件或 webhook。向客户显示的“接下来会怎样”说明由服务器根据排班生成,不会编造等待时间。除邮件外,各渠道的对话都在“Activity → Chat logs”中,你可以接管对话(机器人随即暂停)、使用实时翻译、把编辑后的回复保存为理想答案来训练智能体,也可以用点赞与点踩评分来发现问题。

成本与方案。 计费按回复计算:1 次回复消耗 1 个积分。集成、模型故障切换等功能需要 Hobby 或更高方案,各方案的积分与智能体数量请见 /pricing,功能总览见 /features。

如果想先动手试一试,可以从 /signup 开始创建第一个智能体,关于数据与安全的做法说明见 /security。

常见问题

AI 智能体就是换了更好模型的聊天机器人吗?

不是。模型只是其中一部分。智能体的区别在于它围绕知识库、角色边界和动作来工作,并且知道何时转交真人。同一个模型,如果没有资料依据和护栏,也可能表现得比一个精心设计的脚本更糟。

AI 智能体会答错吗?

会,任何基于语言模型的系统都有可能出错。降低风险的做法包括:提供准确且及时更新的资料、在角色设定中限定回答范围、上线前用真实问题测试、定期查看对话记录并纠正错误回答,以及为高风险话题设置转人工规则。

我需要替换现有的脚本机器人吗?

不一定。流程固定、答案唯一的场景,脚本机器人依然可靠。更实际的做法是保留脚本负责入口和固定流程,让智能体处理开放问题,两者并存。AI SNS CHAT 也支持以 webhook 连接的脚本问答机器人。

一个智能体可以同时服务 WhatsApp、Messenger 和网站吗?

可以。同一个智能体可以部署到多个渠道,共用同一套知识库和角色设定。不过各渠道自身的规则仍然适用,例如 WhatsApp 的发送窗口限制,上线前应在每个渠道里分别测试一遍。

怎么判断什么时候该让真人介入?

可以事先设定规则:客户明确要求人工、涉及投诉或退款争议、情绪明显激动、智能体在资料中找不到依据时,都应转人工。同时安排好班次,确保转过去后有人接,而不是让客户等在空白里。

#AI智能体#聊天机器人#客服自动化#跨境电商#选型指南

用 AI SNS CHAT 付诸实践

创建基于您自有内容训练的 AI 智能体,并连接到网站、LINE、WhatsApp 等渠道。免费开始,无需信用卡。