客户总在问工单处理得怎么样了?本文介绍如何让 AI 客服只读查询 Freshdesk 工单状态,并设计转人工、隐私护栏与效果衡量。
做跨境电商或跨国服务的团队,几乎每天都会收到同一类消息:"我上周提交的问题,现在怎么样了?"客户可能在网站聊天、WhatsApp、WeChat 或 LINE 上发问,而答案其实早就躺在 Freshdesk 里。本文讲怎样让 AI 客服代你查工单状态,把客服从重复的"进度查询"中解放出来,同时守住隐私和准确性。
为什么查进度的问题越积越多
工单系统记录的是"处理过程",客户关心的却是"结果和时间"。两者之间缺一座桥,于是客户只能再发一条消息来问。
对华语跨境团队来说,这个问题还有几层叠加:
- 渠道分散。同一位客户可能在 Facebook Messenger 提交问题,几天后改用 WhatsApp 追问,下次又从官网聊天框进来。
- 时区错开。总部在新加坡或香港,客服在吉隆坡,供应商在深圳,客户在悉尼。夜里问进度,往往要等到第二天才有人回。
- 语言混用。客户可能用简体、繁体、英文甚至马来文提问,客服要先翻译、再查系统、再回复。
- 答案很简单,但需要人去查。"处理中""等待您的回复""已解决",这类信息查起来只要几秒钟,却会占用大量人工时间。
这类问题的特点是:数量多、答案固定、不需要判断力,正适合交给 AI 代劳。
"一个地方管理工单"到底该是什么意思
很多团队一听"集中管理"就想到把所有渠道的消息都塞进工单系统。更务实的理解是:工单的唯一事实来源仍然是 Freshdesk,而客户可以在任何渠道里问到同一份事实。
具体来说,应当做到三点:
- 状态只有一个版本。AI 客服不自己记录或猜测工单状态,每次都以 Freshdesk 当前的数据为准。
- 入口可以很多。网站聊天、WeChat、WhatsApp、LINE 的客户,都能得到一致的答复。
- 人工处理仍在原处。需要判断、补偿、退款的事情,还是由客服在 Freshdesk 里完成,AI 不越权。
这样的分工,让工单系统保持干净,也让客户不必记住"该去哪里问"。
只读查询:这个连接做什么
AI SNS CHAT 的 Freshdesk 连接属于只读查询工具。也就是说,AI 客服可以去 Freshdesk 里查询信息,再用客户的语言把结果讲清楚,但它不会替你新建、修改或关闭工单。
这种"只读"设计的好处是边界清楚:查询出错最多是答得不够完整,不会误改一张真实的工单。对大多数团队而言,先从只读开始,风险最低,也最容易在内部获得认可。
设计客户旅程
连接只是技术层面,真正决定体验的是对话怎么设计。一个典型的进度查询,可以按下面的流程走。
- 01客户询问进度
- 02AI 请客户提供工单编号与登记邮箱
- 03AI 只读查询 Freshdesk
- 04说明状态,必要时转人工
先问对信息
不要让客户写一大段,只要两样东西:工单编号和提交时使用的邮箱。在 WhatsApp 或 WeChat 这类手机聊天里,客户不想打太多字,问题越短越好。
用客户听得懂的话回复
工单里的状态名称往往是内部语言,例如"Pending""Open"。让 AI 把它翻译成客户语境,例如:"您的问题已经有同事在跟进;目前在等您回复补充的订单截图。"在人设里写明这些说法,回答会稳定得多。
想好"查不到"怎么办
查不到的原因很多:编号输错、邮箱不一致、工单属于另一个账号。提前写好话术,请客户核对一次;仍然不行,就转给人工,不要让 AI 反复追问或自行猜测。
兼顾多语言
华语客户的表达习惯不同:新加坡、马来西亚的客户常中英夹杂,港台客户常用繁体。在人设中要求"客户用什么语言,就用什么语言回答",并在测试时覆盖这些情形。
转人工时保留上下文
AI 不是越少转人工越好,而是该转时要转得顺。转接体验差,客户会觉得"白聊了一场"。
AI SNS CHAT 的做法包括:
- 接管对话。客服可以在对话记录中接管,接管后机器人暂停,不会和人工抢着回复。
- 按班次自动分配。在 Helpdesk → Scheduling(需要 Standard 或更高方案)里,可以按人员和时区设置班次,转接会分配给当班的人。这对跨时区团队很实用。
- 转接提醒。可以发送到 Slack、Teams、LINE WORKS、WhatsApp、邮件或 Webhook,让当班同事及时看到。
- 不乱承诺时间。转接时给客户的"接下来会发生什么"这句话,由系统根据排班生成,不会凭空编造等待时长。
人工接手后,客服能在对话里直接看到客户先前说过什么、AI 查到了什么,不必再从头询问。
护栏:隐私与准确
工单里常有订单号、地址、联系方式,甚至投诉细节。把查询交给 AI,更要先把规则想清楚。
防止给错人
工单信息只应该给提交者本人。可以在人设中明确写下规则:
- 必须同时提供工单编号和登记邮箱,两者对得上才可以说明状态。
- 对外只说明状态和下一步,不复述地址、电话、付款信息等敏感内容。
- 客户要求"帮朋友查""帮同事查"时,礼貌拒绝并引导对方自己联系。
- 对不确定的身份,转人工核实,而不是自行放行。
需要说明的是,这些规则是你在人设中给 AI 的行为约束,上线前务必在 Playground 里反复测试,尤其是"故意套话"的情形。
保证准确
- 要求 AI 只依据查询结果回答,查不到就直说,不要凭印象补充。
- 不要让 AI 估算解决时间,除非工单里有明确信息。
- 流程类问题(例如退货政策)走知识库,工单类问题走查询,两者不要混答。
平台层面的保护
AI SNS CHAT 为每个 AI 客服提供提示词注入与滥用过滤,以及按设备的频率限制;日志中的密钥会被遮盖。其隐私实践是参照 GDPR 与日本 APPI 设计的。想进一步了解,可以查看安全说明。
如何衡量效果
上线之后,不要凭感觉判断"好不好用"。可以关注下面几项,并先在小范围试跑。
- 进度类对话中,有多少无需人工就结束。
- 转人工的原因分布。是客户身份对不上、工单查不到,还是问题本身需要判断?
- 客户评价。对话记录支持点赞与点踩,可以集中查看差评对话。
- 话题变化。分析里的"话题"和"问题历史"可以看出,进度类问题占比是否下降。
下面是一个假设性的示例:如果某店铺每月有 300 条与工单相关的对话,处理结果可能如下。
这只是帮助理解的假设,并非实际统计。真正重要的是看转人工那一部分:把它们逐条读一遍,往往能发现话术漏洞或知识库缺口。把客服修改后的理想回答反馈给 AI,下次类似问题就能答得更好。
在 AI SNS CHAT 中实现
下面是在 AI SNS CHAT 里落地的大致步骤。
- 确认方案。集成功能需要 Hobby 或更高方案,每个 AI 客服可启用的 Actions 数量随方案而不同(Free 为 0,Hobby 5,Standard 8,Pro 12,Corporate 20)。若还要使用 Helpdesk 排班,则需要 Standard 或更高。具体价格见价格页面。
- 连接 Freshdesk。在 Actions / Integrations 中找到 Freshdesk,它属于只读查询工具,按提示填入你的 Freshdesk 凭据。
- 撰写人设与护栏。说明何时查询、需要哪些信息核对、哪些内容不可透露、查不到时怎么办。可以借助提示词生成器和提示词库作为起点。
- 在 Playground 测试。模拟正常查询、编号输错、冒充他人、多语言提问等情形,必要时用 A/B 模型对比选择更稳定的模型。
- 部署到渠道。在 Channels 中选择网站聊天组件、WhatsApp、LINE、Messenger、WeChat 等你已经在用的渠道。各渠道的接入说明见连接页面。
- 设置转人工。在 Helpdesk → Scheduling 设置班次,并选择转接提醒的送达方式。
- 上线后复盘。在 Activity → Chat logs 中筛选、标记和导出对话;客服可把修改后的回复设为理想答案,用来训练 AI。
如果你不确定某个设置在哪里,可以直接问 Synthia。她是内置的 AI 管理助手,可以语音或文字交流,并带你走到对应的页面。更多功能可参阅功能总览,想动手试试可以从注册页面开始。
常见问题
AI 客服可以在 Freshdesk 里创建或更新工单吗?
不可以。Freshdesk 在 AI SNS CHAT 中是只读查询工具,AI 客服能查询并说明信息,但不会新建、修改或关闭工单。需要处理的事项应转给人工客服,在 Freshdesk 中完成。
使用 Freshdesk 连接需要哪个方案?
集成功能需要 Hobby 或更高方案,免费方案不包含。每个 AI 客服可启用的 Actions 数量也随方案增加。如果还想使用 Helpdesk 的排班与转接功能,需要 Standard 或更高方案。
WhatsApp、Messenger 的客户体验会和网站聊天一样吗?
同一个 AI 客服使用同样的人设、知识库和已启用的查询工具,所以回答逻辑是一致的。不过各渠道的消息格式和使用习惯不同,例如手机聊天里应让话术更简短。建议部署后在每个渠道各实测一遍,再正式开放给客户。
如何避免把工单详情透露给错误的人?
在人设中规定必须同时核对工单编号与登记邮箱,只说明状态和下一步,不复述地址、电话等敏感信息,身份存疑时转人工。这些是你为 AI 设定的行为规则,上线前请在 Playground 里用各种"套话"情形反复测试,并定期抽查对话记录。


