想用AI客服同时服务华语、英语和马来语客户?本文用六个步骤讲清语言与渠道选择、知识库整理、人设规则、测试、转人工和复盘。
一家在新加坡做跨境电商的小店,客户可能上午用中文问退货,下午用英文问运费,晚上又在 WhatsApp 里夹着马来语催发货。靠人工逐一应付,既慢又容易出错,而直接把一个 AI 客服"开多种语言"又常常翻车:语气不一致、答案对不上、遇到不会的语言胡乱回答。
这篇文章按实际落地的顺序,讲清楚六个步骤:怎么选语言和渠道、怎么整理知识库、怎么把语言规则写进人设、怎么测试、怎么安排转人工,以及上线后怎么持续改进。最后会说明这些步骤在 AI SNS CHAT 里分别对应哪些功能。
多语言 AI 客服到底指什么
很多人以为"多语言"就是把界面翻译一下。其实它至少包含四件事:
- 听得懂:客户用哪种语言提问,AI 都能理解意图,包括中英夹杂、简繁混用、口语缩写。
- 答得准:不同语言给出的答案事实一致,价格、时限、政策不能因为语言不同而不同。
- 说得对:语气和称呼符合当地习惯。对香港客户用繁体和粤语书面习惯,对新加坡客户可以中英混合,对马来西亚客户可能要兼顾中文与马来语。
- 接得住:AI 处理不了时,能把对话顺利交给会这门语言的真人。
换句话说,多语言支持是一套"语言 + 内容 + 规则 + 人工"的组合,而不是一个开关。下面的六个步骤就是按这个组合来拆的。
第一步:语言和渠道要一起选
先别急着问"我要支持几种语言",而是问"我的客户在哪里和我说话,说的是什么"。
从真实对话里找答案
翻一翻过去三个月的客服记录、邮件和社交媒体私信,按语言和渠道做一张简单的统计表。你会发现语言和渠道常常是绑定的,例如:
- 网站聊天:中文和英文为主,来自搜索和广告落地页。
- WhatsApp:东南亚客户更常用,中、英、马来语混合。
- LINE:台湾和日本客户习惯用。
- WeChat:海外华人、与大陆有往来的客户常用。
先小后大
建议第一批只做两到三种语言、一到两个渠道。原因很实际:每多一种语言,就多一份知识库要维护,多一轮测试要做,多一种人工转接要安排。先把一个小组合跑稳,再扩展,比一口气铺开更省力。
需要留意的是,渠道本身有边界。例如 WeChat 渠道在 AI SNS CHAT 里可以接入,但企业微信(WeCom)目前仍在"建设中"清单里,没有上线。规划前先确认你要的渠道是否已经可用,可以到 /connections 查看。
第二步:整理知识库
AI 回答得准不准,九成取决于它读到的资料。多语言场景下,知识库有两种常见组织方式。
怎么选
- 如果各地的价格、政策、运费大体一致,优先用"一份主知识库"。只在有差异的地方单独补充一条说明,例如"新加坡与马来西亚的运费不同"。
- 如果不同地区的规则本来就不一样(比如退货期限、可用付款方式),就要为这些内容写明确的地区版本,并在每条里标注适用地区。
整理时的几个习惯
- 一条内容只讲一件事:退货条件、退款时限、换货流程分别成条,不要塞在一大段里。
- 写清适用范围:国家、日期、适用商品。
- 术语统一:同一个概念在中文里只用一种叫法,例如"运费"和"邮费"选一个,并在常见的英文和马来语对应说法旁注明。
- 常见问答单独做成问答对:高频问题(物流、退款、发票、会员)用"问题 + 标准答案"的形式,最稳定。
- 标注负责人和更新日期:知识库没人管,几个月后就会过期。
第三步:把语言规则写进人设
人设(persona)是 AI 的"工作手册"。多语言场景下,光写"你是一名客服"是不够的,建议单独写一段语言规则。可以参考下面这些要点:
- 回复语言:默认使用客户当前使用的语言回复;客户中途切换语言,就跟着切换。
- 中文变体:客户使用繁体中文时用繁体回复,使用简体时用简体回复,不要擅自转换。
- 语气与称呼:例如中文用"您"表示尊重,英文保持礼貌简洁,不使用过多感叹号。
- 术语表:列出品牌名、产品名、型号,要求保持原样不翻译。
- 事实优先:价格、时效、政策只能引用知识库内容;知识库没有的,明确告知"我需要为您转接同事确认",不要凭印象回答。
- 不支持的语言:如果客户使用你没有准备的语言,先用简短的双语(例如中文和英文)说明目前支持哪些语言,并提供转人工或留下联系方式的办法。
- 禁区:不承诺未经确认的折扣、赔偿和到货日期。
写完之后,人设本身也值得用你要支持的语言各读一遍。有些指令在一种语言里很清楚,换成另一种语言的客户视角反而会产生歧义。
第四步:上线前,每种语言都要测
最常见的错误是只用中文测试,然后默认其他语言"应该也行"。每种语言都应该有自己的一份测试清单。
测试什么
- 高频问题:每种语言挑 10 到 15 个最常见的问题。
- 边缘问题:知识库里没有的问题,看 AI 是否老实说"不知道"并转人工。
- 混合语言:中英夹杂、拼音、缩写、错别字。
- 敏感场景:投诉、退款纠纷、要求赔偿。
- 渠道差异:同样的问题在网站聊天和 WhatsApp 里的表现,包括长度、排版是否合适。
一个简单的测试循环
- 01准备各语言测试清单
- 02逐条提问并记录回答
- 03修改知识库或人设
- 04重新测试直到稳定
每改一次知识库或人设,就把整份清单重跑一遍。不要只复测刚修好的那一条,因为改动可能影响别的语言。
建议找母语者或熟悉当地用语的同事来评审。机器回答"语法正确"不代表"听起来自然",这一点只有真人看得出来。
第五步:每种语言都要有转人工方案
AI 再好,总有处理不了的时候。多语言场景里,转人工比单语言复杂得多,因为"转给谁"本身就是语言问题。
在上线前,请先回答这几个问题:
- 每种语言,谁来接?是同一个人会多种语言,还是按语言分组?
- 什么时间有人?新加坡、马来西亚与台湾、香港的时区接近,但如果客户在欧美,值班就要错开。
- 转接时,AI 对客户说什么?它应该如实说明接下来会发生什么,而不是随口承诺"五分钟内回复"。
- 团队成员不会的语言怎么办?可以借助翻译工具辅助阅读和回复,但重要的承诺(退款、赔偿)最好由熟悉该语言的人复核。
- 转接通知发到哪里?团队日常用什么工具,通知就发到那里,例如 Slack、Teams、WhatsApp 或邮件。
第六步:衡量,然后持续改进
上线只是开始。多语言客服最需要按语言分开看数据,因为总体指标会掩盖局部问题。
可以每周或每两周看一次:
- 各语言的对话量:哪种语言增长最快,值得追加投入。
- 转人工比例:某种语言转人工明显偏多,往往说明那一部分知识库薄弱,或人设规则不清。
- 客户评价:好评、差评在各语言中的分布。
- 高频未命中问题:客户经常问、但知识库答不上的问题,是下一轮补充内容的最好来源。
- 情绪倾向:投诉类对话是否集中在某个语言或渠道。
举个假设的例子:如果一家店每月收到 300 条对话,其中马来语只有 30 条,但转人工的有 15 条,那么问题大概率出在马来语相关的内容或规则上,而不是客户本身难沟通。这个数字只是示意,实际请看你自己的数据。
改进的做法很朴素:把真人客服修正过的好答案反馈回知识库,把重复出现的新问题补成问答对,每月做一次语言维度的回顾。
在 AI SNS CHAT 里怎么做
下面把前面六步对应到 AI SNS CHAT 里的具体位置。
选渠道。 侧边栏的"Channels"可以部署网站聊天组件(Chat widget)、WhatsApp、LINE、Messenger、Telegram 以及 WeChat 等渠道。具体的接入说明可参考 /connections。网站聊天组件的欢迎语会自动翻译成组件所支持的各种语言,省去逐条翻译的工作。
建知识库。 在"Data sources"中可以添加文件、文本片段、网站、问答(Q&A)和 Notion 等来源;也可以在 Channels 下接入 Confluence、Google Drive、Zendesk Guide 等文档源。高频问题建议放进 Q&A,稳定性最好。
写人设。 在智能体的设置里编写人设与护栏,并可使用提示词生成器、提示词库和 14 个起步人设作为起点。把第三步里的语言规则写进去即可。
测试。 用 Playground 对话测试,可逐语言提问;还有 Playground 的 A/B 模型对比,可以看不同模型在同一种语言上的表现差异。模型在"Agent → Settings → AI"里选择,更高级的模型和模型备援需要 Hobby 或以上方案。正式上线前,别忘了在各渠道里实际发一遍消息。
转人工。 在"Activity → Chat logs"中可以接管对话(接管后机器人暂停),并使用实时翻译读懂和回复不同语言的客户。"Helpdesk → Scheduling"可按人员和时区排班,转接会自动分配给当班的人;转接提醒可发送到 Slack、Teams、LINE WORKS、WhatsApp、邮件或 Webhook。转接时给客户的"接下来会怎样"提示由系统根据排班生成,不会编造等待时间。Helpdesk 需要 Standard 或以上方案。
复盘。 Chat logs 支持筛选、导出和点赞/点踩评分;Analytics 提供对话、主题、问题历史和情绪分析,进阶分析需要 Pro。把人工修改后的理想答案回填训练智能体,就是最直接的持续改进方式。
另外,每条回复消耗 1 个点数(credit),方案与功能限制可查看 /pricing,完整功能清单见 /features。如果你不确定从哪里开始,也可以向 Synthia 提问,她会带你导览到对应的页面。
常见问题
刚开始应该上线几种语言?
建议从两到三种开始,选对话量最大、或单次价值最高的语言。先把这一组做到测试稳定、转人工顺畅,再逐步增加,比一次铺开更容易维护。
一定要把整个知识库翻译成每种语言吗?
不一定。如果各地政策基本一致,可以维护一份主知识库,只为有差异的内容(价格、运费、退货规则)补充地区说明。但无论哪种方式,都要用各语言实际提问来抽查答案是否准确、术语是否一致。
客户使用了我没有准备的语言怎么办?
在人设里提前写好规则:用简短的双语说明目前支持的语言,并提供转人工或留下联系方式的路径。不要让 AI 在没有资料支撑的情况下硬答。上线前也请用这类语言实际测试一遍,确认它的表现符合你的规则。
团队看不懂客户的语言,也能回复吗?
可以借助实时翻译来阅读和回复,日常咨询足够用。但涉及退款、赔偿、合同等重要承诺时,最好由熟悉该语言的同事复核,避免翻译偏差带来纠纷。
网站聊天、WhatsApp、LINE 可以共用同一套设置吗?
知识库和人设可以共用同一个智能体,这样各渠道的答案保持一致。但每个渠道的消息长度、排版和客户习惯不同,上线前要在各渠道里分别测试,再根据结果微调人设里的格式要求。


