YundaDesk上周在 WhatsApp 问物流，今天从网站挂件进来又要重讲；邮件已补照片，到了 Instagram 私信还从零开始问。跨境客户一换渠道就断上下文，信任也跟着掉。
客户记忆是客服系统的基本功：AI 先接可以很快，但必须知道客户是谁、聊过什么、买过什么，哪些事不能自己做主。
客户记忆不是聊天记录归档
能搜索历史会话只是“查得到”。真正可用的客户记忆，要回答四件事：
- 这个人是谁：邮箱、社媒 ID、网站访客身份能否合并；
- 他买过什么：订单、商品、物流、历史售后能否看见；
- 之前说过什么：跨渠道会话能否接上；
- 哪些判断要小心：投诉、退款、VIP、语言、时区等标签是否沉淀。
这些信息散在不同后台，AI 就只能像第一次见客户一样回答。
跨境 CRM：客户档案先把人认出来
客户记忆的第一层，是跨境 CRM 里的客户档案。
同一个客户可能有邮箱、WhatsApp、Instagram、TikTok、LINE、微信、Zalo 等多个身份。今天用邮箱问发货，明天用 Messenger 追物流。系统不能合并身份，客服看到的就是几个陌生人。
YundaDesk 把国家、语言、时区、社媒 ID 作为出厂字段，支持多身份自动合并与分群。坐席能看到市场、语言和历史标签；AI 客服也能自动跟随客户语言。
客户档案是 全渠道收件箱 的记忆层：渠道接住消息，档案把消息连成同一个人。
跨会话上下文：别让客户重复自报身份
persistent conversation context 的核心，不是让 AI 背下所有聊天，而是带着有用上下文回答。
| 客户这次说 | 系统应该知道 | 更好的接法 |
|---|---|---|
| “包裹还没到” | 同一订单上次停在海关 | 先说当前状态，再问是否转人工 |
| “还是那个尺码问题” | 上次买 M 码，建议换 L | 直接接上尺码建议 |
| “我已经发照片了” | 邮件里有照片和订单号 | 转人工时附摘要 |
这些上下文不该靠客户补齐。AI 先接时能看到客户档案、订单线索和历史摘要，就能少问很多废话。
有客户记忆时，转人工不该从零开始
同一客户跨渠道回来时，坐席应看到可执行上下文
跨渠道一致：同一份记忆进入同一个工作台
客户不会按你的组织架构提问：TikTok 问价格，WhatsApp 发订单号，邮件补资料，网站挂件催进度。
如果每个渠道各有一套自动回复和客户历史，体验一定会变形。YundaDesk 的思路是所有渠道进入同一个工作台，同一份客户档案贯穿 AI 和人工。
AI 没答上、客户要求人工、或触发高风险时，坐席一键接管，直接看到订单、渠道、历史摘要和风险提示。客户不用证明“我真的联系过你们”。
AI 记得什么，不记得什么
| 类型 | 可以沉淀什么 | 使用方式 |
|---|---|---|
| 身份与偏好 | 国家、语言、时区、常用渠道 | 自动跟随语言、安排回复节奏 |
| 交易与服务背景 | 订单、商品、物流、历史售后 | 减少重复询问、生成会话摘要 |
| 风险与例外 | 投诉、退款争议、赔付请求 | 转人工、审批和审计 |
高风险信息不能被 AI 当成自动执行依据。退款、赔付、改价永远需要人工审批。AI 可以整理背景、提示风险、准备建议，但不能无人值守地把钱退掉。
越用越聪明：记忆也要受控学习
客户记忆和知识库一样，也需要“越用越聪明”，但前提是受控。
在 YundaDesk 里，AI 没答上、坐席补答、坐席“纠正 AI”之后，系统可以生成待确认学习建议。老板在评审台采纳后，才会沉淀为技能、知识或客户记忆；每条都可追溯、可测试、可一键回滚。学习绝不自动生效。
比如客户说“以后都用西班牙语联系我”，这可以成为偏好；坐席临时安抚说“这次特殊处理”，不该被 AI 学成通用政策。想系统理解这套闭环，可以看 让 AI 越用越聪明。
落地顺序：先认人，再记事，再让 AI 接
客户记忆不需要一口气做成大工程。更稳的顺序是：
- 先把网站挂件、邮件和主要社媒/即时通讯渠道接进同一工作台；
- 合并客户身份，确认邮箱、社媒 ID、国家、语言、时区能进入同一份客户档案；
- 把订单、物流、商品和历史售后线索接到会话旁边；
- 让 AI 先接低风险问题，答不上、客户要求人工、高风险时转坐席；
- 建立学习评审台，只让被确认的建议沉淀为技能、知识或客户记忆；
- 定期抽查客户记忆是否准确，错误记忆要能测试、回滚。
顺序不要反。没有客户档案就急着让 AI 接跨渠道问题，很容易变成“回复很快，但每次都像第一次见面”。
客户记忆的目标不是让系统显得聪明，而是让客户少重复、让坐席少翻找、让 AI 先接时不丢上下文。客户从哪个渠道回来，都应该像同一个团队还记得他。