转人工是什么？AI客服什么时候、怎么交给真人

客户在对话里打出“能不能找人工”的那一刻,体验已经在悬崖边上了——如果这时候还要重新描述订单号、重新说一遍问题,大概率就要投诉了。

转人工这个词听着简单,做好却不容易。多数团队的第一反应是“AI答不上就转人工”,但这只是最粗糙的一种触发条件。真正决定客户体感的,是转的时机准不准、转过去之后上下文带没带走、坐席接手时是不是要客户从头再说一遍。

一次转人工是否顺滑，先受“即时回复”的期待影响。客户愿意等真人判断复杂问题，但不愿意在等待后重新说一遍。

转人工到底是什么

转人工,是把一段正在进行的对话从 AI 客服交接给真人坐席处理的动作。它不是“AI失败了”的信号,而是AI客服这套体系里本来就该有的一环——AI先接住能答的问题,答不上、客户主动要求、或者触发高风险场景时,系统按规则把会话转给坐席,而且是带着完整上下文转过去。

判断一次转人工做得好不好,基本就看两件事：转得准不准时,以及转过去之后客户要不要把话再说一遍。

什么时候该转人工：四类触发条件

转人工不该靠坐席凭感觉去抢会话,而应该有明确的规则。常见的触发条件大致分四类：

前两类比较容易理解,后两类常被忽略。高风险动作是治理红线——退款、赔付、改价这类决定不能让 AI 自动拍板,必须走人工审批与审计,这一点不管 AI 判断得多有把握都不例外。情绪信号则是经验性的判断：与其等客户第三次追问同一个问题才转人工,不如在苗头出现时就主动介入。

上下文怎么交接:别让客户重复说

转人工做得差,最常见的表现就是坐席接手后第一句话是“您好,请问有什么可以帮您”——客户前面跟 AI 说的那些话,等于白说了。

好的交接应该把这些信息一起带过去：

• 客户完整的对话记录,不是摘要,是原文
• 客户身份信息——跨境 CRM里已有的国家、语言、时区、社媒 ID
• AI 已经确认过的事实(订单号、问题类型、客户已经提供的信息)
• AI 判断需要转人工的原因(比如“客户要求退款,触发高风险规则”)

这些内容在 YundaDesk 的共享工作台里是自动带过去的——AI⇄人工一键切换,坐席打开会话时,前面 AI 处理的全部记录都在,不需要客户重新自我介绍一遍。这也是为什么“转人工”这个动作本身,不该被当成一次失败,而应该是无缝的接力。

转给谁:路由规则决定接手质量

上下文带对了,还得转给对的人。同一个退款问题,如果转给一个不了解物流政策的新人坐席,交接得再完整也没用。

这部分依赖的是智能路由——按语言、技能、当前负载把会话分派给合适的坐席,而不是谁先看到谁接。跨境团队尤其容易在这里踩坑：一个只会说英语的坐席接到西语客户的转接,交接信息再全,也解决不了语言不通的问题。

AI 转人工之后,还会不会插话

很多人以为转人工之后 AI 就彻底退场了,其实更常见的做法是让 AI 继续在后台待命——坐席可以随时看到 AI 给出的建议回复、相关知识库条目,自己决定用不用。这不是 AI 抢戏,而是把 AI 当成坐席的辅助工具:坐席仍然是这段对话的最终负责人,AI 只是在旁边把可能有用的信息递过来。

如果坐席后续对这条会话做了修正——比如客户其实问的是另一个问题,AI 判断错了——这条修正会被系统记下来,生成一条待确认的学习建议,进老板评审台,采纳后才会让 AI 下次判断得更准。这正是我们常说的越用越聪明:学习绝不自动生效,每条都可追溯、可回滚。

转人工太多或太少,分别说明了什么

转人工的比例本身就是一个健康度信号,不是数字越低越好,也不是越高越安全。

• 转人工比例持续偏高：大概率是知识库覆盖不够,AI 频繁找不到依据,只能把问题推给人工。这时候该做的不是调低转人工的门槛,而是回头补知识库。
• 转人工比例异常偏低：要警惕的反而是 AI 在不该答的时候硬答了,尤其是涉及退款、物流赔付这类问题时,如果转人工率低到不正常,值得检查规则有没有被绕过。
• 旺季转人工比例突增：往往不是 AI 变差了,而是订单量暴涨带来的新问题类型变多,可以对照大促旺季客服应对手册里对流量高峰的处理思路。

把这个比例当成定期要看的指标,比只盯着“AI解决率”更能反映真实体验。

转人工做得好不好,客户未必说得出理由,但一定感受得到——是不是被重新盘问了一遍,坐席是不是接得上话。与其把它当成 AI 失败后的补救动作,不如把它设计成整套服务流程里本来就该有的一次干净接力。