YundaDesk转人工这件事，客户本来是能接受的。真正让人上火的不是「机器帮不了我」，而是机器聊了五分钟之后，真人第一句还是：「您好，请问有什么可以帮您？」
这一下，客户前面说过的订单号、收货国家、问题经过、已经试过的方法、情绪变化，全都像没发生过。坐席也委屈：他不是不想快，只是接手时只看到一句「客户要求人工」，没有上下文，只能从头问。
所以转人工的关键，不是把客户从 AI 队列挪到人工队列这么简单，而是把完整上下文一并交过去。在 YundaDesk 里，AI 先接、人工兜底依赖的就是共享工作台：AI 收集信息、判断风险、写下摘要；坐席接手时，看到的是一段已经被整理过的连续故事。
转人工失败，通常失败在上下文断掉
很多团队把转人工理解成一个按钮：AI 解决不了，就把会话丢给坐席。按钮本身没错，问题是只转了「会话入口」，没有转「判断材料」。
上下文断掉后，会出现三类损耗：
| 断点 | 客户感受 | 坐席代价 |
|---|---|---|
| 对话断 | 「我刚才已经说过了」 | 重新追问问题经过 |
| 档案断 | 「你们不知道我是谁吗」 | 到多个渠道里翻历史 |
| 判断断 | 「为什么又问我同样的问题」 | 不知道 AI 为什么转人 |
跨境电商尤其明显。客户可能昨天在 Instagram 问尺码，今天从网站挂件查物流，晚上又在 WhatsApp 追问退款。如果这些消息没有汇到同一个工作台，坐席看到的就是三段碎片；如果汇到同一份客户档案，坐席看到的才是一个客户的完整过程。
一次合格交接，要带四样东西
seamless agent escalation 不是话术问题，而是交接信息够不够。坐席接手时，至少要看到四样东西：
- 完整会话：客户原话、AI 回答、客户追问、关键时间点都在一处，不需要翻页找。
- 客户档案：国家、语言、时区、社媒 ID、历史渠道、过往互动，能帮助坐席判断语气和优先级。
- AI 判断：AI 为什么转人工，是知识库没有依据、客户要求真人，还是命中了退款、投诉等高风险意图。
- 下一步建议：建议核对订单、安抚情绪、申请审批、补发或继续收集信息，但最终判断仍由人做。
这里要注意，AI 的建议不是命令。尤其涉及退款、赔付、改价这类高风险动作，AI 可以把订单和依据准备好，但不能自动执行，必须走人工审批与审计。坐席看到建议，是为了更快判断，不是为了被机器替代判断。
共享工作台让 AI 和人工在同一张桌上
如果 AI 在一个系统里，坐席在另一个系统里，客户资料又散在第三个系统里，转人工一定会变慢。坐席不是在处理客户，而是在搬运信息。
共享工作台的价值，是让 AI 和人工站在同一张桌上：网站挂件、自定义 API、邮件、WhatsApp、Telegram、Messenger、Instagram、TikTok、LINE、微信、VKontakte、Zalo、YouTube 进来的消息，都汇入同一处；同一个客户的多个身份自动合并；坐席不用切后台，就能看到完整档案和上下文。
这也是 全渠道收件箱 不只是「多接几个渠道」的原因。它真正解决的是连续性：客户换了入口，服务不要断；AI 换成人，信息不要丢。
对坐席来说，最直接的变化是少问废话。不是「请问订单号是多少」，而是「我看到是 1008 这单，物流在海关停留两天，我先帮你核对下一步」。同样是人工接手，客户感受到的完全不同。
哪些情况必须转人工
转人工不应该靠 AI 临场猜，也不应该靠坐席事后补救。规则要提前写进系统，至少覆盖四类情况：
- 客户明确要求真人：客户说「找人工」「real person」「agent」时，直接转，不要继续用 AI 劝他自助。
- AI 找不到依据：知识库没有覆盖、信息冲突、置信度不足时，AI 应该说明会交给同事跟进，而不是编一个听起来合理的答案。
- 高风险意图出现：退款、赔付、投诉、差评、改价、法律威胁等，AI 只做安抚和信息收集，交给人判断。
- 情绪明显升级：连续追问、语气变重、跨渠道重复催促，哪怕还没说退款，也该让人接住。
这几类信号组合起来，才能把 ai to human handoff 做稳。更多关于边界的拆法，可以看《该 AI 答还是人来判断》。
AI 交接时要解释「为什么」
很多转人工体验差，是因为坐席只看到结果，看不到原因。比如系统提示「已转人工」，但不说为什么。坐席只能猜：是客户生气了？是 AI 答不上？是退款风险？还是客户只是想问个复杂一点的尺码问题？
AI 交接时应该把判断写清楚：
| 转人工原因 | 坐席看到的提示 | 坐席优先动作 |
|---|---|---|
| 知识库无依据 | 未找到该 SKU 的兼容性说明 | 核对商品资料或询问主管 |
| 客户要求真人 | 客户两次明确要求人工 | 先承认已接手，避免重复解释 |
| 高风险退款 | 客户要求全额退款并威胁差评 | 安抚、核订单、走审批 |
| 情绪升级 | 10 分钟内连续追问 4 次 | 先回应等待焦虑，再处理问题 |
这一步看起来小，但能显著减少坐席的启动时间。因为坐席一接手就知道自己是在做客服、做审批前置、做情绪安抚，还是做资料核查。
交接后的人工补答，也要沉淀回系统
转人工不是流程终点。坐席处理完以后，真正有价值的问题是：这次人工判断，能不能让下一次少转一次？
YundaDesk 的「越用越聪明」不是让 AI 自动偷学坐席话术，而是受控学习闭环：AI 没答上、坐席补答、坐席纠正 AI 后，系统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。
这对转人工特别重要。比如某类物流异常以前每次都要转人，坐席连续三次都按同一套规则处理。经过确认后，这套经验可以沉淀进知识库或技能里。下一次 AI 先接时，就知道该怎么解释、该补问什么、什么时候仍然必须转人工。
换句话说，好的转人工不是「这次人帮机器擦屁股」，而是「这次人把经验教给系统」。这套机制也可以和 知识库 一起用，把临场经验变成下次可复用的依据。
检查交接质量，看这 5 个问题
上线前不用把流程想得很复杂，拿真实会话演练一轮就够。建议客服主管抽 20 条历史转人工会话，逐条检查：
把 20 条历史交接会话拿出来看，重点不是“有没有转到人工”，而是坐席接手时四类材料是否齐全。
20 条交接会话的上下文抽检（示例）
- 坐席接手时，是否能看到客户完整原话和 AI 已回复内容？
- 客户档案是否合并了不同渠道身份，而不是拆成多个陌生人？
- AI 是否说明了转人工原因，而不是只丢一句「需要人工处理」？
- 高风险动作是否停在人工审批前，而不是由 AI 自动承诺或执行？
- 坐席补答后，是否生成了待确认学习建议，方便后续沉淀？
如果这五项里有两项做不到，客户就很容易感到「你们内部不通」。这种不通，比回复慢几分钟更伤信任，因为它让客户觉得自己面对的不是一个品牌，而是一堆互相不认识的入口。
转人工不是 AI 的失败，也不是客户体验的中断。真正成熟的 AI 客服，知道什么时候该退一步，也知道退的时候把上下文交干净。AI 接住重复问题，人工接住判断和情绪；中间靠共享工作台把会话、档案、判断和建议连起来，客户才不用从头再来。