AI 客服机器人实战：用中国模型构建智能客服系统

客服机器人架构

AI 客服 = 意图识别（判断用户想要什么）+ FAQ 匹配（从知识库找答案）+ 生成回答（整合检索结果）+ 转人工判断（决定何时需要人工介入）。

意图识别

{"model":"qwen3.5-flash","messages":[{"role":"user","content":"请将以下用户问题分类，输出 JSON：{"intent": "退款/物流/产品咨询/投诉/其他"}\n\n用户问题：{question}"}]}

FAQ 匹配

将企业 FAQ 向量化存入向量数据库，用户提问时先做语义检索，找到最相关的 3 条 FAQ，再将问题和 FAQ 一起交给模型生成回答。

转人工判断

当用户情绪负面、涉及法律问题、多次未能解决时，触发转人工。可以用分类模型判断用户情绪和满意度。

成本控制

客服是高并发场景，建议用 Qwen3.5 Flash 做意图识别和简单问答，只在需要深度回答时调用更强模型。这样 80% 的简单问题成本很低。