AI客服怎么做：跨境卖家多语言问题库、转人工边界和成本账

打开Intercom官网，点14天免费试用，不用填信用卡，进去先别急着配渠道，找到知识中心，把店铺现有的FAQ、退换货说明、物流时效一段段粘进去，按语言、场景、意图拆成一行一条。做完这一步，你手上是一份能直接喂给AI的条目表，能一行一行改，也能一行一行查。

ai客服怎么做，工具选哪家都能用，真正决定结果的是三件事：常见问题库整理成能维护的结构、给AI回复划边界并写兜底话术、定清哪些情况必须转人工。Intercom官方给的Fin平均解决率是76%，覆盖12,000多家客户，许多客户超过85%。工具只是把这三件事装进去的容器。

• 这是什么：Intercom把帮助台和原生AI客服代理Fin做在一个系统里，共用同一份记录、知识和收件箱。
• 官方推荐路径：先用现有知识起步，再按自己的流程和政策训练，用Simulations跑完模拟对话再上线。
• 要多少钱：每坐席每月19美元加每次结果0.99美元，14天免费试用不用信用卡。
• 转人工：AI能把工单接管过来再交给人工，什么时候交要自己定。
• 三层建表和成本账：下面是多数卖家的通用做法，先照着跑，再按自己的量调。

选工具之前想先看一圈，出海常用AI工具这篇列了一份清单。这篇讲跨境中小卖家把AI客服真正跑起来的四步做法、一条转人工触发清单，还有一笔自建和外包之间的人力账。

跨境卖家的AI客服到底在做什么：帮助台加AI代理一体

Intercom官方把自己定义成带原生AI客服代理的帮助台，原话是「the only helpdesk with a natively integrated AI 智能体, Fin」。翻成大白话：它家的收件箱、工单、知识库和AI代理是长在一个系统里的，AI不是另外买一个插件挂上去。想先了解AI客服怎么做，可以看AI客服软件Talkdesk的现成接单案例。

这个区别在多语言客服上会放大。插件式的AI客服，读不到你工单里的历史记录，客户换个渠道进来它就不认识人了。原生一体的产品，AI和人工共用同一份记录、知识和收件箱，团队每次对话都会让Fin学到新东西。客户从聊天窗口问到邮件，上下文都还在。

它不是「一个自动回复机器人」，是知识库加收件箱加AI代理三件套

自动回复机器人靠关键词匹配，客户把「多久能到」换成「什么时候发货」，它就答不上。AI代理读的是知识库里的条目，条目写得清楚它就能答，写不清楚它就会顺着话往下编，编出来的内容以知识库条目页面显示为准。

所以别把AI客服当成一个装上就自动回消息的按钮。它更像一个新来的客服，手里拿着一本你给的手册。手册写得细，它答得准；手册是几年前的旧版，它答得越快错得越多。

多语言支持是平台能力，不是自动就有好答案

多语言支持说的是平台能识别语言、能在不同渠道接消息、界面能切换。它不等于你的英文答案和西班牙文答案都写对了。

你只准备了一份中文FAQ，AI翻成英文答，政策细节照样会错。多语言要真能用，每种语言都得有对应的条目，至少术语要统一：品牌名怎么念、型号怎么写、金额用什么币种、期限按天还是按工作日。这些不统一，翻出来的答案就对不上。

中小卖家的三种起点

刚起步、一天没几个咨询的，从Shopify Inbox这类店铺自带工具开始。Shopify官方把它定义成管理客户对话、定制店铺聊天外观、创建自动回复、看对话分析的一处工具，自研应用通常免费。咨询量小的时候，够用。

咨询量起来、渠道变多，就上Zendesk或Intercom这类帮助台，工单、知识库、AI代理一套配齐。再往后是有技术力量的团队自己接API做智能体，需求特殊、又养得起维护的人，才走这条。三条路的差别不在功能多少，在你在什么阶段、能养几个人。

选型阶段想多对照一款，AI客服软件Talkdesk的路子可以拿来看看。

第一步：把多语言常见问题库整理成能维护的三层表

直接把一份三千字的FAQ文档丢给AI，是这一步最常见的做法，也是最难排查的做法。条目混着语言、混着场景，政策和话术搅在一起，AI答偏了，你打开知识库一看是一整篇，根本不知道是哪句让它答偏的。

拆成一行一条之后，答错能定位到具体那条。改的时候也只改那一行，不用整篇重写。

三层建表：语言乘场景乘意图

多数卖家的做法是这样一张表：第一列语言，英文、西班牙文、德文各一组；第二列场景，售前咨询、下单支付、物流时效、退换货、售后故障；第三列意图，每条意图一行。

一行里写四样东西：标准问法，把客户最常问的两三种说法都写上；标准答法，按你店铺的真实政策写，不写「尽快」「尽量」这种词；权限，AI可以直接答，还是只能人工答；最后更新日期，用来知道哪条已经放了半年没动过。

场景这一列不要省。同一个「退换货」，售前的客户问的是「能不能退」，售后的客户问的是「怎么退、运费谁出」，答案不一样，混在一起AI就会把售前的话术答给售后的人。

维护节奏

客服主管一个人负责改，每周把新出现的问法补进表里，政策类条目改动当天回灌知识库，表里留一行改动记录。为什么要一个人负责：两个人同时改，改完谁也不知道哪版是准的。

回灌这一步别省。知识中心这类地方就是用来集中管理驱动AI、人工和自助支持的全部信息的，表改完不在那里更新对应条目，AI读到的还是旧版。

用AI把现有FAQ整理成这张表

这一步可以交给AI，让它按三列整理，但要求它保留原文，不许自己加政策。下面三条提示词是示例，不是官方模板：

「下面是我店铺的FAQ原文。请按语言、场景、意图三列整理成表格，每条保留原文，不要新增我没写过的政策或数字。」

拿到表之后人要做的事：逐条看答法是不是跟店铺现在的政策一致，不一致的当场改。AI只负责把散的东西排整齐，政策对不对它不知道。

批量翻译与术语保护

Zendesk帮助中心写明知识库支持批量AI翻译文章，Enterprise用户可以从新编辑器一次翻成多种支持语言，还能排除特定术语。这句话解决的是翻译量的问题，不解决术语统一的问题，术语表还得你自己先定。

「把这份中文FAQ翻成英文和西班牙文，保留品牌名、型号、金额和期限原样，术语表里的词不翻译。」

翻完抽查的应该是金额、期限、型号这三类，不是通读一遍看顺不顺。通读只能看出语气生硬，看不出政策错。

出问题怎么回查

AI答偏了，按这个顺序查：先看表里那条意图的答法有没有写错，再看这条有没有回灌到知识库，最后看渠道是不是挂错了语言。三步查完，多数问题能落到具体一行上。

第二步：给AI回复划边界，写好兜底话术

知识库理清之后，下一步是告诉AI哪些话能说、哪些不能说。这一步不做，AI会用同一套语气回答所有问题，包括退款赔多少、什么时候一定到这种不该它答的。

三类标签：能答、不能答、兜底

多数卖家的做法是给每条意图打三类标签。查单、查物流、常见故障排查标「能答」；政策类、金额类、承诺类标「不能答」；剩下拿不准的全部走「兜底」。

为什么金额和承诺要单独拎出来：AI答错一句「三天内到」，客户截图来跟你对质，你要么认，要么花更多人力解释。这类话让AI说出去，成本比它省下来的高。

兜底话术模板怎么写

兜底话术的结构是三段：承认没听懂，给两个最可能的选项，明确下一步是转人工还是留邮箱。下面这段是示例，不是官方模板：

「这个问题我需要确认一下。你是想问A，还是想问B？如果是A，我这边直接转给负责的同事；如果是B，把订单号发我，我查完回你。」

写的时候守住两条：不承诺时效，不承诺赔付。你可以说「我查完回你」，不能说「今天一定给你答复」。这两句的差别在责任落在谁身上。

用AI生成转人工触发清单草稿

「根据这份FAQ，列出10种必须转人工的情况，每条写明触发条件和判断依据，只依据我给的内容，不要补充外部规则。」

AI列出来的草稿不能直接用，要一条条过。它可能会把「客户问退款」列成必须转人工，实际上查退款进度是能答的，涉及退款金额才要转。这种颗粒度只有你清楚。

上线前必须人做的一步

打开客服后台的知识库或宏设置，逐条确认哪些条目允许AI直接答、哪些标成仅人工，点保存。这一步不能交给AI，也不能让AI自己判断。

标完再抽查几条：随便挑几条标了「能答」的，看答法里有没有金额、期限、承诺词。有就改回仅人工。

出问题怎么回查

AI答了不该答的，先看那条意图的标签是不是漏标，再看知识库里有没有互相矛盾的旧条目。两条旧条目一个说七天可退一个说十五天，AI挑哪条都不算错，错在你没删旧的那条。

第三步：哪些情况必须转人工，触发清单怎么定

转人工这件事，平台只给了一个动作，没给你判断标准。Zendesk帮助中心写明AI代理可以「take over the ticket to hand control to a human」，也就是把工单接管过来再交给人工。什么时候交，它不管。

Intercom那边是另一种做法：Fin需要审批或一条信息时，会去问同事，然后自己把对话收尾。这两种都说明平台有能力转，但触发条件要你自己写。

一份可照着改的触发清单

多数卖家的清单里会有这几类，每条都要写明触发条件和判断依据，不能只写一个词：

1. 客户提到退款金额、赔付、补偿。判断依据是消息里出现具体金额或「赔」「退多少」这类词。
2. 客户要申诉平台政策，比如账号被限、listing被下架。
3. 客户明确说要找人工，说了两遍以上。
4. 连续两轮没解决，客户重复问同一个问题。
5. 消息里出现投诉、差评、举报这类字眼，或者语气明显激动。
6. 涉及账号、密码、支付信息。
7. B端批量询价，数量明显超过零售。
8. 法律、合规、知识产权相关。

这几条不是死的，你的类目特殊就加。判断依据要写成能看见的东西，比如「消息里出现金额」，不要写「客户情绪不好」，那个AI判断不了，人也判断不了。

转过去之后落到谁

清单写完还要配落地。在客服后台的渠道设置里指定接收的队列或坐席，配完跑一遍测试对话，确认消息真的落到那个队列，不是落到一个没人看的空收件箱。

有的帮助台还能配自动状态变更，坐席连续几次没接消息，系统自动把人切到另一个状态，把工单重新分配。这个功能解决的是有人但没看见，解决不了根本没人值班。

出问题怎么回查

客户说「转了没人接」，先查队列里有没有人值班，再查渠道设置里的接收方是不是空的。这两个都正常，再查转人工的那条规则有没有被后面的规则覆盖掉。

转人工之后的通知、汇总这类重复动作，可以用工作流接起来，n8n工作流自动化讲的是这类做法。

第四步：上线、测试、看两个数

前三步做完，知识库有了、边界有了、触发清单有了，接下来是上线。上线不是点个发布就完事，先跑测试，再看数。

上线前用模拟对话跑一遍

Intercom官方推荐用AI驱动的Simulations跑完整模拟对话，从第一句问到问题解决，覆盖多步的复杂问题。翻成大白话：拿真实客户会问的话，从开场问到结束，看AI在哪一步开始答偏。

自己点两下界面看看有没有报错，那叫冒烟测试，不叫上线前测试。真正会出问题的是第三步、第四步，客户追问「那运费谁出」的时候。

部署到哪些渠道

Fin能部署的渠道包括电话、邮件、聊天、Slack这些。别一次全开，先上一个咨询最集中的渠道，跑顺了再加。每加一个渠道，等于多一个语言和话术的入口，测试要重跑一遍。

上线第一周只看两个数

解决率和转人工率。解决率高，说明大部分问题AI自己收住了，这些条目可以放行；转人工率高，说明有一批问题AI接不住，这批条目要下架重写。

两个数一起看，别只看一个。解决率高、转人工率也高，说明AI答得快但答得不完整，客户问完还得找人。这种情况先别加渠道，先把那批被转人工的问题补进表里。

持续优化

产品里带的Suggestions和Insights是两个盯表现的入口，能看到趋势，再拿这些洞察重新训练Fin。落到实处就是每周抽半小时，看AI答得不好的对话，把新问法补进那张三层表，改完回灌。

客服接住的是已经进来的人，让更多人进来是另一件事，AI外贸获客全流程讲的是前面的环节。

自建还是外包：一笔人力成本账怎么算

自建还是外包，别一上来就问哪个便宜。先把成本拆成三项，再拿同一张表去比。

先把三项成本列出来

先说工具订阅费，按坐席和结果计费。再说知识库整理与维护的人力，这部分最容易被漏掉，它不是一个月的活，是每周都要花的。还有转人工之后的人工坐席工时，咨询量越大这部分越重。

外包的话，后两项换成外包报价，工具订阅费看外包方用不用你的账号。三项列在同一张纸上，才能看出哪种方式在你的量级下更划算。

用公开单价算一个例子

Intercom的公开定价是每坐席每月19美元加每次结果0.99美元。按三个坐席算，月坐席费57美元；当月产生1000次结果，结果费990美元；两项合计1047美元一个月。这个数只是官方单价相乘，没算税费和其他费用。

结果计费可设上限

结果计费可以设花费上限，费用不会超出预算。这句话的意思是，你怕AI答太多导致账单失控，可以在后台设一个上限，到了就停。设上限这件事要上线前做，不是等账单来了再做。

外包报价怎么问才可比

别只问一个人多少钱。按四项让对方报：每月咨询量、语言、覆盖时段、是否含售后退款处理。四项一样，报价才能横向比。

你要的是同样四项下谁报得清楚，不是谁报得低。

什么规模适合自建、什么规模先外包

咨询量小、语言单一，先把工具用起来，人力自己兼，这时候外包的沟通成本比省下的钱高。咨询量大、语言多、时差覆盖不过来，转人工那条线自己接不住，就该外包或者加人。

判断的分界不在咨询量绝对值，在转人工那条线有没有人接得住。接不住，工具再好也白搭。

要找海外的人接转人工那一段，海外外包接单平台这类地方可以先看报价怎么问。

数字和限制：做这件事要用到的几个数

做这件事要用到的数不多，下面这几个是定价页上写着的。

你上手要花多少，得按自己的坐席数、结果数和转人工工时另算。

常见误区与排查顺序

误区一：以为装上就有76%解决率

那个76%是12,000多家客户的平均值，许多客户超过85%，也有客户远低于这个数。上线第一周先看自己的数。

误区二：把政策类问题也交给AI直接答

金额、赔付、时效承诺一旦答错，后面要花更多人力兜，客户还会拿AI的话来跟你对质。这类条目在后台标成仅人工，不省这一步。

误区三：转人工没配接收队列，测试时没跑通

上线后客户说「转了没人接」，多数是渠道设置里的接收方空着，或者队列里没人值班。配完一定要跑一遍测试对话。

误区四：用来源不明的源码包和话术包

源码包来源不明不要用。出了问题找不到人维护，政策一变你还得自己改代码，里面带着的旧政策和别人的品牌信息也会一起上线。

排查顺序

出了问题的排查顺序是：先查知识库条目有没有写错，再查意图标签有没有漏标，再查渠道设置有没有挂错，最后查坐席有没有值班。从里往外查，别一上来就怀疑工具。

如果要把转人工前后的整理、通知这类流程交给外部做，AI Agent工作流外包讲的是怎么找人和怎么验收。

真实案例：Anthropic用Fin每月约56万次解决、解决率约79%

谁、做了什么

Anthropic的AI支持负责人Isabel Larrow公开说，他们用Fin每月大约处理56万次解决，解决率约79%。原话是「We've been seeing around 560,000 resolutions a month with Fin, at about a 79% resolution rate」。这个数说的是没流向人工团队的对话量。

这个数说明什么

大量对话没有流向人工，这是结果。对方没展开他们怎么做到的，所以别把这个数当成装上就有。能确定的是，知识库和边界不理清，这个数拿不到。

另外两个公开反馈

Glean的技术支持经理Kat Crichton说Fin上手容易、上线快，用起来顺，跟现有技术栈对得上。Neo Financial的产品负责人Eunice Dunmade说迁到Intercom最大的好处是只有一个支持平台，AI和人工在一个系统里。

这两条说的是使用感受和系统结构，不是解决率。看案例的时候分清哪句是数、哪句是感受。

用AI帮哪几步、哪几步必须人来核

把前面四步拆开看，AI能接的是整理和生成草稿，判断和保存要人做。这一段把两边分开列清楚。

AI能帮的四步

把现有FAQ、退换货政策、物流时效说明整理成结构化条目，按语言、场景、意图分列；把同一批条目批量翻成目标语言，标出术语表里不许翻的词；按「能答」「不能答」「兜底」三类给每条意图打标签，生成转人工清单草稿；用模拟对话脚本跑测试，记录哪些问题被答错，形成待补条目清单。

这四步的共同点是产出物都是草稿，不是最终版。AI整理得再整齐，政策对不对要人核。

人必须做的三件

最要紧的一件，在客服后台的知识库或宏设置里逐条确认哪些条目允许AI直接答、哪些标为仅人工，点保存。还有一件，在渠道设置里指定转人工的接收队列或坐席，跑一遍测试对话确认真的能转过去。最后一件，看上线后第一周的解决率和转人工率，决定哪些条目下架重写、哪些放行。

这三件都不难，但不能省。省了第一件，AI会答不该答的；省了第二件，转人工转进空队列；省了第三件，你永远不知道哪条该改。

把散落的FAQ整理成条目、对照页面核一遍政策这类活，猎者出海的AI Agent能接一部分，剩下的判断还得人做。

三条可照抄的提示词

「下面是我店铺的FAQ原文。请按语言、场景、意图三列整理成表格，每条保留原文，不要新增我没写过的政策或数字。」

「把这份中文FAQ翻成英文和西班牙文，保留品牌名、型号、金额和期限原样，术语表里的词不翻译。」

「根据这份FAQ，列出10种必须转人工的情况，每条写明触发条件和判断依据，只依据我给的内容，不要补充外部规则。」

常见问题

ai客服转人工怎么设置？

在客服后台的渠道设置里指定接收的队列或坐席，再在知识库或宏里把对应条目标成仅人工。配完跑一遍测试对话，看消息有没有真的落到那个队列。

多语言客服系统要多少钱？

Intercom的公开价是每坐席每月19美元加每次结果0.99美元，14天免费试用不用信用卡。实际花多少看你的坐席数和当月结果数，结果计费可以设上限。外包按咨询量、语言、时段、是否含售后四项问报价。

AI客服能答多少比例的问题？

平台给过一个平均解决率，但那是它自己客户的平均值，你的知识库没理清之前拿不到。上线第一周看自己的解决率和转人工率，比看平台的平均数有用。

客服外包平均成本是多少？

这个数各家差很多，没有统一报价。问的时候按每月咨询量、语言、时段、是否含售后退款处理四项让对方报，回来才能横向比。

跨境电商客服话术库怎么建？

按语言、场景、意图三层建表，每条意图一行，写标准问法、标准答法、AI能不能直接答、最后更新日期。政策类标仅人工，其余走兜底。

源码版的多语言客服系统能用吗？

来源不明的源码包不要用。出了问题找不到人维护，政策一变你还得自己改代码。

客服这件事，工具换哪家都能跑起来，跑不跑得起来看你那张三层表和那条转人工的线。知识库要改、政策要对照的时候，猎者出海的AI Agent能帮着先把资料理一遍，判断还是你自己来。