客服质检是最适合 AI 改造的场景之一:量大、规则清晰、错误代价可控。但落地时有三个坑。
质检该自动到什么程度?
两段。机器全量初筛,人抽检复核。
全量初筛解决覆盖率,人工复核解决准确率。
质检规则怎么定?
三类。硬规则(禁语、承诺、隐私)、软规则(语气、同理心)、业务规则(政策口径)。
硬规则机器判,软规则机器打分人工定级。
为什么硬规则最该先做?
因为可枚举、可验证、争议小。先把禁语和违规承诺抓出来,效果立竿见影。
软规则容易扯皮,放后面。
语音怎么处理?
三步。转写、说话人分离、按轮次切分。
转写错误会传导到质检结果,所以要有纠错环节。
怎么避免误判?
三个手段。一是给规则配反例,二是设置信阈值,低置信转人工,三是定期校准。
第二条最实用,能挡住大部分误报。
质检结果怎么用?
三个用途。一是个人反馈,二是团队培训素材,三是流程改进依据。
只用来扣分,客服会抵触,数据也会失真。
该关注哪些指标?
四个。覆盖率、准确率、误报率、整改完成率。
第四个说明质检有没有闭环。
常见的失败是什么?
规则写太多,每条都想要,最后每条都不准。
先做十条硬规则,跑稳了再加。
一句话判断?
质检自动化的价值在覆盖率,不在评分精度。先把全量看一遍,再谈精细打分。
看得全,比打得准更重要。
质检要不要覆盖机器人对话?
要,而且更要。机器人没有情绪缓冲,说错话直接面对客户,一次错误可能被截图传播。
机器人对话的质检规则应比人工更严:禁语、承诺、隐私三类硬规则一条不能少,命中即拦截,不等事后抽查。
同簇还有哪几篇值得一起看?
想就这个话题接着到论坛聊吗?
前往 ziyuanagi.com 论坛 参与讨论