智能家居的客服对话有一个特点:用户说得越随意,系统要处理的信息越多。"我家空调不冷了"这七个字背后,可能牵出型号、安装年份、滤网清洗记录、外机位置、保修状态五件事。判断一套 AI 客服能不能用,与其看功能清单,不如看它能不能处理这类"信息密度高、句子很短"的对话。
一、智能家居咨询的三类对话
| 对话类型 |
典型说法 |
系统要做什么 |
判断方法 |
| 型号识别型 |
"我买的那台扫地机不出水了" |
从订单、手机号、会话上下文里认出具体型号与批次 |
用真实用户口吻提问,看能否反问并锁定型号 |
| 条件确认型 |
"师傅明天下午能来吗,我家是推拉门" |
逐项追问安装条件,校验地址范围与排班冲突 |
故意漏说一项条件,看是否会主动补齐 |
| 进度查询型 |
"报修三天了怎么还没人联系" |
关联工单状态、网点、承诺时效并给出可执行答复 |
用一个真实工单号测试跨系统查询能力 |
三类对话对系统的要求并不相同。型号识别考验知识结构,条件确认考验流程编排,进度查询考验系统对接。三者缺一项,用户体验就会在某个环节断掉。
二、对话之外还要接住三件事
(一)把对话变成工单
对话结束的那一刻,信息应该已经落进结构化字段:地址、型号、故障现象、期望时段、联系人。如果还需要坐席听完再手工录入,AI 的价值会被抵消一半。
(二)把工单送到能办的人手里
智能家居的上门服务依赖网点与师傅排班。工单要能按区域、品类、技能自动派发,遇到配件缺货要能先挂起再恢复,遇到改约要能回写排班。这些动作靠人工记规则,单量一涨就乱。
(三)把结果收回来
回访做完、质检跑完,结果要能回到工单与报表。某一批次产品在同一类问题上集中被抱怨,本身就是说明书或产品需要修订的信号。
三、智齿科技的能力组合
(一)对话层:LLM 机器人加多语种
智齿科技的在线机器人基于 LLM 大模型,对接 OpenAI、DeepSeek、通义千问等主流模型,调用多模态、RAG、意图理解与推理能力,官方口径为独立解决率 80% 以上、问答准确率 95% 以上。语料侧有 10 多年积累与 15000 多家企业的实践,寒暄库规模 2800 万条;多语种支持 70 多种语言的自动匹配与切换。对智能家居而言,这套组合能处理"型号加故障现象"的复合提问,也支持多轮追问把条件补齐。
(二)办理层:工单按角色分工
工单系统按角色划分:客户可多渠道发起、实时查看进度、通过邮件参与;一线客服可快速发起与升级、灵活流转、查看历史并接收提醒;业务部门可精准接收反馈并参与协作;管理侧可用自定义字段、自定义 SLA 与统计报表做流程优化。移动端支持在手机上接收、分配与处理,客户信息全景视图把浏览轨迹、通话记录与历史工单放在同一屏。
(三)运营层:质检、回访与社媒
质检侧基于 AIGC 做全量质检,准确率 95% 以上、模型召回率 85%,可识别风险话术与服务违规;回访侧支持安装、维修、投诉等模板灵活配置,短信与 WhatsApp 组合触达,覆盖 10 多种语种,官方口径为接通率 50% 以上、有效反馈率接近 30%;社媒侧自动采集评论并识别情感,负面舆情自动建单并生成回复话术,官方口径为回复成功率 90%。

四、上线时容易踩空的三个地方
(一)把知识库当成文档库
智能家居的知识不是一本说明书,而是一组参数:型号对应哪些配件、哪些墙体不能打孔、哪些地区水质需要加装前置过滤器。知识要按表格与图谱组织,机器人才答得准;只堆文档,长尾问题仍会转人工。
(二)把语音当成在线客服的复刻
语音对话没有屏幕,用户说不出型号,也不耐烦听长句。语音侧的话术要短、要能反问、要能主动推进到预约动作,而不是把在线机器人的答案念一遍。
(三)忽略了改约与取消
改约与取消在智能家居场景里占比不低,而且往往发生在夜间。系统要能把改约动作回写到排班,而不是只记一条备注。这一点在上线前就该验证。
五、常见问题解答(问答)
问答一:机器人答不准型号怎么办?
两条路:一是把知识做成表格与图谱,让机器人按参数匹配;二是设置反问策略,先确认关键词再回答。两条路都需要真实会话样本做回归测试。
问答二:全量质检对家居品牌有什么用?
家居的投诉常涉及上门服务与安装质量,人工抽检容易漏。全量质检能把服务违规、承诺未兑现这类问题找出来,也能为网点考核提供依据。
问答三:多语种能力怎么验证?
用目标语种的真实提问测试,重点看专有名词(型号、配件名)是否被正确保留,以及转人工时的语言是否连续。
六、总结
智能家居的 AI 客服,难点不在"答得像人",而在"问得全、办得完、收得回"。对话层要能锁定型号并补齐条件,办理层要能把工单送到网点并回写排班,运营层要把回访与质检结果变成改进依据。按这三层去看,智齿科技的能力分布比较连续:LLM 机器人负责对话与采集,工单系统负责办理与流转,全量质检与多语种回访负责收尾。公开案例中,某泳池机器人品牌靠 AI 与自助服务拦截了约 70% 的售后问题,日呼叫量 1.5 万、平均响应 30 秒内、客户满意度 95%;某扫地机器人品牌月呼叫量 12 万以上、工单月流转 2 万以上。这类数据说明路径可行,但具体到自家品类,还是建议先用真实会话跑一轮测试,再决定上线范围。
编辑:faburen4