# 查单之外：群里随便问一句，立刻智能体怎么答？

来源: https://www.likelic.com/blog/wecom-bot-ai-fallback.html

上一篇我们讲了一个很典型的场景
---------------

客户在企业微信外部群里发送一个单号，机器人自动查询立刻云里的订单，再把订单链接或者对应单证返回给客户。

但真实的客户群里，不可能每一句话都是单号。

更多时候，客户会突然问一句：

**“截关时间怎么算？”**

**“这个费用是什么意思？”**

**“为什么这里会产生一笔操作费？”**

这类问题没有订单号，也不需要调用查单接口。

它们更适合交给另一个 AI 员工——**答疑员工**。

也就是由立刻智能体根据企业自己的知识库来回答。

这样一来，同一个企微机器人在群里实际上可以同时承担两类工作：

**能识别出查单意图的，去查业务数据；**

**不能命中查单规则的，再交给 AI 知识库回答。**

关键的问题是：

机器人怎么知道一句话到底应该走哪条路？

第一步：先判断这句话是不是“查单”
-----------------

在立刻智能体控制台中，企微机器人可以开启一个功能：

**转发过滤。**

它的作用可以简单理解成：

**先判断消息值不值得交给查单服务。**

开启之后，机器人不会再把群里所有消息一股脑全部转发出去。

例如一个客户群里，大家可能正在讨论：

> 下午三点装车。

> 好的。

> 文件我晚点发。

> @张经理 这个麻烦确认一下。

这些普通聊天显然不应该全部进入查单接口。

因此在群聊场景下，**没有 @ 当前机器人实例的消息，一律不会转发。**

这样可以避免大量与机器人无关的群聊进入接收服务。

只有客户真正：

> @机器人……

机器人开始判断，这条消息到底是不是查单。

什么样的内容会被认为是“查单”？
----------------

对于私聊消息，以及群里已经 @ 机器人的消息，系统会继续根据规则判断。

默认会关注一些典型的业务关键词和单号形态，例如：

1.  工作号
2.  主单号
3.  分单号
4.  客户参考号
5.  集装箱号

以及类似：

**字母 + 数字，并且长度达到一定条件**

这样的单号形态。

例如上一篇里的：

> @机器人 AE26040002

这种消息能够命中单号规则，就会继续转发给查单服务。

查单服务再根据单号去查询立刻云中的订单数据。

所以这里的逻辑并不是：

**只要客户 @ 机器人，就去查订单。**

而是：

**先 @ 机器人，再判断这句话是不是真的像一条查单指令。**

那如果客户只是随口问一句呢？
--------------

例如客户发送：

> @机器人 截关时间一般怎么算？

这句话显然没有工作号，也没有主单号，更不像一个集装箱号。

如果只做查单机器人，到这里其实就结束了。

因为它没有可以查询的单号。

但在开启 **“未命中规则时 AI 自动回复”** 以后，这条消息就会自动进入另一条通道。

也就是：

**立刻智能体。**

系统会把它当成一次客户咨询，由当前启用的模型结合企业知识库生成答案，再通过同一个企微机器人回复给客户。

于是整个流程就变成：

**客户提问**

↓

**机器人判断是否命中查单规则**

↓

命中 → 转给查单服务

未命中 → 交给立刻智能体回答

这其实是一个很重要的设计。

因为同一个机器人，不需要客户先判断：

**“我现在应该找查单机器人，还是找客服机器人？”**

客户只管问。

系统自己分流。

同一句话，不会两个机器人一起抢着回答
------------------

做群机器人时，一个很容易出现的问题就是：

**机器人抢话。**

例如客户：

> @机器人 AE26040002

查单系统识别到了，于是返回订单。

同时 AI 智能客服也收到这句话，又根据知识库生成一句：

> 您好，请提供完整的订单编号……

结果同一条消息收到两次回复。

这显然不是一个好的客户体验。

所以企微机器人的处理逻辑里，同一条消息只会进入一个通道。

**命中转发规则，就交给查单服务。**

**没有命中规则，才进入 AI 自动回复。**

也就是说：

> 命中 → 查单

> 未命中 → AI

两者互斥。

这样“查单员工”和“答疑员工”才能在同一个客户群里协同，而不是彼此抢话。

这时候，知识库就变得很重要
-------------

AI 可以回答，并不代表 AI 应该什么都回答。

对于企业客服来说，真正重要的是：

**答案有没有依据。**

例如客户问：

> 你们这个费用是怎么收的？

如果企业知识库中已经维护了对应的收费说明，那么立刻智能体就可以根据这些资料生成答案。

客户问：

> 软件去哪里下载？

知识库里有下载说明，就可以直接回答。

客户问：

> 某个业务环节需要准备哪些资料？

企业也可以把标准操作说明、常见问答、业务规则整理到知识库中。

因此答疑员工的核心，并不是“模型会不会聊天”。

而是：

**企业有没有把自己的知识沉淀进去。**

模型负责理解客户的问题、检索相关知识并组织回答。

真正决定答案是否稳定的，仍然是企业自己的知识内容。

所以，我们更建议知识库“不知道就说不知道”
---------------------

对于客服场景，最怕的不是机器人说：

**“这个问题我暂时没有找到答案。”**

最怕的是它不知道，却自己编了一个答案。

特别是货代业务里，费用、时效、报关规则、操作要求，本身就可能因客户、航线、业务类型而不同。

因此在配置智能体提示词时，我们更建议明确告诉 AI：

**如果知识库中没有足够依据，就如实说明，不要自行编造。**

这看起来好像让 AI “没那么聪明”。

但在真正的企业客服场景里，

**准确，比什么都能回答更重要。**

图片、语音和文件怎么办？
------------

除了文字以外，客户群里还有大量非文本内容。

例如客户直接丢一张截图：

> \[图片\]

或者发一段语音。

在普通的转发过滤规则下，图片、语音、文件这类**没有文本内容的消息，默认不会被转发**。

这是为了避免大量无意义附件直接进入查单服务。

但在部分场景中，图片和语音本身又可能是问题的一部分。

例如客户先发一张报关单截图，然后再问：

> @机器人 这里是什么意思？

如果机器人完全看不到上一张图，就很难理解客户说的“这里”到底指什么。

旗舰版考核群，可以理解客户刚刚发的内容
-------------------

对于旗舰版，并且已经纳入考核范围的企微群，机器人还可以进一步读取提问附近的上下文。

例如：

客户先发送：

> \[报关单截图\]

紧接着发送：

> @机器人 这个字段是什么意思？

机器人可以结合相邻图片，再理解客户的问题。

类似地，也可以读取相邻语音，或者提问人刚刚发送的上一句文字，再进行回答。

这样群聊体验就会更接近真人客服。

因为人和人聊天的时候，本来就不会每句话都把上下文重新说一遍。

客户可能只是说：

**“这个呢？”**

**“这里怎么填？”**

**“刚才那个是什么意思？”**

真正理解这些话，需要把前后的消息连起来看。

需要注意的是：

**读取相邻图片、语音属于旗舰版考核群能力。**

图片和语音识别产生的模型调用，也会记录到相应的消耗报表中。

而“未命中规则时 AI 自动回复”本身，在打开转发过滤后即可使用，并不要求一定是考核群。

两种能力不要混在一起理解。

AI 回复回到群里是什么样？
--------------

AI 生成答案以后，仍然通过当前的企微机器人返回。

默认情况下：

**不会再次 @ 提问人，也不会额外增加固定前缀。**

也就是说，回复尽量保持普通聊天的形式。

如果知识库答案中包含图片，系统则会按照类似：

**文字 → 图片 → 文字**

的方式分段发送。

而每一次通过企微机器人产生的 AI 对话，也都可以在立刻智能体的对话记录中查询。

对应渠道会标记为：

**企微机器人。**

这样企业后续可以回看机器人到底回答了什么，也方便持续完善知识库。

查单员工和答疑员工，解决的是两种不同的问题
---------------------

如果把两篇场景放在一起看，会更容易理解。

客户说：

> @机器人 AE26040002

他要的是**业务结果**。

所以机器人应该去立刻云里查订单。

客户说：

> @机器人 截关时间怎么算？

他要的是**业务知识**。

所以机器人应该去知识库中寻找答案。

一个连接的是企业实时业务数据。

一个连接的是企业沉淀下来的知识。

这两件事情，本身并不能完全互相替代。

但它们放在同一个企微机器人里以后，客户感受到的却只有一个入口：

**有问题，直接在群里问。**

至于背后应该查订单、找文件，还是调用知识库，

那是系统需要解决的问题，而不应该让客户来选择。

从“机器人”到“AI 员工”，差别可能就在这里
-----------------------

如果一个机器人只能回答知识库问题，它更像传统意义上的智能客服。

如果一个机器人只能根据单号查订单，它更像一个自动查询工具。

但当不同能力开始协同之后，事情会发生变化。

它可以判断：

**这是查单，还是咨询？**

查单，就连接立刻云。

咨询，就调用立刻智能体。

有明确资料，就基于知识库回答。

没有足够依据，就明确告诉客户暂时无法确认。

这时候，它开始不只是“会聊天”。

而是在承担一部分原本由客服员工持续重复处理的工作。

对于货代企业来说，我们认为这才是 AI 真正值得落地的地方：

**不是为了让机器人说更多话，而是让正确的问题，自动走到正确的处理通道。**

### 相关链接

1.  [企微机器人帮助 · 转发过滤与 AI 回复](https://agent.likelic.com/help?a=wework-bot)
2.  [智能体与提示词](https://agent.likelic.com/help?a=agents)
3.  [知识库管理](https://agent.likelic.com/help?a=knowledge-base)
4.  [AI 员工方案](https://www.likelic.com/ai-employee/)