AI Agent 接待和 Workflow 工作流怎么搭配？三种咨询流程的配置思路

企业配置 AI 客服时，可以把稳定规则和固定动作优先交给 Workflow 工作流，把开放表达与需求澄清交给 AI Agent，把业务承诺、复杂判断和例外处理交给人工。关键是逐项说明每段任务需要什么输入、允许回答什么、完成后交付什么，以及异常时谁负责。

这种分工是一种流程设计方法。一个系统同时具备 Agent 接待和工作流接待，并不意味着二者能在任意节点自动切换。实际采用哪些节点、触发条件、信息传递和接管方式，需要结合当前版本、接入渠道及企业配置验证。

先拆任务，再选择接待方式

“接住客户咨询”太宽泛，无法直接作为配置要求。可以先拆成确认咨询对象、回复基础问题、收集必要信息、确认需求和确定后续负责人。每项任务都需要明确结束条件，例如客户已经获得对应门店的营业时间，或者已经确认需要哪类服务，而不是笼统地写“完成智能对话”。

判断任务是否适合固定规则，不能只看问题是否常见，还要看答案依据是否稳定、输入能否明确、错误后果是否可控。地址问询虽然简单，但客户没有说清门店时，直接发送默认地址就可能答非所问。工作流中即使加入模型判断，也仍然需要检查不确定输入的处理方式。

下面的表格用于梳理业务要求，属于配置设计示例，并非后台现成字段或功能清单。

场景一：固定信息咨询，路径尽量短

假设客户只问某门店在哪里、几点营业，接待目标就是提供有效信息。已确认咨询对象且知识资料清楚时，可以用短路径直接回答；没有必要先追问预算、联系方式和购买计划。客户原本只需要一个答案，额外的收集步骤反而会增加沟通负担。

配置设计示例：收到地址或时间问题 → 判断是否已明确门店 → 信息充分时回复对应资料，信息不足时先确认门店 → 有特殊变更时由负责人核实。

这条路径还要区分常规时间和临时安排。资料没有记录节假日变更，就不能从常规营业时间推断当天一定营业。团队应约定谁维护门店资料、更新后如何复查已配置的答复，以及无法确认时使用什么口径。流程验收要看答案是否对应具体对象，而不只是有没有发送回复。

场景二：需求表达多变，先澄清再确认

客户可能说“想做得简单一点”“先了解一下”“之前看过你们的内容”。这些话有方向，却不足以决定下一步。AI Agent 接待适合基于上下文理解问题、提出相关追问，但团队需要给它允许回答的范围和追问目的，避免把每段对话都变成资料采集。

可以先回应客户已经提出的问题，再选择影响判断的缺失信息。例如客户问某种服务是否适合自己，接待方可以先说明已确认的适用条件，再请客户补充与条件相关的情况。每次追问都应能解释用途；如果答案不影响当前答复，就可以留给后续沟通。

配置设计示例：理解客户当前问题 → 依据知识资料回答可确认部分 → 针对关键缺口追问 → 复述需求请客户确认 → 将未解决问题交给相应人员。

信息记录也要区分原话、推测和确认结果。“可能下个月考虑”不能直接改写为“下个月确定预约”。对于不明确的表达，业务设计应允许保留待确认状态，而不是为了让表格完整而补出结论。具体用标签、摘要还是人工备注承载，需要在实际系统中检验。

场景三：标准收集之后，还有开放沟通

有些服务需要先了解服务类别、所在区域和意向时间，再回答客户对流程的细节问题。此时可用标准步骤约束必要信息，用 Agent 承接过程中出现的解释性问答，并把需要资源核实或最终承诺的事项交给人工。设计重点是段与段之间交付什么，而不是尽可能增加步骤。

配置设计示例：说明收集目的 → 获取当前必要信息 → 回答中途提出的基础问题 → 确认已知信息和缺口 → 人工核实特殊安排或后续计划。

例如客户补充日期后又问“能不能按我说的方式安排”，基础流程可以由已审核知识回答，但具体能否安排仍要由负责人员确认。收集到意向日期只代表获得需求，不代表实际名额或资源已经锁定。给客户的确认语和给内部人员的交接摘要，都应保留这一差别。

如果当前产品无法直接实现设想中的衔接，就先缩小自动处理范围，或者由客服在明确位置接管。业务需求表负责说明期望，配置验证负责证明哪些环节已经可用；不要把画出的箭头当成已完成的系统能力。

把跳答、改口和知识缺口写进流程

正常路径之外，至少要演练三种变化。客户跳过问题时，先区分该信息是否为当前服务所必需：不是必要条件，可以继续解释；确实影响判断，则说明原因并提供人工沟通路径。客户不愿提供联系方式时，也不能把基础答复无条件绑定在留资之后。

客户修改需求时，应先确认哪一条信息发生变化，再检查它会影响哪些后续结论。例如区域调整后，服务范围可能需要重新核对。团队应要求交接材料明确最新确认项，并将冲突信息标记出来；是否能自动更新相关字段和暂停后续动作，必须在实际配置中测试。

遇到知识库没有覆盖的问题，期望行为应是承认信息不足、记录问题并交由负责人核实。不能把相近业务的答案移植过来，也不宜反复换一种说法继续追问。异常路径的结束条件，是问题交给了明确责任人，而不是对话框里出现一句“稍后回复”。

用模拟咨询检查交付结果

上线前把每类咨询都写成测试样例，包含正常表达、缺少信息、临时修改和要求人工处理等情况。每条样例预先写出允许答复的范围、必须保留的信息、不能自行确认的事项以及后续负责人。测试时同时检查客户收到的答复和接手人员实际看到的信息。

不要只凭语言自然就判定通过。一个回答可能很流畅，却漏掉客户改过的区域；一个记录可能字段齐全，却把待定意向写成已确认计划。遇到偏差，应分别排查知识资料、任务定义、配置条件和接管安排，修改后再用相关样例复查。

来鼓 AI 面向新媒体私信、评论和咨询承接，提供 AI Agent 接待、Workflow 工作流接待、知识库及人机协作等能力。企业可以围绕上述任务表核对适配环节，并按当前产品验证具体实现。有明确分工之后，再逐步扩展处理范围，能够让配置讨论和日常维护更有依据。了解产品范围可访问来鼓官网。

FAQ

企业配置新媒体客服时，AI Agent 和工作流分别负责什么？

工作流优先处理条件清楚的标准步骤，Agent 负责理解开放表达、基础问答和需求澄清。业务承诺、复杂判断及例外由人工负责。实际衔接方式需在当前产品中确认。

既有标准步骤又有开放问答的咨询，接待流程怎么设计？

先定义必须收集的信息和每段输出，再安排中途问答与确认环节。把客户意向和实际业务确认分开，明确需要人工核实的事项，并测试信息能否完整交接。

客户跳过问题或修改需求时，AI 接待流程应该如何处理？

跳答时判断信息是否必要，改口时确认最新需求及受影响的结论，知识不足时转交核实。这些是业务期望，自动执行到什么程度需逐项验证。