独立站开起来之后，客服每天要回答的问题其实高度重复：物流多久到、能不能退换、尺码怎么选、支持哪些支付方式。这类问题最适合先交给AI处理，把人力留给真正需要判断的场景。
第一步：先把FAQ整理成一份知识库，而不是让AI自由发挥
直接让AI“帮忙回答客户问题”风险很大——它可能编造你们并没有的政策（比如承诺了实际不支持的退货期限）。正确的顺序是反过来：先把物流政策、退换货规则、尺码对照表这些真实信息整理成一份文档，存在Notion里当作知识库，再要求AI只依据这份知识库来回答，不知道的就明确说“请等人工客服确认”。
第二步：用AI生成回复草稿或直接接入客服工具
如果客服团队还是人工在处理消息，可以把客户的问题和知识库一起喂给ChatGPT或Claude，让它生成一条回复草稿，客服确认后发出——这一步能把“翻政策文档、组织语言”的时间省下来。如果消息量大到需要自动直接回复（不经人工），务必先把知识库覆盖不到的问题类型都列出来，设置成自动转人工，而不是让AI硬答。
第三步：明确哪些问题必须转人工
以下几类建议直接设置为“转人工”，不让AI自动处理：
- 涉及具体订单的个案处理（少发、错发、破损）
- 客户情绪明显不满、投诉类消息
- 涉及金额较大的退款或纠纷
- 知识库里没有覆盖、AI没有把握的问题
把这个边界写清楚，比追求“AI能自动回复多少条”更重要——省下来的时间应该花在这些真正需要人处理的对话上。
可以直接复制的 AI 客服提示词
给 AI 的指令越具体，它越不容易“自由发挥”。下面这段可以直接用，把方括号里的内容换成你自己的：
你是【店铺名称】的在线客服，语气友好、简洁，用客户使用的语言回复。
只能依据下面的知识库回答，不要补充知识库里没有的政策、时效或承诺。
如果知识库里找不到答案，或者问题涉及具体订单、退款金额、投诉，
只回复：“这个问题我请同事确认后尽快回复您。”并在回复末尾另起一行标注【转人工】。
知识库：
【粘贴物流政策、退换货规则、尺码表、支付方式等内容】
客户消息：
【粘贴客户原话】末尾那个【转人工】标记很实用：客服扫一眼就知道哪些草稿可以直接发、哪些要自己接手。
整理知识库本身也可以让 AI 帮忙，但只让它整理格式，不让它补内容：
下面是我们店铺零散的客服聊天记录和政策说明。
请把其中客户反复问到的问题整理成“问题 + 标准答案”的格式。
答案只能来自我提供的原文；原文里没有明确答案的问题，单独列在末尾并标注【待补充】。
原文：
【粘贴聊天记录、政策页面文字】标了【待补充】的那几条，就是你需要自己去确认政策、再写进知识库的内容。
示例：一家虚构瑜伽服独立站怎么用这套流程
以一家卖瑜伽服的虚构独立站为例，假设它的知识库里写着：订单 1–2 个工作日内发货；未穿着、吊牌完整的商品可在收货后 30 天内退换；尺码以商品页尺码表为准。
客户发来：“我平时穿 M，这条裤子腰围会不会偏小？另外我上周的订单还没收到。”
按上面的提示词，AI 返回的草稿大致会分两部分：尺码问题引用尺码表，建议客户对照腰围数据选择；订单问题回复“这个问题我请同事确认后尽快回复您”，并标注【转人工】。
客服接手后通常要改两处：
- 尺码建议补具体：这款面料弹性如何、是否建议拍大一码，知识库里有就让 AI 引用；没有就由客服回答，并顺手把答案补进知识库
- 订单问题人工查：去后台查物流状态，把查到的结果写进回复，再一起发出
这个例子里，AI 省掉的是翻尺码表、组织语言的时间；查订单、给具体处理方案，仍然是人做的。
知识库条目怎么写，AI 才答得准
- 一条只讲一件事：“退换货条件”和“退款多久到账”分开写，AI 引用时不容易张冠李戴
- 写清适用范围和例外：哪些商品不支持退换、哪些国家或地区运费不同，例外情况单独列出来
- 用客户的问法做标题：“多久能收到货”比“物流时效说明”更贴近客户原话，AI 也更容易对上
- 标注更新日期：政策调整后，一眼能看出哪条是旧的，方便定期核对
- 不确定的不写：宁可留空让 AI 转人工，也不要写一个“大概”的答案
独立站 AI 客服常见的几个坑
- 把整个网站页面直接丢给 AI 当知识库：营销文案和政策混在一起，AI 可能把一次限时包邮活动当成长期政策引用。知识库只放确定的规则。
- 上线前只测正常问题：专门挑几条刁钻的、知识库没覆盖的问题去问，看 AI 会不会老实转人工，而不是编一个答案。
- 知识库只有中文，客户用英文问：AI 可以翻译，但尺码单位、日期写法这类细节容易出错，客服确认时要特别留意。
- 设了转人工，却没人接：没有约定由谁、在多长时间内处理【转人工】的对话，客户等得更久，反而更不满。
常见问题
知识库要多详细？ 先覆盖客服日常被问得最多的10-20个问题就能看到效果，后续根据客服实际收到的新问题持续补充，而不是一开始就追求大而全。
会不会因为AI回答错误引发客诉？ 如果严格按“只依据知识库回答，不知道就转人工”的原则执行，风险主要来自知识库本身不准确或过时——所以知识库需要有人定期核对更新，而不是写完就不管了。
客户用不同语言提问，知识库要准备多个语言版本吗？ 不一定。知识库可以只维护一个语言版本，让 AI 按客户的语言回复，政策改动时只需要改一处。但主要市场的高频问题，建议客服抽查几条翻译后的回复，确认退换货条件、尺码这些关键信息没有被译偏。翻译工具怎么选可以参考DeepL vs ChatGPT：跨境电商产品翻译怎么选。
怎么判断知识库该补充了？ 留意那些被标注【转人工】的对话。同一个问题反复转人工，说明它已经是常见问题了，整理出标准答案加进知识库，下次 AI 就能直接起草。
AI 起草的回复，客服还要逐字看吗？ 刚开始建议逐条看，确认 AI 确实只按知识库回答。运行一段时间后，可以只重点看涉及时效、退换条件、金额的句子，其余语气类的内容快速扫一眼即可。
知识库整理可以参考：Notion；回复生成可以用ChatGPT或Claude，两者在客服场景下差别不大。想把询盘和客服自动化串成一条完整流程，可以参考外贸公司如何用AI自动回复询盘。同样是“先固定规则、再让AI批量执行”的思路，也适用于邮件营销，见独立站怎么用AI+Klaviyo做邮件营销。
客服工具本身还没定下来，可以先看Gorgias vs Tidio：Shopify独立站客服工具怎么选；想知道这些常见问题最初从哪里来，见独立站客户评价怎么用AI批量分析。
