Salesforce 的 AI 智能体平台，覆盖客服与销售——这是 Salesforce Agentforce 最主要的用途，也是本文讨论的前提。

看文档和设置项时遇到的术语，这里用一两句话解释清楚。

术语表

  • 意图识别：判断用户想办什么事，决定后续回复流程。
  • 转人工：机器人无法处理或用户要求时切换给真人客服。
  • 知识库：客服与机器人回答问题的依据，需要持续维护。
  • 首次解决率：第一次接触就解决问题的比例。
  • 工单：记录客户问题与处理过程的单据。
  • 护栏：限制机器人不回答超范围问题或不做越权承诺的规则。

和 Salesforce Agentforce 相关的补充

  • 平台：Salesforce Agentforce 的产品形态，决定了安装、权限和数据存放方式。
  • 同类产品：ServiceNow、Zendesk AI、HubSpot Breeze。
  • 所属方向：客服与支持。

把概念用起来

工单分类

准备材料：一批未分类的工单。

按「账号 / 支付 / 物流 / 产品故障 / 建议」分类这些工单，标出情绪激烈需要优先处理的，以及可能是同一故障的集中反馈。

交付前确认：识别出集中反馈。

延伸练习

质检抽查

准备材料：一批客服对话。

按「问题是否解决 / 态度 / 信息准确 / 流程合规」四项对这些对话打分，列出典型问题和改进话术。

检查点：打分有具体依据。

满意度分析

适用情况：手头有一批满意度评价和留言时。

把评价留言归类为主要原因，统计各类数量，摘录有代表性的原话，并给出 3 条改进建议。

交付前确认：原话被准确摘录。

回复草稿

适用情况：手头有一张客户投诉工单时。

为这张工单起草回复：先确认客户遇到的问题，说明我们会怎么处理和时间预期，不承诺政策以外的补偿，语气诚恳。

检查点：没有超出政策的承诺。

常见问题：知识库过时

建立更新责任人和定期复查机制。

常见问题：客户反感机器人

开场说明是 AI 助手，并提供随时转人工的入口。

常见问题：回复语气生硬

提供优秀人工回复样例作为风格参考。

概念补充：意图识别

判断用户想办什么事，决定后续回复流程。

概念补充：转人工

机器人无法处理或用户要求时切换给真人客服。

适合人群：数据分析师

数据分析师可以用 Agentforce 处理取数与 SQL、清洗与可视化等工作。需要注意：确认指标口径，敏感数据脱敏后再交给 AI 处理。

适合人群：新媒体运营

新媒体运营可以用 Agentforce 处理内容排期、数据复盘等工作。需要注意：活动规则与奖品说明要准确，避免诱导分享等违规玩法。

适合人群：医疗机构行政人员

医疗机构行政人员可以用 Agentforce 处理文书整理、患者沟通材料等工作。需要注意：AI 不得替代医生诊断，患者信息必须按法规保护。

写在最后

所有示例输出均为示意，不代表真实统计或效果承诺；请以自己的测试结果为准。

涉及个人信息、商业机密或受监管数据时，先确认 Salesforce Agentforce 的数据处理条款，再决定能否使用。

延伸阅读