Crisp AI 是一款在线服务：在线客服系统 Crisp 的 AI 回复与知识库。

用 AI 最容易犯的错是「看着不错就用了」，这篇给出一张可复用的打分表。

评分表（每项 1 到 5 分）

维度看什么1 分5 分
解决率问题是否被真正解决明显不合格无需修改即可使用
准确性政策、流程信息是否正确明显不合格无需修改即可使用
语气是否礼貌、共情明显不合格无需修改即可使用
合规是否遵守隐私与承诺边界明显不合格无需修改即可使用
效率是否减少了客户等待和重复沟通明显不合格无需修改即可使用

建议：任一维度低于 3 分就不要直接使用；总分用于比较不同提示词或不同工具的效果。

用一个任务试打分

知识库补全

准备材料：最近一个月的工单记录。

分析这些工单，找出知识库中没有覆盖的 10 个高频问题，为每个问题起草一篇帮助文章草稿：问题描述、原因、解决步骤。

交付前确认：覆盖了真实高频问题。

怎么让评分更可靠

  • 同一批材料至少测 5 次，不只看最好的一次。
  • 两人分别打分，分歧大的维度再讨论标准。
  • 把 Crisp AI 的结果与人工完成或 Intercom 的结果放在一起盲评。
  • 每次改提示词后用同一批材料复测。

延伸练习

机器人转人工规则

准备材料：现有机器人对话记录。

分析这些对话，总结机器人应该转人工的 6 种情况，并写成可配置的规则和触发话术。

交付前确认：规则可直接配置。

质检抽查

输入：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。

工单分类

输入：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。

检查点：识别出集中反馈。

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。

常见问题：机器人答非所问

检查知识库是否覆盖该问题，补充同义问法。

常见问题：机器人承诺了无法兑现的事

限制回答范围，涉及退款赔偿的问题强制转人工。

概念补充：工单

记录客户问题与处理过程的单据。

概念补充：首次解决率

第一次接触就解决问题的比例。

适合人群：新媒体运营

新媒体运营可以用 Crisp 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：行政与助理

行政与助理可以用 Crisp 处理会议安排与纪要、通知公告等工作。需要注意：员工个人信息与内部文件按权限管理。

适合人群：电商运营

电商运营可以用 Crisp 处理商品详情与主图、活动方案与客服话术等工作。需要注意：商品参数和促销规则必须与后台一致，避免虚假宣传。

写在最后

本文基于 Crisp AI 公开的定位与通用用法编写，具体功能、套餐与可用地区以官方页面为准，产品更新后界面和名称可能变化。

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

延伸阅读