从零到一：用 Rasa 做出第一份成果
在「客服与支持」类工具里，Rasa 的定位是：开源的对话式 AI 框架，适合自托管。
与其看十篇介绍，不如完整做一个小项目，这篇带你走一遍。
项目：机器人转人工规则
目标：用 Rasa 完成一次「机器人转人工规则」，交付一份可以直接给同事或客户看的结果。预计用时 1 小时以内。
步骤
- 阅读仓库 README 与许可证。
- 准备材料：现有机器人对话记录（先脱敏）
- 复制下面的提示词，替换方括号内容。
- 第一次结果出来后，只针对一个问题追问修改。
- 按验收标准检查：规则可直接配置。
- 保存提示词与最终结果，写三行复盘。
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。
复盘模板
这次任务：
节省或多花的时间：
需要人工修改的地方：
下次会改进的提示：
是否继续使用：
做完之后
可以尝试第二个任务「回复草稿」，或者把这次的流程分享给同事一起试。
补充练习
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。
验收标准：打分有具体依据。
满意度分析
准备材料：一批满意度评价和留言。
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。
知识库补全
适用情况：手头有最近一个月的工单记录时。
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。
检查点：覆盖了真实高频问题。
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。
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：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：工单
记录客户问题与处理过程的单据。
适合人群：电商运营
电商运营可以用 Rasa 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。
适合人群：小店老板
小店老板可以用 Rasa 处理门店宣传物料、顾客评价回复等工作。需要注意：价格和活动信息以实际为准，顾客电话等信息不要随意上传。
适合人群：客服人员
客服人员可以用 Rasa 处理回复草稿、工单分类等工作。需要注意：不得以 AI 名义做出政策外承诺，涉及隐私的问题按流程处理。
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 Rasa 的数据处理条款，再决定能否使用。