开源的对话式 AI 框架，适合自托管——这是 Rasa 最主要的用途，也是本文讨论的前提。

这篇不讲概念，直接给能复制修改的模板，以及每个模板该怎么填。

模板怎么用

每个模板都由三部分组成：背景（你是谁、要做什么）、约束（格式、篇幅、禁止事项）、验收（怎样算合格）。把方括号里的内容换成你自己的信息即可。

模板 1：机器人转人工规则

适合：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。

填写提示：如果结果太长，补一句字数或条数上限；验收看「规则可直接配置」。

模板 2：回复草稿

适合：一张客户投诉工单。

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。

填写提示：要求它在不确定处标注，而不是自行补全；验收看「没有超出政策的承诺」。

模板 3：满意度分析

适合：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。

填写提示：先用一份小样本试跑，再处理完整材料；验收看「原话被准确摘录」。

模板维护

  • 给每个模板编号并记录修改日期。
  • 保留一份「效果好」的示例输出作为对照。
  • 团队共用时注明适用场景和负责人。

更多可以试的用法

质检抽查

适用情况：手头有一批客服对话时。

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。

工单分类

适用情况：手头有一批未分类的工单时。

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。

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：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。

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：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。

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：HR 与招聘

HR 与招聘可以用 Rasa 处理岗位描述撰写、面试题与评估表等工作。需要注意：简历筛选不得以性别、年龄等因素做歧视性判断，候选人信息需妥善保管。

适合人群：行政与助理

行政与助理可以用 Rasa 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。

注意事项

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。

文中提示词和示例仅作示意，实际效果取决于你的材料和 Rasa 当前版本，重要内容请人工核对后再使用。

延伸阅读