先说清楚它是什么：Rasa 属于「客服与支持」方向的开源项目，开源的对话式 AI 框架，适合自托管。

下面列出 10 个具体场景，每个都注明适合与不适合的情况。

10 个场景

  1. 知识库补全：适合每周重复执行。
  2. 回复草稿：适合先小范围试用。
  3. 工单分类：效果依赖输入材料质量。
  4. 机器人转人工规则：适合先小范围试用。
  5. 质检抽查：效果依赖输入材料质量。
  6. 满意度分析：可以做成固定模板。
  7. 客服人员：回复草稿：适合先小范围试用。
  8. 电商运营：商品详情与主图：适合先小范围试用。
  9. 小店老板：门店宣传物料：适合先小范围试用。
  10. 新媒体运营：内容排期：效果依赖输入材料质量。

挑两个场景细看

回复草稿

输入：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。

检查点：没有超出政策的承诺。

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。

验收标准：识别出集中反馈。

不适合的场景

  • 需要专业资质最终签字的判断。
  • 无法核实来源却要公开发布的内容。
  • 涉及他人隐私且未获授权的材料。

更多可以试的用法

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。

验收标准：覆盖了真实高频问题。

机器人转人工规则

输入：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。

验收标准：打分有具体依据。

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。

常见问题：知识库过时

建立更新责任人和定期复查机制。

概念补充：首次解决率

第一次接触就解决问题的比例。

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：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。

适合人群：数据分析师

数据分析师可以用 Rasa 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：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。

写在最后

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。

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。

延伸阅读