为企业搭建面向客户的对话智能体的平台——这是 Sierra 最主要的用途，也是本文讨论的前提。

如果你刚开始接触它，可以按下面 7 天的安排练习，每天 20 到 40 分钟。

每日安排

  • 第 1 天：注册与熟悉界面：用工作邮箱注册，开启双重验证；先在免费额度或试用期内体验核心功能。
  • 第 2 天：完成第一个任务「满意度分析」，按下文提示词操作。
  • 第 3 天：换一类任务「质检抽查」，对比两次结果的质量。
  • 第 4 天：学习关键概念：意图识别、转人工、知识库。
  • 第 5 天：用真实工作材料做一次「知识库补全」，记录省下的时间和需要返工的地方。
  • 第 6 天：排查问题：对照常见问题「机器人答非所问」等检查自己的用法。
  • 第 7 天：复盘：保留有效的提示词，写下继续使用或放弃的理由。

第 2 天的练习材料

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。

验收标准：原话被准确摘录。

一周后怎么判断值不值得继续

  • 是否稳定地节省了时间，而不只是第一次觉得新鲜。
  • 返工次数是否在下降。
  • 与 Decagon 等同类相比，是否更适合你的场景。
  • 数据与费用是否在可接受范围内。

更多可以试的用法

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。

检查点：规则可直接配置。

回复草稿

准备材料：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。

交付前确认：没有超出政策的承诺。

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。

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：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。

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。

概念补充：工单

记录客户问题与处理过程的单据。

适合人群：销售

销售可以用 Sierra 处理客户背景调研、跟进邮件与话术等工作。需要注意：客户数据按公司规定处理，报价和承诺以合同为准。

适合人群：客服人员

客服人员可以用 Sierra 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。

适合人群：HR 与招聘

HR 与招聘可以用 Sierra 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。

注意事项

本文基于 Sierra 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。

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