在「客服与支持」类工具里，Sierra 的定位是：为企业搭建面向客户的对话智能体的平台。

看文档和设置项时遇到的术语，这里用一两句话解释清楚。

术语表

  • 意图识别：判断用户想办什么事，决定后续回复流程。
  • 转人工：机器人无法处理或用户要求时切换给真人客服。
  • 知识库：客服与机器人回答问题的依据，需要持续维护。
  • 首次解决率：第一次接触就解决问题的比例。
  • 工单：记录客户问题与处理过程的单据。
  • 护栏：限制机器人不回答超范围问题或不做越权承诺的规则。

和 Sierra 相关的补充

  • 在线服务：Sierra 的产品形态，决定了安装、权限和数据存放方式。
  • 同类产品：Decagon、Agentforce、Intercom Fin。
  • 所属方向：客服与支持。

把概念用起来

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。

交付前确认：打分有具体依据。

延伸练习

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。

检查点：识别出集中反馈。

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。

检查点：覆盖了真实高频问题。

满意度分析

输入：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。

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：知识库过时

建立更新责任人和定期复查机制。

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。

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：数据分析师

数据分析师可以用 Sierra 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：新媒体运营

新媒体运营可以用 Sierra 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：小店老板

小店老板可以用 Sierra 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。

使用提醒

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

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