Sierra 是一款在线服务：为企业搭建面向客户的对话智能体的平台。

用 AI 最容易犯的错是「看着不错就用了」，这篇给出一张可复用的打分表。

评分表（每项 1 到 5 分）

维度看什么1 分5 分
解决率问题是否被真正解决明显不合格无需修改即可使用
准确性政策、流程信息是否正确明显不合格无需修改即可使用
语气是否礼貌、共情明显不合格无需修改即可使用
合规是否遵守隐私与承诺边界明显不合格无需修改即可使用
效率是否减少了客户等待和重复沟通明显不合格无需修改即可使用

建议：任一维度低于 3 分就不要直接使用；总分用于比较不同提示词或不同工具的效果。

用一个任务试打分

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。

怎么让评分更可靠

  • 同一批材料至少测 5 次，不只看最好的一次。
  • 两人分别打分，分歧大的维度再讨论标准。
  • 把 Sierra 的结果与人工完成或 Decagon 的结果放在一起盲评。
  • 每次改提示词后用同一批材料复测。

更多可以试的用法

回复草稿

适用情况：手头有一张客户投诉工单时。

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。

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。

交付前确认：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。

交付前确认：原话被准确摘录。

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：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：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：知识库

客服与机器人回答问题的依据，需要持续维护。

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：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：行政与助理

行政与助理可以用 Sierra 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。

使用提醒

涉及个人信息、商业机密或受监管数据时，先确认 Sierra 的数据处理条款，再决定能否使用。

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。

延伸阅读