先说清楚它是什么:Voiceflow 属于「客服与支持」方向的在线服务,团队协作设计语音与对话智能体的平台。

单独用一个工具往往只解决一段问题,这篇讲怎么把它和上下游工具串起来。

推荐组合:Voiceflow + FastGPT

FastGPT 的定位是:开源的知识库问答与工作流编排平台。两者分工可以是:Voiceflow 负责「回复草稿」这一步,FastGPT 负责把前后步骤串成自动化流程。

工作流步骤

  1. 明确交付物和验收标准,例如:没有超出政策的承诺。
  2. 准备输入:一张客户投诉工单,先去掉敏感信息。
  3. 在 Voiceflow 中执行核心步骤(提示词见下文)
  4. 把结果交给 FastGPT 做下一步处理,或从 FastGPT 取得所需材料。
  5. 人工检查关键事实与格式,记录发现的问题。
  6. 把这次用到的提示词和设置保存为模板,下次复用。

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。

交付前确认:没有超出政策的承诺。

交接时最容易出问题的地方

  • 格式不兼容:两边导入导出的格式提前测试一次。
  • 信息丢失:每次交接附上来源和版本号。
  • 责任不清:约定哪一步由谁做最终确认。
  • 权限分散:两边的账号和分享范围分别检查。

如果暂时不想引入第二个工具,也可以先用 Rasa 等同类产品替代其中一环,跑通流程后再决定。

延伸练习

机器人转人工规则

适用情况:手头有现有机器人对话记录时。

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。

验收标准:规则可直接配置。

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。

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: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: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:首次解决率

第一次接触就解决问题的比例。

概念补充: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。

适合人群:小店老板

小店老板可以用 Voiceflow 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。

适合人群:数据分析师

数据分析师可以用 Voiceflow 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。

注意事项

涉及个人信息、商业机密或受监管数据时,先确认 Voiceflow 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