Rasa on AI 观察

Rasa 在销售工作中的实用玩法与边界

Sun, 18 Oct 2026 02:29:49 +0800

在「客服与支持」类工具里，Rasa 的定位是：开源的对话式 AI 框架，适合自托管。

这篇写给销售：围绕客户背景调研、跟进邮件与话术和会议纪要与商机记录这几类日常工作，说明它能帮上什么忙、怎么用、哪些地方必须自己把关。

销售的三个高频用法

1. 客户背景调研

提示词示例：

根据这家客户公开的官网和新闻信息，整理一份拜访前简报：主营业务、近期动态、可能的需求和我方切入点。所有信息附来源，推测的内容标注「推测」。

把关：推测与事实分开标注。

Rasa 与自托管：数据不出域时怎么选

Sun, 18 Oct 2026 02:28:59 +0800

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。

当数据不能离开公司或个人设备时，就需要考虑自托管或开源路线。

先判断：它能不能自托管

它本身是开源项目，可以自托管：数据留在自己的机器上，但升级、安全补丁与故障排查都要团队自己承担。

Rasa 故障与效果问题处理指南

Sun, 18 Oct 2026 02:24:02 +0800

在「客服与支持」类工具里，Rasa 的定位是：开源的对话式 AI 框架，适合自托管。

下面按「现象 → 可能原因 → 处理办法」整理常见问题。

排查表

现象	处理办法
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。
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。
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。
回复语气生硬	提供优秀人工回复样例作为风格参考。
知识库过时	建立更新责任人和定期复查机制。

通用排查顺序

确认账号、额度和网络状态正常。
用一份简单材料复现问题，排除材料本身的干扰。
检查设置是否被改动（模型、语言、格式等）
查看官方状态页或更新日志。
仍无法解决时整理复现步骤联系官方支持。

用标准任务做对照测试

质检抽查

准备材料：一批客服对话。

国内用户使用 Rasa 的要点与替代选择

Sun, 18 Oct 2026 01:57:43 +0800

在「客服与支持」类工具里，Rasa 的定位是：开源的对话式 AI 框架，适合自托管。

这篇面向国内用户，讲注册使用要点、合规注意和国产同类的对照。

国内使用前要考虑的事

访问与服务可用性：是否在你所在地区提供服务，以官方说明为准。
支付方式：订阅通常需要境外支付方式，企业采购还要考虑发票。
数据跨境：涉及个人信息或重要数据时，需要评估合规要求。
遵守所在地法律法规与单位的信息安全规定。

国产同类对照

如果你需要国内可直接使用的方案，可以对照了解：网易七鱼、智齿科技、扣子。建议用同一组任务分别测试，比较效果、速度和数据条款。

Rasa 个人版、团队版还是 API？一张决策表

Sun, 18 Oct 2026 01:53:25 +0800

开源的对话式 AI 框架，适合自托管——这是 Rasa 最主要的用途，也是本文讨论的前提。

这篇不列具体价格（以官网为准），而是帮你判断自己属于哪类用户、该选什么方案。

先回答这 5 个问题

每周大概用几次？偶尔用还是每天用？
是一个人用，还是需要团队共享与权限管理？
是否需要接入其他系统（API、集成）？
处理的数据是否敏感，需要企业级条款吗？
预算由个人承担还是公司报销？

对应的选择

你的情况	建议
偶尔使用、先体验	免费版或试用，先跑通一个任务
每天使用的个人	个人付费版，按月订阅便于随时调整
3 人以上协作	团队版，关注共享空间、权限与账单管理
需要接入系统	API 或开发者方案，按用量计费并设上限
有合规要求	企业版或私有化，先审数据处理协议

不同产品的方案名称和权益差异很大，Rasa 具体有哪些档位、价格多少，请以官方定价页为准，本文不引用可能过期的价格。

Rasa 产出验收：5 个维度打分法

Sun, 18 Oct 2026 01:52:20 +0800

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。

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。

从零到一：用 Rasa 做出第一份成果

Sun, 18 Oct 2026 01:38:09 +0800

在「客服与支持」类工具里，Rasa 的定位是：开源的对话式 AI 框架，适合自托管。

与其看十篇介绍，不如完整做一个小项目，这篇带你走一遍。

项目：机器人转人工规则

目标：用 Rasa 完成一次「机器人转人工规则」，交付一份可以直接给同事或客户看的结果。预计用时 1 小时以内。

步骤

阅读仓库 README 与许可证。
准备材料：现有机器人对话记录（先脱敏）
复制下面的提示词，替换方括号内容。
第一次结果出来后，只针对一个问题追问修改。
按验收标准检查：规则可直接配置。
保存提示词与最终结果，写三行复盘。

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。

复盘模板

这次任务：
节省或多花的时间：
需要人工修改的地方：
下次会改进的提示：
是否继续使用：

做完之后

可以尝试第二个任务「回复草稿」，或者把这次的流程分享给同事一起试。

Rasa 可复制模板：拿来就能改的提示词与结构

Sun, 18 Oct 2026 01:37:21 +0800

开源的对话式 AI 框架，适合自托管——这是 Rasa 最主要的用途，也是本文讨论的前提。

这篇不讲概念，直接给能复制修改的模板，以及每个模板该怎么填。

模板怎么用

每个模板都由三部分组成：背景（你是谁、要做什么）、约束（格式、篇幅、禁止事项）、验收（怎样算合格）。把方括号里的内容换成你自己的信息即可。

给客服人员的 Rasa 上手指南：步骤、提示词与注意事项

Sun, 18 Oct 2026 01:32:33 +0800

在「客服与支持」类工具里，Rasa 的定位是：开源的对话式 AI 框架，适合自托管。

这篇写给客服人员：围绕回复草稿、工单分类和知识库整理这几类日常工作，说明它能帮上什么忙、怎么用、哪些地方必须自己把关。

客服人员的三个高频用法

1. 回复草稿

可直接复制到 Rasa 里修改：

根据这张工单写回复草稿：复述客户问题，说明处理步骤和预计时间，必要时请客户补充订单号。语气诚恳，不承诺政策外的补偿。

把关：回复没有越权承诺。

Rasa 组合用法：从输入到交付的完整链路

Sun, 18 Oct 2026 01:23:45 +0800

Rasa 是一款开源项目：开源的对话式 AI 框架，适合自托管。

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：Rasa + Docling

Docling 的定位是：IBM 开源的文档解析工具，可把 PDF 转为结构化格式。两者分工可以是：Rasa 负责「回复草稿」这一步，Docling 负责检索资料、核对来源或管理知识库。

Rasa 相关术语解释（新手向）

Sun, 18 Oct 2026 01:23:37 +0800

Rasa 是一款开源项目：开源的对话式 AI 框架，适合自托管。

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 Rasa 相关的补充

开源项目：Rasa 的产品形态，决定了安装、权限和数据存放方式。
同类产品：Botpress、Dialogflow、Voiceflow。
所属方向：客服与支持。

把概念用起来

工单分类

适用情况：手头有一批未分类的工单时。

给医疗机构行政人员的 Rasa 上手指南：步骤、提示词与注意事项

Sun, 18 Oct 2026 01:19:51 +0800

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。

这篇写给医疗机构行政人员：围绕文书整理、患者沟通材料和制度培训这几类日常工作，说明它能帮上什么忙、怎么用、哪些地方必须自己把关。

医疗机构行政人员的三个高频用法

1. 文书整理

可直接复制到 Rasa 里修改：

Rasa 在数据分析师工作中的实用玩法与边界

Sun, 18 Oct 2026 01:11:09 +0800

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。

这篇写给数据分析师：围绕取数与 SQL、清洗与可视化和分析报告这几类日常工作，说明它能帮上什么忙、怎么用、哪些地方必须自己把关。

数据分析师的三个高频用法

1. 取数与 SQL

可直接复制到 Rasa 里修改：

Rasa 团队部署与权限设置要点

Sun, 18 Oct 2026 00:53:14 +0800

在「客服与支持」类工具里，Rasa 的定位是：开源的对话式 AI 框架，适合自托管。

这篇写给负责在团队里引入它的人：账号、权限、数据和费用怎么管。

上线前

固定版本号并记录配置。
只在内网暴露服务或加上认证。
设置日志与资源监控。
订阅仓库的版本发布与安全公告。
准备回滚方案。

制度与培训

写一页使用规范：能做什么、不能上传什么、产出由谁负责。
准备 3 个标准任务的示例，如「质检抽查」「工单分类」
设立反馈渠道，收集好用的提示词和踩过的坑。
每季度复查一次账号、权限与费用。

给成员的标准示例

质检抽查

准备材料：一批客服对话。

从同类工具换到 Rasa：迁移步骤清单

Sun, 18 Oct 2026 00:37:11 +0800

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。

换工具的成本常被低估，这篇按步骤列出迁移前后要做的事。

以从 Botpress 迁移为例

迁移不一定是「全面替换」。很多团队会先把一部分任务交给 Rasa，与 Botpress 并行一段时间再决定。

行政与助理怎么用 Rasa：3 个高频任务的做法

Sun, 18 Oct 2026 00:37:02 +0800

Rasa 是一款开源项目：开源的对话式 AI 框架，适合自托管。

这篇写给行政与助理：围绕会议安排与纪要、通知公告和差旅与采购比价这几类日常工作，说明它能帮上什么忙、怎么用、哪些地方必须自己把关。

行政与助理的三个高频用法

1. 会议安排与纪要

提示词示例：

根据参会人的空闲时间安排一次 1 小时会议，给出 3 个备选时间，并写一封会议邀请：议题、时间、地点或链接、需要准备的材料。

把关：备选时间无冲突。

Rasa 用前用后：3 组示意对比

Sun, 18 Oct 2026 00:34:38 +0800

Rasa 是一款开源项目：开源的对话式 AI 框架，适合自托管。

下面用几组示意对比，说明同一任务里提示写法和流程不同会带来什么差别。

对比一：模糊指令 vs 明确指令

改之前：直接说「帮我回复草稿」。结果往往泛泛而谈、格式随意。

改之后：写清材料、格式和验收标准：

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。

变化（示意）：输出结构稳定，可以直接按「没有超出政策的承诺」检查。

给新媒体运营的 Rasa 上手指南：步骤、提示词与注意事项

Sun, 18 Oct 2026 00:33:52 +0800

在「客服与支持」类工具里，Rasa 的定位是：开源的对话式 AI 框架，适合自托管。

这篇写给新媒体运营：围绕内容排期、数据复盘和社群活动策划这几类日常工作，说明它能帮上什么忙、怎么用、哪些地方必须自己把关。

新媒体运营的三个高频用法

1. 内容排期

在 Rasa 中可以这样提：

根据本月重点【重点】和发布频率（每周 4 条），排一张内容日历：日期、形式、主题、核心信息、负责人，节假日前后做好预热。

把关：日历与发布频率一致。

Rasa 自动化接入思路：触发、处理与人工审核

Sun, 18 Oct 2026 00:30:24 +0800

在「客服与支持」类工具里，Rasa 的定位是：开源的对话式 AI 框架，适合自托管。

当同一类任务每天重复出现时，就值得考虑把它接进自动化流程。

适合自动化的任务特征

输入格式固定（同一种表单、文件或消息）
判断规则可以写清楚。
出错时可以被发现并人工补救。
频率足够高，值得投入配置时间。

接入方式

Rasa 属于开源项目，通常可以直接在代码或自动化平台中调用。下面是通用的调用结构示意（字段名以官方文档为准）：

给小店老板的 Rasa 上手指南：步骤、提示词与注意事项

Sun, 18 Oct 2026 00:29:25 +0800

开源的对话式 AI 框架，适合自托管——这是 Rasa 最主要的用途，也是本文讨论的前提。

这篇写给小店老板：围绕门店宣传物料、顾客评价回复和进销存与排班这几类日常工作，说明它能帮上什么忙、怎么用、哪些地方必须自己把关。

小店老板的三个高频用法

1. 门店宣传物料

可直接复制到 Rasa 里修改：

为我的【店铺类型】写一张周末活动海报文案：活动内容【内容】、时间、地址，主标题不超过 12 字，副标题一句话说明优惠。

把关：活动信息与实际一致。

Rasa 使用场景合集：从个人到团队

Sun, 18 Oct 2026 00:28:41 +0800

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

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

Rasa 在电商运营工作中的实用玩法与边界

Sun, 18 Oct 2026 00:27:29 +0800

Rasa 是一款开源项目：开源的对话式 AI 框架，适合自托管。

这篇写给电商运营：围绕商品详情与主图、活动方案与客服话术和评价分析这几类日常工作，说明它能帮上什么忙、怎么用、哪些地方必须自己把关。

电商运营的三个高频用法

1. 商品详情与主图

在 Rasa 中可以这样提：

根据以下商品参数写一段详情页文案：标题 1 条（30 字内）、5 个卖点短句、适用人群和使用场景各一段。参数中没有的功能不要写，避免使用「最」「第一」等绝对化用语。

把关：卖点都能在商品参数中找到依据。

Rasa 老手才知道的用法

Sun, 18 Oct 2026 00:19:39 +0800

Rasa 是一款开源项目：开源的对话式 AI 框架，适合自托管。

这些技巧适合已经会基本操作、想进一步提效的用户。

8 条进阶用法

要求输出「不确定清单」，把需要人工核实的地方单独列出。
先要大纲或计划，再要全文，复杂任务分两到三步完成。
敏感信息用代号替换，交付前再换回。
同一任务准备 5 份测试材料，改设置后统一复测。
长材料分段处理，每段完成后再要一份汇总。
把「意图识别」等关键设置弄清楚再调参。
遇到瓶颈时，用 Voiceflow 做一次对照，判断是工具问题还是用法问题。
记录每次的输入、设置和结果，形成自己的经验库。

示例：分步完成的写法

质检抽查

输入：一批客服对话。

Rasa 在 HR 与招聘工作中的实用玩法与边界

Sun, 18 Oct 2026 00:19:29 +0800

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。

这篇写给 HR 与招聘：围绕岗位描述撰写、面试题与评估表和员工手册问答这几类日常工作，说明它能帮上什么忙、怎么用、哪些地方必须自己把关。

HR 与招聘的三个高频用法

1. 岗位描述撰写

可直接复制到 Rasa 里修改：

一周练会 Rasa 的日程表

Sun, 18 Oct 2026 00:09:44 +0800

在「客服与支持」类工具里，Rasa 的定位是：开源的对话式 AI 框架，适合自托管。

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：阅读仓库 README 与许可证；按官方推荐方式安装（容器或包管理器）
第 2 天：完成第一个任务「工单分类」，按下文提示词操作。
第 3 天：换一类任务「机器人转人工规则」，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

工单分类

适用情况：手头有一批未分类的工单时。