跳到正文
土土金API

智能客服

智能客服通常由三类模型配合:便宜的小模型先判断用户意图,向量模型从知识库里找出相关条款,对话模型按条款写回复,答不了的转人工。按每月 2 万次会话、约 8 万次回复估算,用各模型最低价分组的实时价格计算,模型费用每月约 ¥311。

价格更新于 2026年11月13日 17:48

月成本估算

假设:每月 2 万次会话,平均每次 4 轮,共约 8 万次回复;每次意图识别输入约 300 tokens;对话模型每次输入约 2,500 tokens(系统提示词 800、知识条款 1,200、历史对话 500),回复约 150 tokens。

¥310.82/ 月

  • 意图识别¥6.08
  • 问题向量化¥0.096
  • 生成回复¥304.64
看用量假设

业务问题

客服收到的问题大多是重复的:什么时候发货、怎么退换、优惠券怎么用、账号信息怎么改。人工客服把大量时间花在这些问题上,高峰期要排队,夜里没人接。

老式的关键词机器人只认固定问法,用户换个说法就答非所问。直接接一个大模型又有另一个问题:它不知道你们的规则,可能编出一条并不存在的退款政策。

稳妥的做法是让模型只按知识库里的条款回答,拿不准的问题和涉及纠纷的对话交给人工,完整对话留档,方便事后复核。

推荐模型组合

推荐模型按实时目录自动选取,价格取各模型最低价分组,更新于 2026年11月13日 17:48。点模型名可查看全部分组价格。

参考架构

  1. 1

    整理知识库

    把售后规则、物流说明、常见问题、商品参数整理成短条目,每条注明适用范围和生效日期,向量化后存入向量库。

  2. 2

    意图分流

    用户消息先过意图识别小模型。投诉、退款纠纷、法律和医疗类问题直接转人工;查订单状态的问题调用自己的订单系统。

  3. 3

    检索条款

    其余问题用同一个向量模型把问题向量化,从知识库取 3 到 5 条最相关的条款。

  4. 4

    流式回复

    把条款、最近几轮对话和问题交给对话模型。系统提示词要求只按条款回答,没把握时输出转人工标记,回复用流式输出返回前端。

  5. 5

    转人工与复核

    出现转人工标记、用户连续两次不满意或主动要求人工时,把完整对话转给坐席;定期抽查机器人回复,补充知识库。

成本估算

假设:每月 2 万次会话,平均每次 4 轮,共约 8 万次回复;每次意图识别输入约 300 tokens;对话模型每次输入约 2,500 tokens(系统提示词 800、知识条款 1,200、历史对话 500),回复约 150 tokens。

项目模型用量假设费用
意图识别gemini-2.5-flash-lite80,000 次 × 输入 300 + 输出 20 tokens¥6.08
问题向量化text-embedding-3-small80,000 次 × 输入 30 tokens¥0.096
生成回复qwen3.5-plus80,000 次 × 输入 2,500 + 输出 150 tokens¥304.64
合计(每月)¥310.82

按各模型最低价分组的实时价格计算,价格更新于 2026年11月13日 17:48。

只含模型调用费用,不含向量库、服务器和人工坐席成本。知识库首次向量化是一次性费用,按条目总 tokens 乘以向量模型单价计算。会话量翻倍,费用大致翻倍;回复写得越长,输出费用越高。

示例代码

先用小模型判断意图,投诉直接转人工;其余问题带上知识条款流式生成回复,回复里出现转人工标记时交给坐席。检索部分换成你自己的知识库。

示例代码(Python)
import os
from openai import OpenAI

client = OpenAI(base_url="https://www.tutujin.com/v1", api_key=os.environ["TUTUJIN_API_KEY"])

SYSTEM = (
    "You are the support assistant of an online store. Answer only from the reference material. "
    "If the material does not cover the question, or it is about a refund dispute, legal or medical matters, "
    "reply with the single word HANDOFF so a human agent takes over."
)


def classify(message):
    """Cheap intent check before the main model: order, product, complaint or other."""
    resp = client.chat.completions.create(
        model="gemini-2.5-flash-lite",
        messages=[
            {"role": "system", "content": "Classify the message as order, product, complaint or other. Reply with the label only."},
            {"role": "user", "content": message},
        ],
        max_tokens=5,
        temperature=0,
    )
    return resp.choices[0].message.content.strip().lower()


def reply_stream(message, references, history):
    messages = [{"role": "system", "content": SYSTEM + "\n\nReference material:\n" + references}]
    messages += history[-6:]  # keep only the last few turns
    messages.append({"role": "user", "content": message})
    stream = client.chat.completions.create(
        model="qwen3.5-plus",
        messages=messages,
        stream=True,
        temperature=0.3,
    )
    for chunk in stream:
        if chunk.choices and chunk.choices[0].delta.content:
            yield chunk.choices[0].delta.content


message = "When will my order ship?"
if classify(message) == "complaint":
    print("-> human agent")
else:
    # references: top matches from your knowledge base, embedded with text-embedding-3-small
    references = "In-stock orders ship within 48 hours of payment. Pre-orders ship on the date shown on the product page."
    reply = ""
    for piece in reply_stream(message, references, history=[]):
        reply += piece
        print(piece, end="", flush=True)
    if "HANDOFF" in reply:
        print("\n-> human agent")

用一把 Key 试试这个方案

注册后在控制台创建 API Key,把上面代码里的 base_url 和 Key 换成你的就能运行。企业采购、开发票可以加客服微信 JsnonoChat。

土土金客服微信二维码
微信JsnonoChat

扫码或搜索微信号添加客服

常见问题

智能客服每月要花多少模型费用?

按每月 2 万次会话、约 8 万次回复、每次带约 2,500 tokens 上下文估算,用最低价分组计算约 ¥311。费用主要取决于回复次数和每次带入的知识条款长度。

机器人答错了怎么办?

系统提示词里要求模型只按给出的条款回答,资料里没有就输出转人工标记,同时保留完整对话、定期抽查。大模型的回答没法保证每次都对,退款、赔偿这类涉及钱的承诺,建议始终由人工确认。

一定要用向量检索吗?

知识条目只有几十条时,可以全部写进系统提示词,省掉检索这一步。条目多了再上向量检索,否则每次请求的输入 tokens 会很高。

怎么让回复更快?

开启流式输出,前端收到第一段文字就开始显示;意图识别用小模型并限制输出长度;历史对话只保留最近几轮。

网页、App 和微信多个渠道能共用一套吗?

可以。模型调用都在你自己的服务端完成,各渠道把消息转到同一个服务即可。建议每个渠道或环境用一把单独的 API Key,方便分别统计用量。