智慧客服
智慧客服通常由三類模型配合:便宜的小模型先判斷使用者意圖,向量模型從知識庫裡找出相關條款,對話模型按條款寫回復,答不了的轉人工。按每月 2 萬次會話、約 8 萬次回覆估算,用各模型最低價分組的即時價格計算,模型費用每月約 ¥311。
價格更新於 2026年11月13日 凌晨1:33
月成本估算
假設:每月 2 萬次會話,平均每次 4 輪,共約 8 萬次回覆;每次意圖識別輸入約 300 tokens;對話模型每次輸入約 2,500 tokens(系統提示詞 800、知識條款 1,200、歷史對話 500),回覆約 150 tokens。
業務問題
客服收到的問題大多是重複的:什麼時候發貨、怎麼退換、優惠券怎麼用、帳號資訊怎麼改。人工客服把大量時間花在這些問題上,高峰期要排隊,夜裡沒人接。
老式的關鍵詞機器人只認固定問法,使用者換個說法就答非所問。直接接一個大模型又有另一個問題:它不知道你們的規則,可能編出一條並不存在的退款政策。
穩妥的做法是讓模型只按知識庫裡的條款回答,拿不準的問題和涉及糾紛的對話交給人工,完整對話留檔,方便事後複核。
推薦模型組合
推薦模型按即時目錄自動選取,價格取各模型最低價分組,更新於 2026年11月13日 凌晨1:33。點模型名可檢視全部分組價格。
意圖識別(小模型)
gemini-2.5-flash-liteGoogle
輸入 ¥0.2 / 輸出 ¥0.8 每百萬 tokens標準分組
每條訊息先用便宜的小模型分類:訂單查詢、商品諮詢、投訴或其他。投訴和敏感問題直接轉人工,訂單狀態可以走你們自己的訂單介面,不必每次都呼叫大模型。
知識庫檢索(Embeddings)
text-embedding-3-smallOpenAI
輸入 ¥0.04 / 輸出 ¥0.04 每百萬 tokens標準分組
把售後規則、常見問題、商品說明切成短條目並向量化,使用者提問時取最相關的幾條交給對話模型。規則更新後,只需重新向量化改動過的條目。
生成回覆(對話模型)
qwen3.5-plus通義千問
輸入 ¥1.12 / 輸出 ¥6.72 每百萬 tokens國產模型分組
根據檢索到的條款和最近幾輪對話寫回復,開啟流式輸出,使用者不用幹等。客服場景輸入長、輸出短,輸入單價對總成本影響最大。
參考架構
- 1
整理知識庫
把售後規則、物流說明、常見問題、商品參數整理成短條目,每條註明適用範圍和生效日期,向量化後存入向量庫。
- 2
意圖分流
使用者訊息先過意圖識別小模型。投訴、退款糾紛、法律和醫療類問題直接轉人工;查訂單狀態的問題呼叫自己的訂單系統。
- 3
檢索條款
其餘問題用同一個向量模型把問題向量化,從知識庫取 3 到 5 條最相關的條款。
- 4
流式回覆
把條款、最近幾輪對話和問題交給對話模型。系統提示詞要求只按條款回答,沒把握時輸出轉人工標記,回覆用流式輸出返回前端。
- 5
轉人工與複核
出現轉人工標記、使用者連續兩次不滿意或主動要求人工時,把完整對話轉給坐席;定期抽查機器人回覆,補充知識庫。
成本估算
假設:每月 2 萬次會話,平均每次 4 輪,共約 8 萬次回覆;每次意圖識別輸入約 300 tokens;對話模型每次輸入約 2,500 tokens(系統提示詞 800、知識條款 1,200、歷史對話 500),回覆約 150 tokens。
| 專案 | 模型 | 用量假設 | 費用 |
|---|---|---|---|
| 意圖識別 | gemini-2.5-flash-lite | 80,000 次 × 輸入 300 + 輸出 20 tokens | ¥6.08 |
| 問題向量化 | text-embedding-3-small | 80,000 次 × 輸入 30 tokens | ¥0.096 |
| 生成回覆 | qwen3.5-plus | 80,000 次 × 輸入 2,500 + 輸出 150 tokens | ¥304.64 |
| 合計(每月) | ¥310.82 | ||
按各模型最低價分組的即時價格計算,價格更新於 2026年11月13日 凌晨1:33。
只含模型呼叫費用,不含向量庫、伺服器和人工坐席成本。知識庫首次向量化是一次性費用,按條目總 tokens 乘以向量模型單價計算。會話量翻倍,費用大致翻倍;回覆寫得越長,輸出費用越高。
示例程式碼
先用小模型判斷意圖,投訴直接轉人工;其餘問題帶上知識條款流式生成回覆,回覆裡出現轉人工標記時交給坐席。檢索部分換成你自己的知識庫。
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")常見問題
智慧客服每月要花多少模型費用?
按每月 2 萬次會話、約 8 萬次回覆、每次帶約 2,500 tokens 上下文估算,用最低價分組計算約 ¥311。費用主要取決於回覆次數和每次帶入的知識條款長度。
機器人答錯了怎麼辦?
系統提示詞裡要求模型只按給出的條款回答,資料裡沒有就輸出轉人工標記,同時保留完整對話、定期抽查。大模型的回答沒法保證每次都對,退款、賠償這類涉及錢的承諾,建議始終由人工確認。
一定要用向量檢索嗎?
知識條目只有幾十條時,可以全部寫進系統提示詞,省掉檢索這一步。條目多了再上向量檢索,否則每次請求的輸入 tokens 會很高。
怎麼讓回覆更快?
開啟流式輸出,前端收到第一段文字就開始顯示;意圖識別用小模型並限制輸出長度;歷史對話只保留最近幾輪。
網頁、App 和微信多個渠道能共用一套嗎?
可以。模型呼叫都在你自己的服務端完成,各渠道把訊息轉到同一個服務即可。建議每個渠道或環境用一把單獨的 API Key,方便分別統計用量。
