售后团队最想用 AI 处理投诉，因为投诉最痛，也最耗人。
但第一版从投诉开始，通常最难做好。投诉不只是信息问题，还涉及情绪、责任、赔偿和对外承诺。系统答错一句，可能让事情更大。
工单其实分几类
把售后工单摊开看，至少有四类：
- 状态查询：订单到哪了、维修进度、退款到账没有；
- 使用问题：怎么安装、怎么设置、常见故障；
- 退换货流程：能不能退、要什么材料、多久处理；
- 投诉和纠纷：质量问题、服务不满、赔偿要求。
前三类有相对明确的答案和流程，适合先做。投诉需要判断情绪、权限和例外，第一版应该保留人工。
先做状态查询
状态查询最适合起步。
客户问的是事实，系统可以查订单、查工单、查物流，把结果说清楚。答错了也容易发现和纠正。
关键是把系统接对。查不到时，要明确告诉客户“我去帮你确认”，而不是编一个时间。
再做使用问题和退换货
使用问题依赖知识库。产品说明书、安装视频、常见故障，都可以整理成问答。
退换货流程依赖规则。不同商品、不同时间、不同渠道，政策可能不同。系统可以解释规则、收集材料，但不要承诺“肯定能退”。
这两类场景要保留转人工。客户说不清楚、情绪激动、涉及例外时，及时转给人工。
投诉为什么不适合第一版
投诉处理需要三样东西：情绪判断、权限和担当。
系统可以识别“客户很生气”，但很难判断该道歉、该解释还是该赔偿。它也没有权限承诺退款或补偿。
如果让系统直接回复投诉，常见结果是：话说得很客气，但客户觉得没人负责。问题没解决，情绪更大。
更稳的做法，是让 AI 做投诉前的信息整理：客户是谁、买了什么、问题是什么、之前怎么处理、建议转给谁。人工接手时，能更快进入状态。
怎么衡量有没有用
看四个指标：首次响应时间、人工接管率、重复咨询率、客户满意度。
如果响应快了，但重复咨询增加，说明答案没有解决问题。如果接管率很高，先查知识和流程，不要急着换模型。
边界
售后 AI 不适合处理高情绪、高金额、高合规风险的纠纷。
也不要在知识库没整理好时上线。产品资料、政策、常见问题都是旧的，系统只会更快地给出错误答案。
售后 AI 的起点，是先把低风险、重复多的问题接过去，让人工有时间处理真正需要判断的事。
知识谁来维护
售后知识不是整理一次就结束。产品更新、政策变化、新故障出现，都需要有人补进去。
上线前要确定：谁负责更新，多久看一次未解决问题，哪些回答必须由主管确认。没有维护人，系统很快会开始给出旧答案。