AI 客服先做售前还是售后?
很多团队选售前,因为离成交近;也有团队选售后,因为问题多、烦。
两个理由都对,但第一版要看哪个更容易答对。
售前客服:离钱近,也更容易出错
售前问题包括:你们做什么、多少钱、能不能便宜、和别人比怎么样、多久交付。
这些问题直接影响成交,答错代价高。
售前还经常需要判断:客户规模、预算、需求是否匹配。AI 如果只会背话术,很容易把不适合的客户也接下来。
适合做售前的前提是:产品资料完整、报价边界清楚、销售愿意接住转人工。
售后客服:问题多,规则相对清楚
售后问题包括:订单到哪了、能不能退、怎么换、发票怎么开、保修多久。
高频、重复、答案有规则,适合先做。
售后也有风险:订单和物流要接系统,退换涉及权限,客户情绪要安抚。
但它的好处是:对错比较容易验证,员工也知道什么情况必须转人工。
一张对比表
| 维度 | 售前 | 售后 |
|---|---|---|
| 问题频率 | 中 | 高 |
| 答案稳定性 | 低 | 中高 |
| 出错代价 | 高 | 中 |
| 系统依赖 | 中 | 高 |
| 人工接管 | 必须 | 必须 |
| 第一版难度 | 较高 | 较低 |
多数企业先做售后
不是因为售后不重要,而是因为它更容易跑通。
先把订单、物流、退换规则接住,团队能看到 AI 的实际表现,也能积累知识库和转人工经验。
售后跑顺,再把常见售前问题接过去,比如产品介绍、服务范围、案例查询。
报价、折扣、合同承诺,仍然交给销售。
什么情况下先做售前
销售团队人手不足,询盘大量流失;产品标准化程度高,答案相对固定;有完整的资料和报价规则;销售愿意接转人工。
四个条件都满足,可以先做售前。
缺两个以上,先做售后。
售前售后的知识差异
售前知识是“我们能为谁做什么”,需要案例、方案、报价边界。
售后知识是“这笔订单现在怎么样”,需要订单、物流、退换规则。
两类知识的来源不同,更新频率也不同。
不要用同一套知识库硬套两个场景。
先做售后的三个前提
订单和物流能查;退换规则有人维护;客服主管愿意做验收。
三个前提缺一个,先别做自动回复。
可以先做“知识查询 + 回复草稿”,不做自动发送。
这样风险低,也能积累真实问题。
一个混合方案
第一版先做售后查询和回复草稿。
第二版把售前常见问题接进来,比如服务范围、交付周期、案例查询。
报价、折扣、合同承诺,仍然转销售。
这样既能让 AI 先跑起来,又不会一上来就碰最敏感的成交环节。
验收看什么
售后看:答得对不对、转人工顺不顺、客户有没有重复问。
售前看:意图分得清不清、有没有把不适合的客户接下来、销售愿不愿意接。
两套验收标准,不要混用。
一个实际选择
如果售后问题占客服量的大头,先做售后。
如果售前询盘流失严重、销售接不住,先做售前,但只做资料查询和初筛,不做报价承诺。
两个都急,先做售后,因为更容易验收。
一个判断顺序
先看知识,再看系统,再看接管。
三样都过,再选售前或售后。
缺一样,先补,不要先上线。顺序不对,AI 客服会变成转人工入口。这不是智能客服,是排队。先把基础补齐,再谈场景。基础不补,换哪个场景都一样。先做这一步,别跳。先把基础补齐,再选场景。先做这一步。这一步不能跳。先做基础。这一步不能省。
边界
售后没有订单接口、退换规则经常变,先别做自动回复,先做人工辅助。
售前没有报价边界、销售不愿意接,先别做,否则 AI 会把线索聊死。
AI 客服场景选择,不是选离钱最近的,而是选第一版最容易答对的。售后跑顺,再往售前走,通常更稳。
如果你正在做智能客服,可以看我们的智能客服和AI 员工定制,先拿真实问题跑一遍。
相关阅读:智能客服不只是问答、AI 客服接不住询盘,问题通常不在话术。