自建 Agent未披露收入;Anker 部分无数字,同页其他公司的数字不属于本案例公开 · 免费

让语音 Agent 接下产品咨询、质保与退货:先吃掉四个高频问题,争议一律交人

Retell AI 编辑团队(厂商博客,未署名个人)Retell AI Blog · 未披露

打开原帖

来源文字 / 整理摘要

原始页面 retellai.com 本次直连可读(HTTP 200,已落盘 cache/auc_raw/retell_refunds_exchanges.html)。关于 Anker,原文只有一句:「Anker rebuilt global customer support on AI voice agents to handle product questions, warranty claims, and returns across multiple languages. The result was human-quality conversations at enterprise scale, without the staffing cost of running round-the-clock multilingual coverage.」同一页面的其余部分是一篇面向电商的通用退货自动化教程,给出八步做法:先建一个能做测试通话的 agent;拆成退款申请、换货申请、退款状态查询三条独立流程;连接电商订单接口做实时查询;把退货政策写成判定规则;加欺诈评分与高风险升级;生成预付面单并触发仓库工作流;用库存感知优先推荐换货;上线前跑 20 到 30 个场景模拟。文中提醒旺季并发要在 12 月 26 日之前扩容,并明确损坏争议、国际海关争议、B2B 部分退货与涉及拒付的案件仍属人工工作。

业务摘要

接住退货与质保场景里最重复的那部分对话:确认订单、核对购买日期与退货窗口、按写死的政策判定通过或不通过、现场生成预付面单并告知仓库,同时对连续退货等高风险信号转而交给人工。它替代的是旺季排队的重复问答,不替代争议处理。

退货量集中在节后或大促后的电商与消费电子品牌;两三个人的客服团队要覆盖多语言或多时区;以及已经把退货政策写清楚、只是没人愿意一遍遍回答「我的退款到哪了」的团队。

执行链路

  1. 先把上季度的退货工单挑出前十问

    从真实工单里抽最常见的十个问题,通常是退款到哪了、能不能换码、怎么发起退货、包裹收到没有这四类。流程只围绕这些建,不要一上来求全。

  2. 建三条短流程,不建一个大流程

    退款申请、换货申请、退款状态查询各建一条,每条都包含问候、查单、政策判定、分支、确认五个环节。一个巨型流程后期无法维护,这是教程里明确提出的前车之鉴。

  3. 接上订单接口,让它真的会查单

    配置订单查询接口,用客户给的订单号或邮箱取回订单,超时至少设 5 秒以扛住高峰期。查不到时要有退路,例如请客户逐个字母拼邮箱,而不是直接转人工。

  4. 把退货政策写成判定规则

    把政策拆成可执行的条件:购买日期对退货窗口、品类对例外清单、客户退货次数对人工阈值。每条规则都要配一句客户听到的说法,拒单时给出具体原因和替代方案,而不是一句「不符合政策」。

  5. 加风险信号与人工升级通道

    在政策判定之外并行跑一套风险信号,例如 30 天内退货超过 3 次、退货占购买比例过高。命中就带着完整上下文转人工,并且不要告诉来电者他被标记,只说请主管一起看。

  6. 获批就当场出面单并通知仓库

    政策通过后立即调用面单接口,把面单链接以短信或邮件发给客户;同时向仓库或 3PL 推一条入库 webhook,带上订单号、预计件数与原因码,便于到货后分流到检修而不是直接上架。

  7. 能换货就先换货

    在走向退款前先查一次库存:同款有其他尺码或颜色且库存可用时,先提供换货并同时处理出库与回寄面单。退款是第二选择,换货能保住这笔收入。

  8. 上线前场景测试,旺季前先扩容

    用 20 到 30 个真实场景做模拟:窗口内正常退货、超窗口、换货有货、换货无货、连续退货、口音与非母语、说不出订单号。并发容量要在旺季到来前扩好,事后补来不及。

复用方案

  • 一份已经写清楚的退货政策:窗口天数、是否收重新上架费、品类例外、成色要求
  • 电商平台的订单读写接口权限,以及一个能出面单的物流服务商接口
  • 上季度退货相关工单里最常见的问题清单
  • 一个电话号码或 SIP 线路(先用文字渠道起步也可)
  • 一个明确的人工接手队列与值班安排
  • 旺季前的并发容量规划,不要等队列爆了再扩容

Prompt 指令

AgentFlow 整理的起步草稿,未在原案例业务环境实测,不保证效果;合成示例测试不代表原作者收入已验证。

你是一个电商客服流程设计助手。任务是把我的退货政策变成一套可执行的判定规则和三条对话流程。你不替我做商业决策,也不放宽我的政策。

【输入】
退货政策原文:[粘贴政策文本]
订单可查字段:[订单号、下单日期、配送日期、商品品类、金额、退货历史次数]
高频问题清单:[贴上季度的十个高频问题]
人工接手范围:损坏争议、国际海关争议、B2B 部分退货、涉及拒付的案件

【执行步骤】
1) 先把政策拆成条件表,每行一条:条件、命中后动作(通过/拒绝/转人工)、客户听到的话术、可提供的替代方案。政策没写到的地方标红,不要替我补规则。
2) 设计三条独立流程:退款申请、换货申请、退款状态查询。每条写清问候、查单、政策判定、分支、确认五个环节,并标出从进入到结束的目标轮次。
3) 为每条流程列出必须采集的字段,以及字段缺失时的追问顺序。说不出订单号的情况要有退路。
4) 单独产出一份人工升级清单:触发条件、转人工前必须附带的上下文、以及客户听到的话术。
5) 最后列出这套规则覆盖不到的场景,作为待补政策的清单交给我。

【输出要求】
- 条件表:列为 条件 / 动作 / 客户话术 / 替代方案 / 政策依据。
- 三条流程:逐条用步骤写出,标注每一步需要的字段。
- 人工升级清单:单列,包含触发条件与话术。
- 待补政策清单:政策原文没有覆盖到的情形,不得自行发明规则。

【人工确认点】
- 条件表需我确认后才进入流程设计。
- 任何放宽政策、超出政策给补偿的规则必须经我书面确认。
- 涉及拒付、损坏、跨境、B2B 的规则一律写死为转人工,不得设为自动通过。

【合成示例(非真实业务数据,仅演示格式)】
输入:政策为签收后 30 天内可退、贴身品类不退、90 天内退货超过 6 次需人工;订单字段含下单日期与品类。
输出(节选):
| 签收 47 天,超过 30 天窗口 | 拒绝 | 这件是 47 天前签收的,我们的退货窗口是 30 天;我可以为您申请一次性店铺额度作为补偿 | 替代方案需主管确认 | 政策第 2.1 条 |
| 品类为贴身衣物 | 拒绝 | 这一品类按政策不支持退货,我可以帮您看同系列其他款式 | 无 | 政策第 3.4 条 |
| 90 天内第 7 次退货 | 转人工 | 我请一位同事和您一起看这个订单 | 附订单号与退货次数 | 风控阈值 |
待补政策清单:1) 政策未写明赠品是否需要一并退回;2) 未写明换货的运费由谁承担。

运行成本与避坑指南

成本:原始页面未披露单价或用量。可引用的公开信息只有周期类描述:注册到基础 agent 上线约 3 到 5 天,接入政策规则与订单系统通常再加约一周,简单政策整体约两周、复杂政策约四周。本站不补任何未经核实的费用数字。

运行条件:订单接口在高峰期会变慢,超时设置不应低于 5 秒;语音响应目标在数百毫秒量级,干净case 从问候到面单应尽量控制在 90 秒内。并发容量不足时转人工率会飙升,人工坐席会先被淹没。

避坑:最常见的失败是做一个大流程后再也改不动;其次是政策没写死,变成让模型临场决定退不退。第三是把不该自动化的案件自动化:损坏争议、跨境海关、B2B 部分退货和涉及拒付的案件必须交人。第四是拿同页其他公司的数字当自己的预期。

原作者自述:交易、收入及自动运行效果未经独立审计。

AgentFlow 的拆解与试用 Prompt 属于分析及推演,不保证收益或复刻效果。

原文与配图归原作者;完整内容请通过原帖链接查看。

本站未搭建任何语音 agent,未拨测,也未接入任何订单系统。Retell 页面本次直连可读(HTTP 200),原始 HTML 已落盘 cache/auc_raw/retell_refunds_exchanges.html 可复核。执行链路、Prompt 与避坑均为本站推演,不是实测结论。