讲一下https://www.intercom.com/blog/conversation-design-for-your-ai-agent

回 群友 716： 这篇文章讲的是：客服 Agent 不仅要答对，还要让客户觉得“你听懂了，而且事情正在被解决”。这需要专门设计对话，而不是只给模型塞知识。 一、为什么回答正确，客户还是要找人工？ 文章指出，问题可能不在知识，而在交流方式。 用户只问怎么重置密码，Agent 却讲三段背景；用户已经很着急，Agent 还用机械的客套话；用户换了问题，Agent 仍执着于解决上一件事。 这些回答可能事实正确，但让人感觉费劲、不被理解。客户就会转人工，让真人把同样的答案再说一遍。 Intercom 给了一个内部 A/B 测试案例：把原来的开场白换成更自然、亲切的版本，CSAT 从 72.8% 提升到 78.4%，即提高了 5.6 个百分点。不过文章没有给出样本量等细节，不能把这个涨幅当成普遍保证。 二、Conversation design 不只是“调整语气” 它覆盖五块：语气、回答结构、转人工逻辑、对话推进、整体回答体验。 我觉得最值得关注的是下面三件事。 回答的长度要跟着需求走 简单操作给直接步骤，复杂集成再展开。还有补充信息时，可以先问是否需要，而不是一次性倾倒出来。 统一风格，也不等于所有场景都用一种语气：账号被锁时，直接解决比热情寒暄重要；了解新功能时，可以多解释一点。 转人工是一次完整交接 不是说一句“帮你转人工”就结束。人工应该拿到此前的对话、问题背景、Agent 已经尝试的操作，以及为什么需要升级处理。 客户也应该知道正在发生什么，而不是突然换了一个接待者，又被要求从头解释。 对话要跟随用户的当前意图 用户可能改主意、插入新问题，或者不想继续原来的任务。Agent 不能把既定流程当成必须完成的脚本。 这里设计的不是一条固定话术，而是：什么时候追问、什么时候行动、什么时候暂停、什么时候交给人。 三、对 Agent 开发最有用的一点：知识与行为分开 文章建议： 内容和事实放知识库，比如退款政策、产品说明。 语气和处理方式放指令，比如“价格问题直接回答”“用户着急时先给可执行步骤”。 每出现一个 badcase 就加一段提示词，很容易让规则越积越多、互相打架。更好的做法是判断：缺的是知识，还是行为约束？旧规则能否合并或删除？ 但“保持指令简短”不等于删除必要的权限和安全约束。文章讨论的是沟通指导；执行层面的授权检查仍需要独立保证。这是我的补充，不是原文结论。 四、怎么落地？ 作者不建议一开始就招聘专职对话设计师，而是先明确一个负责人，再找一种“答案正确、客户却仍不满意”的对话来改。 比如退款场景： 改前：解释一大段退款政策，最后让用户联系人工。 改后：先明确是否符合条件；需要查订单就获取必要信息；确实需要人工时，说明原因，并把已确认的信息一起交过去。 然后观察客户是否还要重复描述、能否顺利解决，以及满意度有没有改善。不要只追求少转人工——该转的时候转得顺畅，也是好体验。 我的理解：这篇文章是在提醒我们，Agent 的交付单位不是“一条正确答案”，而是“一段让用户顺利把事情办完的交互”。它偏客服场景，但对 pa、ca 也适用：少说无用的话，跟上意图变化，卡住时把上下文交接清楚。