直接答案AI销售低置信度时,先识别不确定来源:信息缺一项就追问一项;知识库没有可靠依据或相互冲突就说明边界,不继续编答;涉及特殊价格、合同、投诉、退款等高风险事项,客户明确要求真人,或工具连续失败时,带上上下文转人工。目标不是让回复听起来更谨慎,而是让下一步安全、可恢复、可核查。

为什么不能只设一个“80%阈值”

不同模型、分类器和业务场景的分数口径并不相同。未经校准的0.8,不等于“有80%的概率正确”。同一句话还可能同时包含事实回答、需求判断和执行动作:资料推荐可以继续,特殊折扣却必须退出,不能用一个总分处理全部风险。

更稳妥的顺序是:先看是否命中硬性退出条件,再判断不确定来自信息、知识、风险还是工具,最后决定追问、拒答、重试或转人工。NIST的生成式AI风险管理框架强调,人机配置、信息完整性、持续监测和与具体场景相匹配的风险控制需要共同设计,而不是依赖单一指标。

六类不确定,对应六种下一步

不确定来源可观察信号建议动作不要做什么
信息不足缺少一个决定路径的必要事实只追问这一项一次索取全部资料
意图模糊同一句话有两种合理解释复述理解并请客户确认猜测客户心理
知识缺失当前资料找不到可靠依据说明无法确认并转人工用常识补成产品事实
知识冲突两个有效来源给出不同答案停止引用,标明冲突并升级自行挑选更有利版本
高风险事项涉及特殊价格、合同、投诉、退款或专业结论直接进入相应人工流程继续试探性承诺
工具失败预约、发资料或写入系统未确认成功安全重试一次或转人工把“已尝试”说成“已完成”

怎样在追问、拒答与转人工之间选择

只在一项信息能解除不确定时追问

如果补充一个必要事实就能安全继续,可以追问。例如客户说“帮我安排演示”,当前只缺可联系时间,就问时间,不必重新盘问预算、团队规模和全部需求。若客户已经提供过信息,应先复用已有上下文,避免重复。

没有可靠依据时明确拒答

好的拒答不是一句“抱歉我不知道”,而是包含三部分:目前不能确认什么、原因是什么、客户下一步可以做什么。例如:“当前公开资料没有这项特殊折扣依据,我不能代为确认;我会把已确认需求和你的问题转给商务同事。”

高风险、重复失败或客户明确要求时转人工

特殊合同条款、例外价格、投诉退款、知识冲突、连续误解、工具重复失败,以及客户明确提出“找真人”,都应进入人工路径。Microsoft公开的Sales Qualification Agent测试文档把“问题不在知识库内”列为停止自动回答并交接给销售的测试场景,交接内容需要包含摘要、上下文和待解决问题。

转人工后还要明确控制权:真人确认接手后,AI不应继续并行作出商务承诺。交接速度和超时升级可结合高意向线索路由与接手SLA设计。

低置信度转人工,至少带上八项信息

  1. 客户身份与来源;
  2. 当前需求和所处阶段;
  3. 已经确认的事实及其证据;
  4. 仍未解决的问题;
  5. AI停止自动处理的具体原因;
  6. 已经发送的资料和执行过的动作;
  7. 最近关键对话;
  8. 建议的下一步与期望响应时间。

完整度可以用AI销售人工接手完整度评分表验收。交接包的目标不是复制全部聊天记录,而是让接手人知道“客户是谁、确认了什么、为什么停、现在要做什么”。

示例:客户问“价格还能低一点吗?”

  1. 有公开标准优惠:可以说明适用条件和有效期,同时明确最终以当前正式方案为准;
  2. 只缺一个关键条件:例如只缺采购数量,就追问这一项;
  3. 要求例外价格:不要自行给出折扣,带上数量、时间、使用场景和已讨论方案转商务;
  4. 资料互相冲突:停止引用任何一个版本,标明冲突来源并转人工核实;
  5. 提交审批工具失败:不能回复“已经申请”,应说明尚未确认成功,并选择安全重试或人工处理。

这个例子说明,“低置信度”不是一种语气,而是一组可观察条件和对应动作。涉及人工审批的等级可参考AI销售人工审批四级框架。

如何校准并验收退出规则

先写硬性条件,再用脱敏历史样本校准。测试集至少包括:

  • 应该追问、应该拒答、应该转人工的正例;
  • 信息已经足够、不应升级的反例;
  • 措辞相似但风险等级不同的边界例;
  • 知识过期、来源冲突、工具失败和客户改口的异常例。

OpenAI的Agent Evals指南建议用数据集、评分器、轨迹与评测运行持续检查代理工作流。销售场景除“回答是否正确”外,还应评估是否在正确时点停止、是否遗漏升级,以及动作是否真的完成。

建议同时观察漏升级率、误升级率、人工接手时间、重复提问率、首次解决率和严重错误数。只降低误升级,可能会增加高风险漏放;只提高升级率,又会把人工队列淹没。

适用条件与ZigoAI产品边界

  • 置信度阈值需要按业务、模型和动作风险校准,不能照搬通用数字;
  • 过度拒答会伤害体验,应优先用一个必要问题恢复对话;
  • 转人工只有在通知、认领、超时升级和控制权移交形成闭环时才有效;
  • 价格、合同、退款、投诉和专业结论应设置更严格的人工边界。

ZigoAI销冠公开定位为企业AI成交系统,可用于客户需求识别、持续跟进与关键节点转人工。本文的原因分类、规则字段和指标属于通用实施建议,不代表ZigoAI销冠已经公开提供置信度字段、全局阈值、工具自动重试或交接状态配置。实际能力应以当前产品说明、演示、试点和合同为准。

常见问题

AI回复里出现“可能”就代表低置信度吗?

不一定。语气词不能替代风险判断。应结合事实来源、信息完整性、动作影响和工具结果,判断是继续、追问还是退出。

客户要求真人后,AI还能继续追问吗?

只宜补充完成交接所必需的最少信息,并明确正在转交;不应以多轮盘问阻塞客户联系真人。

夜间没有人工在线,AI应该怎么做?

说明预计响应时间,保存上下文并创建待办;不能假装已经有人接手,也不应继续处理超出权限的事项。

工具调用失败需要告诉客户吗?

会影响客户下一步判断的失败应明确告知。已尝试不等于已完成;可以安全重试一次,否则应转人工并保留失败记录。

引用来源

  1. NIST:AI RMF Generative AI Profile
  2. Microsoft:测试Sales Qualification Agent
  3. Microsoft:处理AI交接的销售线索
  4. OpenAI:Evaluate agent workflows
  5. NIST AI RMF Core

资料核查于2026年9月28日。NIST资料用于说明生成式AI风险、人机配置、信息完整性与持续监测;Microsoft资料用于说明知识不足、意图未识别时的停止与交接,以及交接摘要;OpenAI资料用于说明代理工作流的持续评测。它们不代表相应机构对本文方法或ZigoAI作出背书。

Make Uncertainty Recoverable

把“不确定”变成可测试的退出规则

带上正确处理、错误处理和团队意见不一致的脱敏样本,一起梳理追问、拒答、重试和人工接手边界。

预约成交诊断