跳至正文
MakerGain
← 返回案例列表

AI 答不上来的时候,这段对话摘要关不掉

编辑:MakerGain发布:文章更新:

My AskAI 把 AI 客服转人工前的对话摘要设为不可关闭,让接手客服直接获得上下文;联合创始人 Mike Heap 回忆,公司因客服占收入 70% 而从通用问答转向客服。其 Zendesk 迁移强调 24 小时就绪、历史工单回测与内部备注并行测试,再按等效聊天工单收费;TravelJoy 案例称解决率从 24% 升至约 80%。

在启用 AI 直接回复的聊天或工单里,转人工发生时,接手的人看到的不是一张空白工单,而是一段 AI 自动生成的对话摘要。My AskAI 把这段摘要设成不能关闭:AI 答不上来时,客户不用把刚才说过的话再说一遍。[1]

这是一家做 AI 客服的公司。产品接在 Zendesk、Intercom、Freshdesk、Gorgias、HubSpot 里,企业不用搬走现有 helpdesk。[2]

图:来源 My AskAI 实际图片来源[3],2026-11-10取得,保留原界面。

那个不能关的摘要,是产品里最值得停一下的设计。它不解释 AI 多聪明,只把交接时要用的上下文固定下来。支持文档列出的转人工触发包括 AI 答不了、用户要求转人、用户沮丧和预设规则;摘要做的是把前面这段对话交代清楚,让这一棒交得完整。[1]

先做通用问答,被收入数字拽去客服

联合创始人 Mike Heap 在 Pinecone 的 RAG Brag 访谈里回忆,公司最早做的不是客服。那是个通用的“输入资料、问问题”的产品,学生和律所都用过。问题出在两处:功能优先级排不明白,营销也难做。后来他们发现,客服占了当时收入的 70%,才转过来,并且把产品重建了一遍。[4]

这个转向听起来顺理成章,但 70% 是个结果,不是计划。一个通用工具被不同用户用着,最后是收入结构替他们做了选择。我比较信这种被数字推着走的故事,它比“我们洞察到客服痛点”更接近创业真实的样子。

技术上也能解释得通。Alex Rainey 在同一次访谈里说,他们从网站和文档里检索相关片段,喂给模型。这解释了为什么客服是合适场景:答案本来就在帮助中心里,检索得准,回答就有出处。RAG Brag 访谈[4] 他们用 Pinecone 做向量存储和检索,PortKey 当 LLM 网关,负责 fallback 和响应缓存。这份技术栈是访谈时点的,访谈没标发布日期。

“fallback”和“缓存”这两个词值得看一眼:访谈里,Alex 把 PortKey 的 fallback 解释成主模型服务故障时的备用,把响应缓存当作省时间、省成本的手段。他还把调 LLM 比作对付一头野兽——有力但不可预测,提示词改一点,输出就可能变。这个说法能解释他们为什么把测试做得很细。Mike 也提了一句更实在的:OpenAI 模型更新会显著影响回答质量。产品的一部分质量不在自己手里。

获客这块 Mike 说得挺坦白:早期靠 AI newsletter 和 influencer 带来客户,但渠道寿命短;找可重复的分销渠道很难;AI 领域噪音也大。RAG Brag 访谈[4] 官网 About 页还写着,两位创始人仍在亲自做演示、onboarding 和人工支持,在含人工支持的方案上,客户直接跟做产品的人合作。[2]

答错的题,得有人补

客服 AI 的麻烦不只在回答那一下。知识库里没那条,AI 答不上来,工单转给人工之后,知识库怎么补?

Self-Learning 做的是:比较转人工工单上 AI 的回复和人工的回复,自动起草知识文章,补上缺口。About Us[2] 这些草稿是否经过人工审核,About 页没提;它把“维护知识库”从等人写,变成系统先自动起草。

Tools 走得更远:连客户的 API 查订单、处理退款、取消订阅、更新账户。但它有前提——相应系统得连上,而且必须遵守企业设定的规则。About Us[2] 定价页的 FAQ 补了一句:技术团队可能需要创建或更新 API endpoint,Tasks 和 Tools 也需要相应的系统连接和访问规则。定价页[5] 换句话说,AI 能做什么,边界是客户连了什么、允许了什么。

转人工的触发条件列得很细:用户要求转人、AI 答不了、用户沮丧、预设的 guidance 规则、标签主题。Intercom、Zendesk Messaging+Tickets、HubSpot、Freshdesk、Gorgias 支持原生 handover;Freshchat 也能转人工,但邮件转交不支持。支持文档[1] 细到某个渠道不支持,这种写法不像宣传材料,读起来像踩过坑之后记下来的。

迁移才是那件脏活

只把 My AskAI 理解成“一个装进现有 helpdesk 的 AI 客服”,会漏掉它真正要卖的东西。迁移页写着:从 Zendesk AI 迁过来,拿到所需访问权限和设置细节后,24 小时内可以准备好测试;保留 Zendesk 的 tickets、macros、views 和 help center;先用历史工单回测,再在 Zendesk Tickets 里用内部备注并行测试;Zendesk Messaging 不支持备注模式,得单独测试和上线。[6]

这段流程里没有一句在讲模型多聪明。它讲的是怎么在不打断现有客服运转的前提下,让一个新东西进来。对一支正在跑的客服团队来说,这比任何解决率数字都更有说服力——回测、并行、上线,每一步都留了客户自己决定的余地。

三档的分界线

价格分三档:Pro 月付 约 CN¥1,327.39($199),含每月 1,000 张等效聊天工单;Scale 月付 约 CN¥3,328.49($499),含 2,000 张,不限团队席位;Enterprise 从 约 CN¥6,663.65($999)/月起,面向每月 20,000+ 张工单。计价按“等效聊天工单”走:1 个 conversation credit 等于 2 次 AI 回复,只回一次的工单算 0.5 个 credit。[5]

附加项里,API、Slack 和 Teams 访问在 Pro 是 约 CN¥326.85($49)/月的加购,到 Scale 才包含;Tasks、Tools 和图片回复按 约 CN¥0.13($0.02)/次回复;AI tagging 按 约 CN¥0.33($0.05)/标签,且在 Zendesk Messaging 和 HubSpot 不可用。定价页[5] 这些条件会改变实际账单:需要自动分类的团队按标签数付费;要用 My AskAI 的 API、Slack 或 Teams 访问,则 Pro 得加 约 CN¥326.85($49)/月。

数字与边界

公司自述是 bootstrapped、已盈利、在增长,不需要外部融资。官网 About 页还说服务 200+ 家企业、每月处理 20 万张工单、正常运行时间超过 99.99%,有 SOC 2 Type II,Enterprise 支持 HIPAA;定价页则写 250+ 家企业、累计解决 190 万+ 张工单。[2] · 定价页[5] 这些都是公司自己说的,没给统计期间和审计细节。利润仍然不清楚——模型调用、向量存储、抓取、人力的成本都没披露,利润怎么算也没说明;“已盈利”仍是公司自述。

客户案例里,TravelJoy 的路径比较典型:先用 Zendesk Advanced AI 试了几个月,没达到预期,转过来。保留 Zendesk Ticketing 和 Messaging,知识来自网站同步和内部 Notion;Messaging 从第一天就开直接回复,邮件工单用 Copilot 草稿,且只回第一条消息。上线时 AI 解决率约 76%,现在约 80%,AI CSAT 86%,覆盖每月 2,500–2,700 张工单,累计解决超过 24,500 张。[7]

同一页面还有两个省时口径:开头和概览说每月省 193 小时,后文按每工单 5 分钟处理时间算,则是 205 小时。两个数都来自厂商案例,方法、样本和统计期间没完整披露。

这份案例由 My AskAI 自己发布,数字得带着这个范围看。但至少在这个案例里,客户不是从零开始用 AI,而是从另一个 AI 那里搬过来。

这门生意最难的地方,是让客户敢把第一线交出去。My AskAI 把迁移拆成客户能先回测、再决定是否放开直接回复的步骤,但换系统的风险仍由客户自己承担。

继续阅读

AI 客服AI 搜索AI 电商
访客点下转人工时,Chat Data 给同事发了封带免登录链接的邮件

Chat Data 把企业文档、网页和文件训练成可部署到网站与消息渠道的 AI 客服代理,并用免登录邮件链接把访客转人工接起来。它按 message credit 计费,支持自建模型和 Composio 托管的 MCP;TrustMRR 页面列出 MRR 约 CN¥117,697.85(17,645 美元)、304 个活跃订阅,团队 2–5 人。

AI 客服AI 效率
先绑卡,再进门:ChatDash 把 AI 语音代理的收款做成了一门年费生意

ChatDash 把面向代理商的白标 AI 代理仪表盘做成按年卖客户槽位的生意:客户须先绑卡才能进面板,Stripe 自动处理订阅与按量账单;SaaS Mode 则限制为 Growth 加购,且只支持 Retell 语音、OpenAI 文本。TrustMRR 页面截至 2026-11-14 称其累计收入 约 CN¥4,025,839.98($603,545)、MRR 约 CN¥114,509.43($17,167)。

AI 客服AI 搜索AI 电商
客服机器人开始替你查订单,Chatwith 把“说话”和“动手”分开记账

Chatwith 将客服回答与外部操作分开计费:消息用 credits,经 MCP 成功执行的动作另计;约 CN¥60.03(9 美元)起,额外 1,000 次 MCP 动作 约 CN¥40.02(6 美元)。创始人自述 2024 年把约 2.1 万美元 AppSumo 收入投入 Google Ads,一度付不出账单;TrustMRR 显示 2026 年 11 月 MRR 约 CN¥24,159.91(3,622 美元)、42 个活跃订阅。

AI 客服AI 搜索
下午一点上线,三十分钟后第一笔付款:Chatbase 把公司文档变成了会查订单的客服

Yasser Elsaid 于 2023 年推出 Chatbase:上传文档即可得到定制客服机器人,上线 30 分钟就有首笔付款。产品扩成跨 chat、email、voice 的客服代理,能查订单、改记录、转人工。公司自筹,套餐 Basic 约 CN¥1,000.55($150)/月、Business 约 CN¥3,335.16($500)/月;与 SiteGPT 比动作能力和消息额度。