从一段对话开始:我第一个 AI 客服 Demo 的诞生
没有真实场景,所有 AI 都是空的。我从一次聊天开始,找到了一个真实的客服痛点,做了一个最小可行的 AI Demo。
从一段对话开始:我第一个 AI 客服 Demo 的诞生
1. 起点:不是创业,是一次”试项目”
最近我在做一些 AI 相关的小项目,但我很清楚一件事:
如果没有真实场景,所有 AI 都是空的。
所以我没有一开始去写系统、搭框架、搞架构,而是先做了一件更重要的事:
👉 找一个真实业务的人,聊一聊他每天在干什么。
这个机会刚好在我身边——一个从小认识的朋友,他爸爸在做电信客服相关的公司。
我没有去谈”AI有多牛”,也没有说”我想创业”,只是很简单地问:
客服最麻烦的事情是什么?
2. 第一手信息:真正的痛点是什么
对方给我的回答,比我自己想的任何 idea 都真实:
- 客服长期面对客户的无理要求、质疑甚至辱骂
- 很多问题超出权限,但客户必须要求当场解决
- 一通电话可能拖 1–2 小时
- 大量重复问题(相同话术、相同流程)
- 大促期间(双11、618)压力极大,需要连续加班
最让我印象深刻的一句话是:
“有的客户必须要你当场给他处理,但你权限根本做不了。”
这其实暴露了一个很关键的结构问题:
- 前线客服:压力最大
- 权限:最小
- 决策:不在他们手里
3. 问题拆解:我看到的 3 个机会点
基于这些信息,我没有马上写代码,而是先做了一步:
👉 把问题结构化
① 情绪压力问题(Emotional Load)
客服不仅是在”处理问题”,还在”承受情绪”。
这类问题的特点是:
- 高强度
- 长时间
- 难标准化
② 重复性问题(Repetition)
例如:
- “网速慢怎么办”
- “为什么断网”
- “怎么投诉”
👉 这些问题本质是可以标准化的。
③ 权限与流程冲突(Escalation Gap)
最有价值的一点:
- 客服不能处理
- 客户必须要处理
- 最终变成长时间消耗
👉 这其实是一个”判断 + 升级”的问题。
4. 我的思路:不做系统,只做一个能力
我没有选择一开始做完整客服系统,而是决定:
只做一个”AI辅助能力”,验证是否有价值。
5. Demo 设计(第一版)
输入
客服输入一段客户投诉:
“你们网络太垃圾了,我要投诉,一直掉线!“
AI 输出
情绪:愤怒
问题类型:网络故障 / 投诉
风险等级:高
是否需要升级:建议升级
建议回复:
您好,非常抱歉给您带来不好的体验,我们这边可以先帮您检测一下线路情况,同时为您提交进一步处理申请。
语音能力(TTS)
不仅是文本:
👉 还可以自动生成语音:
“您好,非常抱歉给您带来不好的体验……“
6. 技术方案(MVP)
我最终选的是一个非常简单的架构:
前端(简单页面 / Chatwoot)
↓
FastAPI(后端)
↓
AI模型(DeepSeek / 类似API)
↓
TTS(语音生成)
核心原则只有一个:
能跑 > 完美
7. 为什么我没有一开始用复杂框架
我一开始看了很多开源项目,比如:
- Chatwoot(客服系统)
- Rasa(对话系统)
但最后我决定:
❌ 不从这些开始 ✅ 先做一个最小可行 demo
原因很简单:
- 系统太大 → 容易卡住
- demo 太慢 → 错过窗口
8. 当前阶段:不是产品,是验证
我现在做的,还不能叫产品,只是:
一个”可以展示的能力片段”
目标不是上线,而是验证:
- 这个东西有没有用
- 对方会不会感兴趣
- 能不能继续做下去
9. 关键认知(这一步最重要)
这次最大的收获不是技术,而是:
AI 不重要,场景才重要。
如果我一开始就写代码,我可能会做:
- 聊天机器人
- AI助手
- Agent系统
但这些都不会打动人。
真正有价值的是:
一个能解决”具体问题”的能力。
10. 下一步
接下来我要做的不是扩展功能,而是:
- 把 demo 做出来
- 给真实用户(他爸)试
- 听反馈
如果对方说:
“这个东西有点用”
那这件事才真正开始。
结语
这不是一个”AI项目”的开始,而是:
我第一次真正接触真实业务问题的开始。
比写任何代码都更重要。
如果你也在做 AI 相关的事情,我的建议是:先别写代码,先去找一个真实的人,问一句”你最头疼什么?”
——Jiahao Ren,一个正在学着从场景出发的 CS 学生