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。

· 2 min read

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:

  1. 把 demo 做出来
  2. 给真实用户(他爸)试
  3. 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