客服作为企业连接用户的核心触点，长期面临场景覆盖广、诉求细碎繁杂、进线用户携带负面情绪等痛点。传统AI客服机械应答的模式难以适配复杂需求，导致大量进线咨询最终流转至人工，既推高了运营成本，也降低了用户服务体验。

随着大模型与Agent技术的成熟，AI客服的能力边界迎来突破性拓展。本次升级围绕货拉拉业务特性，从底层痛点拆解、全链路方案设计到落地效果验证，系统性迭代了智能路由、场景化应答改写、情绪感知安抚等核心能力，打造出兼具专业度与温度的新一代客服数字人，实现在线和热线服务体验与运营效率的双重提升。

演讲提纲：

一、货拉拉客服介绍

1.  货拉拉客服概览

2.  AI客服痛点分析：

a.  场景多样(27个业务场景)且边界模糊，如何准确分发问题，从而提升回复的准确率

b.  进线人多带负面情绪，如何针对性安抚以便能顺利对话并解决问题

c.  问题本身繁杂，如何取舍设定回复的边界

3.  AI客服数字人目标

a.  准确回复进线人的问题并安抚进线人情绪，以提升分流率和问题解决率

二、AI客服数字人方案及实践

1.  整体方案概览

a.  包含哪些部分：灵活的头脑、敏锐的耳目、严谨的口舌、敏捷的手脚、温暖的心及丰富的知识，共同刻画出一个能安抚情绪、能解决问题的AI客服数字人

i.  场景路由：头脑清晰的调度中枢；精准识别用户需求并高效分发任务，确保服务路径最优解

ii.  Query改写：文思敏捷的语义引擎；深度解析用户Query并精准重构表达，提升交互容错性与准确性

iii.  舆情质检：耳聪目明的舆情侦探；实时捕捉舆情问题，及时反馈上报，控制舆情风险

iv.  红线过滤：敏感内容的安全卫士；识别与拦截高风险内容，严守合规底线，避免祸从口出

v.  多模态情绪感知与共情：温暖细心的贴心助理；融合语音、文本、表情多维度情感识别，实现人性化情绪回应

vi.  Skill&MCP：技能多样的多面能手；无缝调用多领域能力模块，提供一站式场景化解决方案

vii.  知识挖掘：博闻强识的宝藏地图；快速、准确挖掘场景知识，满足数字人客服专业知识储备

2.  整体架构是什么

a.  文本：multi-agent方案，不同的模块即为一个agent，用户问题经过路由、改写与情绪识别后，通过中控Agent分发到具体的专家Agent进行问题解决，最终给到用户反馈

b.  热线：热线时效要求高，简单的multi-agent方案不再适用；因而使用快慢自考架构：

i.  快思考：基于上下文对话内容输出承接语，快速响应司机，且确保与上下文过度自然

ii.  慢思考：输出最终回复，准确处理司机问题

    整体上既能确保用户体验流畅，又能准确处理用户问题，实现时效和回复效果的共赢

3.  各项自能力介绍

a.  路由模块/改写模块：如何通过模型精调实现准确分发与改写

b.  情绪安抚模块：如何设计情绪类型、情绪识别方案、情绪处理策略及情绪评估方案，最终实现情绪的识别与处理

c.  红线模块：什么是红线、如何通过多重限定机制确保AI不会输出红线内容

d.  知识挖掘模块：如何从零散的线上真实对话中提取出有用的知识库，并与当前已有的知识库合并，降低业务梳理知识所需的人力

e.  ...

4.  客服落地效果展示：

a.  具体的效果指标与对话示例展示

三、总结和展望

1.  总结

2.  展望

听众收益：

1. 货运场景下的客服业务特点及痛点

2. 企业级AI客服数字人解决方案和落地效果

3. AI客服数字人各项子能力构建方案