AI 客服不懂客户,多半不是模型问题:不知道你是谁、没接准意图、不记得你们发生过什么。

🦩 第 107 篇 · 2026 年 9 月 19 日
“你们的 AI 根本不懂我”——这是 AI 客服和运营最常收到的抱怨之一。第一反应往往是"模型不行、换个更聪明的",可十有八九换完还是被抱怨。因为真正的问题,大多不在模型聪不聪明,而在它压根不知道你是谁、你在说什么、你们之前发生过什么。这三件事,才是"不懂我"的真实来源。
一句话
客户说"AI 不懂我",八成落在这三种情况:它不知道你是谁(没有身份)、它答的不是你要的(没接准意图)、它不记得你们之间(没有往来)。对应的不是换模型,是补这三样东西。
情况一:它不知道你是谁(没有身份)
最典型的"不懂",其实是它对每个人都一样:
场景:
- 老客户一进来,AI 又从头问"您是哪位/办什么"
- 会员和散客收到一模一样的推法
- 明明是老客,却比新客还陌生
客户的感受:"我明明来了好多次,它完全不认识我"
问题不在它不会说话,在它"读不到你是谁":身份/等级/历史没有接进对话,它自然只能拿通用话术应付所有人。
修的方向:
- 让对话开始时就能识别/关联到这个人(手机号/会员/历史单)
- 不同身份走不同基本对待(新客/老客/VIP 至少分得清)
- 它答前先知道"我在跟谁说话"
情况二:它答的不是你要的(没接准意图)
第二种"不懂",是它答得很流利,却答偏了:
场景:
- 客户问"周末能不能送",它答"我们支持在线下单"
- 客户在抱怨,它当成咨询热情介绍产品
- 客户一句话里有两件事,它只接了一件
客户感受:"它答了,但答的不是我问的"
根子在意图没接准:它认的是"字面",没读懂"话背后的那件事"。
修的方向:
- 让它在开口前先判"这是哪类事"(咨询?抱怨?要退?催单?)
- 情绪与诉求并存的,先接情绪再接诉求
- 一句话多诉求的,别只抓一件
- 拿不准就问清,不要硬答
(这也是为什么"业务本体/结构化知识"比堆话术更治本:让它先懂"这是哪件事",而不是照着关键词答。)
情况三:它不记得你们之间(没有往来)
第三种最冤:你在别处已经说过、办过,它却像第一次见:
场景:
- 客户昨天才在 A 渠道投诉过,今天 B 渠道又热情推销
- 客户上次买了什么、说过什么偏好,它一概不知
- 客户被迫"每换一个入口就重说一遍"
客户感受:"我都说过了,它根本不当回事"
问题不在它记性差,在各渠道/各环节的往来记录没打通,它手上没有"你们之间发生过什么"。
修的方向:
- 把跨渠道/跨环节的往来(咨询/投诉/购买)接成一份能读的
- 它答前先看"这个人最近说过什么、有什么要注意的"
- 避免"这边安抚、那边又在戳痛处"的体验事故
三种情况怎么区分/先修哪个
不用猜,拿"它到底缺哪一样"去对号:
现象对照:
- 对谁都用同一套话 → 缺【身份】
- 答得顺但答偏 → 缺【意图接准】
- 换入口/换时间就断片 → 缺【往来打通】
优先级(常按此):
① 先修【身份】(最影响"被当成人对待"的感受)
② 再修【往来】(次影响,跨渠道体验一致)
③ 同时磨【意图】(持续调,最长期)
落地:先别换模型,先补"它缺的那一样"
建议起步:
① 从客户抱怨里翻一批"不懂我"的原话
② 逐条对号:是缺身份 / 缺意图 / 缺往来
③ 挑占比最大那一类,先补对接(而不是先换模型)
④ 补完再用同批抱怨回测,看"不懂我"是否明显减少
问题定位对了,常常不用换模型就能把体验拉回来
我的判断
“AI 不懂我"这句抱怨,最容易被误读成"模型太笨,换个更强的”。可真去拆,大半是它缺身份、缺意图、缺往来——三样都不是模型强弱的问题,是"你让它跟客户对话前,有没有把该知道的给它"。
客户说"不懂我",其实是在说"你没看见我"。 让它知道"你是谁、你在说什么、我们之间发生过什么",比换一个更聪明的模型管用得多。这三样补齐,多半的"不懂我"就不再是问题——也不会再有那些"它答得很流利,却答不到我心里"的遗憾。
延伸阅读
- 办公 Agent 想落地,先啃会议和流程两座山
- 本地生活门店的 Agent 团队,一次真实复盘
- 本体论:让 AI 理解业务而不是背答案
- 别急着做 AI 早报,先核对落地三环
- 别再堆 MCP 和 Skills,工具越多越乱
- 不是急着做AI和人的分工不是谁,是先核对AI落地
- 不是一岗配一 AI,我收敛成几个 Agent
- 餐饮后厨前厅供应链,AI 让每环少操心
- 餐饮老板要的 AI,是少请几个帮工
- 从本体论到知识图谱,三层架构怎么搭
相关阅读
标签
继续读
同栏目相关文章,方便对照着看。
AI 上线头一周,先盯紧这四件要事别放
AI 落地项目上线第一周别只看 demo。盯四件事:在不在跑、对不对、人的反应、出错怎么兜。
AI 项目为什么大多死在第二个月就停
AI 落地项目第一个月有掌声,第二个月只剩没人愿意干的脏活:维护、接真业务、说服使用的人。
A2A 不只是连 Agent,门店之间也要协同
A2A 的价值不止让 AI 互相说话。A 店缺货、B 店有货,门店之间能对上话才是关键。先在一家店验证。
AI 当员工还是当工具,结果完全不同
AI 落地半年后差距很明显:有人越用越省事像多带个员工,有人越用越累只把它当工具。
AI 原生组织,不是买工具,是重新长一遍
买一堆 AI 工具不等于 AI 原生。真正的差别在分工、工作流、决策习惯是否按 AI 重排。

