---

背景痛点

抖店商家最头疼的客服问题集中在三方面：

• 高频重复问题消耗人力：约60%的咨询涉及发货时效、退换货政策等固定内容，人工客服重复回答效率低下。
• 夜间服务缺口明显：22:00-8:00时段咨询转化率比日间低40%，但全职夜班客服成本高达1.2万元/月。
• 响应延迟导致流失：测试数据显示，人工客服平均响应时间87秒，超过30秒等待会造成15%的客户流失。

技术选型

规则引擎（AIML）

• 优点：零训练成本，适合"问A必答B"的确定场景
• 缺点：无法处理"我的红色衣服能换蓝色吗"这类变体问题

NLP模型（BERT/GPT）

• 优点：理解语义泛化能力强，准确率可达85%+
• 缺点：需要500+条标注数据，GPU推理成本较高

推荐方案：

1. 冷启动期用规则引擎覆盖60%高频问题
2. 累积2000条真实对话后，迁移到轻量版BERT（如DistilBERT）

核心实现

FastAPI基础框架

from fastapi import FastAPI, Request
from pydantic import BaseModel

app = FastAPI()

class Message(BaseModel):
    user_id: str
    text: str

@app.post("/chat")
async def chat(message: Message):
    # 这里添加对话逻辑
    return {"response": "默认回复"}

对话状态机实现

状态转移图示例：

graph LR
    A[初始状态] -->|问候语| B[商品咨询]
    B -->|包含价格关键词| C[价格答疑]
    C -->|用户确认| D[促成订单]

关键代码：

class DialogState:
    def __init__(self):
        self.state = "INIT"
        self.context = {}

    def transition(self, intent):
        if self.state == "INIT" and intent == "GREET":
            self.state = "PRODUCT_QUERY"
        elif self.state == "PRODUCT_QUERY":
            if "price" in intent:
                self.state = "PRICE_CONFIRM"

生产考量

AC自动机敏感词过滤

import ahocorasick

def build_automaton(keywords):
    A = ahocorasick.Automaton()
    for idx, word in enumerate(keywords):
        A.add_word(word, (idx, word))
    A.make_automaton()
    return A

# 使用示例
auto = build_automaton(["假货", "骗子"])  # O(n)构建，O(m)查询

会话隔离方案

from contextvars import ContextVar

session_id = ContextVar("session_id")

@app.middleware("http")
async def set_session(request: Request, call_next):
    session_id.set(request.headers.get("X-Session-ID"))
    return await call_next(request)

避坑指南

FAQ数据预处理

1. 收集历史客服记录，提取TOP50问题
2. 对每个问题生成3-5种不同问法（如："多久发货"→"几天能到"）
3. 标注时注意合并同义问题（"退货"和"退款"可能属同一意图）

意图漂移检测

def check_intent_drift(current_text, session_history):
    # 计算最近3句话的语义相似度
    if cosine_sim(current_text, session_history[-3:]) < 0.4:
        return True  # 发生话题跳转

延伸思考

抖音开放平台提供客服事件推送API，可实时接收用户消息。建议后续接入：

1. im.message.receive 接收用户咨询
2. im.custom.service 发送客服消息
3. 结合订单API实现"查订单"等深度功能

实测某服装店铺接入后：

• 响应时间从87秒降至9秒
• 夜间转化率提升22%
• 客服人力成本减少35%

完整代码示例见GitHub仓库（需替换真实Token）：

from douyin import DouyinAPI

dy = DouyinAPI(access_token="your_token")

def handle_message(msg):
    ai_response = generate_response(msg.text)
    dy.send_message(user=msg.user, text=ai_response)