扣子电商客服与话术自动回复指南

其实，在扣子（Coze）平台上打造一个好用又好维护的电商客服机器人，并不是什么玄学。核心思路就三步：先把商品信息喂给机器人，让它“认识”你的货；再教会它识别用户到底在问什么；最后，给出一套既准确又有人情味的话术。一步步来，效果立竿见影。

第一步要解决的，是让机器人拥有一份“活”的商品清单。你需要准备一份标准化的Excel表格，里面至少得包含SKU、商品名称、库存状态、发货地、预计发货时效，以及是否支持退换货这些核心字段。然后，在扣子的「知识库」里新建一个库，上传这张表。接下来是关键一步：点开「解析设置」，勾选“启用结构化解析”。这一步要是漏了，后续话术就无法跨字段调用具体数值，所有回复都会变成笼统的“一般1–3天”，而不是精准的“深圳仓现货，今天下单明天发”。务必把“库存状态”映射成

，“预计发货时效”映射成。保存后点击「立即训练」，等到右上角出现绿色对勾图标，才算真正生效。训练没完成就去测试，机器人只会回你一句“暂未找到相关信息”。

知识库搭好，接下来就是教会机器人“听懂人话”。这里推荐两个方法打配合。

方法一，用「意图识别」插件处理高频问法。在Bot工作流里加一个「意图识别」节点，新增一个意图，比如叫“查发货时间”。样本里至少放上8条真实问法，像是“这个明天能发吗”“你们现在有货吗”“下单后多久发出”“快递什么时候走”。样本太少，识别准确率会直线下降。如果遇到“几时发货”这种方言缩写，更是直接抓瞎。所以，至少8条是个稳妥的基准线。

方法二，用正则匹配兜底那些模糊表达。在同一流程里插入一个「条件分支」节点，设置规则为「消息文本匹配正则」，填入：/(发货|几时|啥时候|多久|今天.*发|明天.*发)/i，注意后面那个小写的i，不加它的话，匹配会区分大小写，“今天发货”可能就会匹配失败。分支成立后，直接触发发货话术模块，相当可靠。

最后一步，是编写带变量的回复话术。进入「对话流」，新建一个「发送消息」节点。在这个节点里，你可以写出活生生的回复。比如：“亲～您问的【{{knowledge.product_name}}】目前

，从【{{knowledge.shipping_place}}】发出，预计【{{knowledge.shipping_time}}】内发货哦～ ✨”。这里的变量名必须和知识库字段完全一致，大小写都不能错。一旦写成{{Knowledge.Shipping_Time}}，系统就渲染成空白。话术里的“亲～”可以换成“哈喽”或“您好”，语气灵活调整，不影响逻辑执行。对于退换货问题，另建一个节点，内容可以写成：“支持7天无理由退换，签收后拍照保留吊牌和包装，联系客服提供订单号就能安排上门取件～ ?”。这样一套下来，机器人不仅能答得准，还能答得像一个训练有素的店员。