AI SaaS / 电商客服 / 产品设计
智客 AI 智能客服系统
为中小电商商家设计的轻量级 AI 客服工作台，用知识库检索、推荐回复、人工兜底和数据复盘，降低重复咨询的人力成本。
今日客服概览
系统运行中
今日对话量1,286+12.5%
AI 解决率87.3%+3.2%
满意度4.8+0.2
响应时长1.2s优化中
对话量趋势7 天
实时动态Live
AI 推荐回复 · 置信度 92%
命中“发货时间”知识条目：现货商品下单后 48 小时内发货，定制商品 7 个工作日内发货。
向下查看项目背景、核心方案和设计产出
Project Overview
把“AI 客服”拆成商家可理解、可管理、可优化的工作台。
这个项目不是单纯的界面练习，而是一次从业务问题到产品方案的完整表达：先定义中小商家的重复咨询痛点，再设计客服主管每天能使用的数据、会话、知识库和分析流程。
项目类型AI SaaS 产品设计 / 作品集案例
目标用户中小电商商家、店长、客服主管、一线客服
我的角色产品调研、PRD、信息架构、原型设计、API Demo
核心产出Web 管理后台、移动端工作台、FastAPI 后端、搜索/RAG Demo
PRD
智客 AI 智能客服系统 PRD 文档
点击按钮后在当前页面阅读完整 PRD，不再打开新页面或下载文件。
Problem
中小商家真正需要的不是“更炫的机器人”，而是能减轻重复劳动的稳定系统。
重复咨询消耗人力
发货、退换货、优惠券和物流查询高度重复，但仍需要客服逐条回复。
服务质量难标准化
不同客服回复口径不同，新人上手慢，促销高峰容易出现漏答和错答。
知识库缺少反馈
商家知道要维护 FAQ，却很难判断哪些问题没答好、哪些条目该优化。
Solution
用“知识召回 + 推荐回复 + 人工兜底 + 数据复盘”形成闭环。
MVP 阶段没有追求复杂 Agent，而是将 AI 能力落到客服场景中更可控的几个产品动作，让商家能看懂、能使用、能持续优化。
1
客户咨询
接入来自电商平台的售前、售后和物流问题。
2
知识召回
通过常见问法、同义词和模糊匹配命中 FAQ。
3
推荐回复
给客服展示答案、置信度和知识来源。
4
人工兜底
低置信度或复杂问题转人工处理，避免误答。
5
数据复盘
用解决率、命中率、介入率推动知识库迭代。
Interface
核心界面围绕客服主管的日常工作流展开。
Web 端承担管理与复盘，移动端承担随身查看和紧急处理。页面结构优先服务扫描、筛选、判断和行动。
会话管理 / AI 推荐回复
待处理
AI 处理
已解决
AI 推荐答案92%
用户询问“什么时候发货”。系统命中“发货时间”条目，并提示答案来源，客服可一键采用或编辑。
采用
编辑
转人工
数据分析 / 优化洞察
物流咨询本周上升 32%建议补充发货时效和快递说明。
退换货解决率下降建议拆分质量问题和个人原因两类答案。
夜间 AI 解决率稳定可继续扩大自动回复覆盖范围。
问题类型分布本周
System Thinking
技术方案服务于产品指标，而不是为了技术而技术。
项目用 FastAPI 和 PostgreSQL 搭出基础 API，用 pg_trgm 与 Qdrant Demo 表达从低成本搜索到向量检索的升级路径。
产品层
- 围绕 AI 解决率、知识库命中率、人工介入率设计指标。
- 将推荐答案设计为可采纳、可编辑、可转人工的可控动作。
- 通过低命中率知识条目标记，形成持续优化机制。
实现层
- FastAPI 提供用户、店铺、商品、知识库、会话和分析接口。
- PostgreSQL 存储业务数据，并用 pg_trgm 支持模糊召回。
- Qdrant Demo 表达向量检索和 RAG 升级空间。
5Web 管理后台核心页面
5移动端核心页面
20+RESTful API 接口
1可讲述的 AI 产品闭环
Next
从需求分析到可运行 Demo，完整呈现一次 AI 产品落地过程。
继续查看产品文档、Web 原型和数据看板，了解这个项目如何从业务问题拆解到产品方案与技术验证。