您自己网站上的助手

一个周日深夜，有人找到了您的公司。他只想问一个问题，比如：这是否适合我的情况，交货要多久，能否退货，一个十二人的团队要花多少钱。您的网站上有一个联系表单，而表单要等到周一。

到了周一，这位买家已经在别处问过某个 AI 助手了。对企业来说，问题不再是人们是否想提问，而是他们能否在您自己的网站上向您提问，并得到一个您愿意签字认可的答案。

为什么值得拥有

这种习惯是在别处养成的。Forrester 在 1 月报告称，百分之九十四的企业买家在采购过程中使用 AI；G2 在 3 月的一项调查中发现，一半的软件买家如今更常从 AI 聊天机器人而不是 Google 开始调研。习惯了提问的人，会去找一个可以提问的地方。

在那些把助手放到自家客户面前的企业里，公布的数字都很可观。Amazon 在 2025 年 10 月表示，当年有 2.5 亿客户使用过其购物助手 Rufus，使用它的购物者完成购买的可能性高出百分之六十。Klarna 在 2024 年表示，其助手在第一个月就处理了 230 万次对话，占其客服聊天的三分之二，问题解决时间从 11 分钟缩短到不到两分钟，重复咨询减少了百分之二十五。

这两组都是企业自己公布的数字，而且第一组只是相关性：会提问的人可能本来就离购买更近。但方向是一致的。在提出问题的那一刻给出答案，能留住买家；好的答案，能省下一张工单。

依据您自己的资料作答

您网站上的助手代表您发言，而且已有裁决庭这样认定。2024 年 2 月，加拿大的一个裁决庭裁定 Air Canada 向一名乘客赔偿，因为其网站上的聊天机器人描述了一项这家航空公司并不存在的退款规则。Air Canada 辩称，聊天机器人是一个独立的法律实体，应为自己的行为负责。裁决庭不同意：无论信息来自静态页面还是聊天机器人，航空公司都“应对其网站上的所有信息负责”。

相反的失败，是依据泛泛常识作答的助手。2024 年，The Markup 测试纽约市面向企业的聊天机器人时，它告诉雇主可以从员工的小费中抽成，告诉房东可以拒绝持住房券的租客，这些回答都与该市自己的规定相抵触。

所以第一条规则很简单。好的助手依据您的资料作答：商品数据、价目表、条款、使用手册、帮助页面，以及实际生效的政策。它会显示答案出自何处。当资料覆盖不到某个问题时，它会如实说明，而不是即兴发挥。

它了解您的产品和您的规则

了解产品目录是容易的那一半。有用的助手还了解与之相关的规则：什么可以承诺、什么不可以，有哪些折扣、谁有权给，哪些问题涉及金钱、健康或法律、应当交给人处理，以及退货在您的店里如何办理，而不是在一般商店里如何办理。

这些规则必须在助手上线之前，由负责这些规则的人用平实的句子写下来。大多数企业会在这一步发现，自己有些规则从来没有写在任何地方。仅凭这一点，这项工作就值得一做。

助手还必须表明自己是什么。根据欧盟《人工智能法案》，自 2026 年 8 月 2 日起，人们在与 AI 系统打交道时必须被告知，除非这一点显而易见。一个清晰的标识不花分文，赢得的信任却比给机器人起个人名更多。

它会交接给人

好助手最重要的功能，是出口。有投诉、有大额订单，或提出资料无法回答之问题的买家，应当能够联系到人，并且对话会一并移交，没有人需要解释第二遍。

另一端的人也会受益。在一项针对 5'179 名客服人员的研究中，经济学家 Erik Brynjolfsson、Danielle Li 和 Lindsey Raymond 发现，AI 助手让每小时解决的问题数平均提高了百分之十四，新手员工提高了百分之三十四，而且客户情绪也有所改善。

这正是我们所信奉的分工。机器立即回答例行问题，整理好案例，找到相关段落。需要判断、关怀或决定的对话，则留给人；在那个时刻能联系到真人的客户，会记住这一点。

应当避免什么

没有资料来源、听起来很自信却在编造的助手。假装是人的机器人。没有通往真人出口的无限循环。还没回答任何问题就先要电子邮箱地址的聊天窗口。只因页面或消息中的一段文字让它这么做，就能被说动、放弃自身规则的助手。还有未经测试就上线：上线之前，把团队最常听到的一百个问题拿去问它，并读完每一个回答。

如何开始

从小处、从具体处开始。从收件箱、电话和销售通话中，收集客户真正提出的问题。汇集能回答这些问题的资料，并写下规则。决定交接转到哪里、由谁接手、在什么时段。然后先在网站的一个部分上线，每周阅读对话记录，修正资料来源，而不只是修正答案。

这正是 Twin 背后的工作。Twin 是我们为企业打造的大脑：把企业的知识、规则和集成汇集在一处，这样，给客户的答案会附上手册中的相关段落，退货会遵循企业的政策，而它没有把握的问题会转给人。Studio 是企业运营网站的地方，它把 Twin 连接为自己的大脑。在电话上，同样的理念就是 Timbre，我们的语音助手，全天候负责通话、前台接待、预订和消息。当数据不能离开企业时，Twin 可以私有运行在由我们的合作伙伴 Eigna Labs 打造的 Eigna 上：一个基于企业自身工作训练的模型，运行在企业自己的云端或服务器上。

最好的助手，是知道自己知识边界在哪里的助手。先把这一部分做好。