8月25日，中国消费者协会发布《人工智能服务消费提示》，特别划分了两类AI服务。通用生成式AI（如ChatGPT、豆包）主要提供信息辅助和参考，不是具体经营者的代言主体，生成内容不能视为商家的正式承诺。另一类则与企业关系更为直接——经营者自行部署的AI客服工具。中消协明确提出： 「经营者自行部署的人工智能客服工具，是其经营服务链条的组成部分。」

这意味着，当AI代表企业介绍商品、解释费用、说明优惠活动或处理售后，它的每一次回答都已经进入企业的经营服务过程。出现争议后，企业不能以「算法自动生成」简单免责，更不能靠一句「AI回复仅供参考」与AI的答复切割。AI说了什么，就是企业说了什么。

下周，我国首个聚焦人工与智能客服协同机制的国家标准《顾客联络服务 人工与智能客户服务协同要求》于9月1日起实施。留给企业检查AI客服的时间，只有一周。

AI客服上线前的合规自检清单

对于已经部署或正在选型AI客服的企业来说，眼下需要检查的不止一个转人工按钮。以下六个核心问题，决定了企业的AI客服能否通过新国标的检验。

第一，人工入口是不是真的能用。

消费者要求人工服务时，能否方便、快速地找到入口？还是需要在菜单中反复跳转，对着AI连续发送多次「转人工」却无人响应？

第二，AI知道什么时候该闭嘴。

消费者明确拒绝智能服务、多轮沟通仍未解决、情绪明显升级、问题涉及人身财产安全时，AI是否知道停止回答，及时交给人工？

第三，AI依据什么在作答。

商品价格、优惠活动、合同条款和售后政策发生变化后，AI是否仍在引用过期资料？线上规则与AI口径不一致时，企业能否及时发现？

第四，AI能不能自己承诺。

退款、赔付、补偿、处理结果——这些事情AI可以自主决定吗？涉及消费者重要权益的答复，是否存在人工确认机制？

第五，转人工时能不能接得住。

对话摘要、客户画像和问题上下文能否一并交给人工？消费者是否还需要从头讲一遍？人工是否知道AI此前说过什么？

还有一个前置问题：AI上线前是否经过充分测试。在真实客户接触AI之前，企业能否模拟价格咨询、活动解释、售后纠纷和情绪升级等场景，确认AI的回答符合预期？真正的消费者，不应该成为AI客服的测试员。

AI客服真正的风险，是答错了还像真的

如果这六项中还有任何一项无法明确回答，企业要补上的就不只是一个功能，而是一套从训练、测试到人工兜底的AI客服管理机制。

为什么要检查得这么细？

因为AI客服带来的风险，往往藏在那些看似正常的回答里。

消费者询问商品价格，AI引用了已经过期的活动政策。消费者申请售后，AI在没有权限的情况下承诺退款。消费者咨询优惠规则，AI讲清了优惠力度，却漏掉适用范围、有效期限和使用门槛。

这些回答未必荒唐，甚至可能语言流畅、逻辑完整、态度肯定，看上去很像企业作出的正式答复。

这才是最容易被忽视的地方。

一个明显答非所问的AI，消费者很快就会要求转人工。一个把错误信息说得非常确定，看起来没问题的AI客服，却可能直接影响消费者的购买、退费和维权决定。

中消协此次特别要求，经营者应确保AI客服提供的信息与商品服务实际情况、价格费用、活动规则、合同约定和售后政策保持一致。出现争议后，也不能仅以「算法自动生成」为由简单免责。

因此，企业评估AI客服，不能只看它回答得像不像真人、响应速度够不够快、能够节省多少人工成本。

企业还要知道，AI依据什么信息回答，哪些问题可以自主处理，哪些承诺必须由人工确认，遇到什么情况应该停止回答，出现错误后能否查询和纠正。

通用大模型擅长生成一个听起来合理的答案，却不会天然了解一家企业此刻正在执行的价格政策、活动规则和售后标准。缺少真实业务知识、明确工作边界和上线前测试，AI能力越强，有时反而越容易把错误表达得像真的。

当AI开始代表企业介绍商品、解释费用和处理售后，它就是一名代表企业对外发言、提供服务的员工。

既然是员工，就要接受业务培训，清楚岗位边界，在正式面对客户之前，也应该通过上岗考试。

这正是ChatDoing开言万境设计AI员工上岗机制的出发点。

作为新一代AI客服，ChatDoing不是把通用大模型简单接入对话窗口，而是从产品设计上就围绕一个核心问题：如何让AI在企业真实的业务规则和服务边界内工作。它面向的不是闲聊场景，而是高客单价行业的真实服务流程——售前咨询、售后处理、客户跟进，每一个环节都需要AI回答准确、行为可控、责任可追溯。

ChatDoing让AI员工先考试，再上岗

ChatDoing将AI客服的上线过程拆成了三个环节，业务训练、沙盒测试和正式接待。

在训练阶段，企业业务人员可以用大白话告诉AI产品怎么卖、活动怎么解释、售后怎么处理，以及遇到哪些情况必须交给人工。

平时怎么带一名新客服，就怎么教AI。

熟悉业务的一线员工不需要编写代码，也不需要把所有服务场景拆成复杂的关键词和流程树。产品资料、业务SOP、服务要求和处理边界，都可以直接成为AI的工作依据。

训练完成后，AI不会立即被放到真实客户面前。

企业可以先进入ChatDoing的沙盒环境，扮演不同类型的客户与AI对话。业务人员可以故意提出容易出错的问题，测试过期活动、模糊需求、退款要求、情绪投诉和超出权限的请求，观察AI给出的答案和处理方式。

一旦发现问题，企业可以当场修改训练内容，再进行下一轮测试。

这个过程很像新员工上岗前的模拟接待。业务知识有没有掌握，服务口径是否统一，面对边界问题会不会擅自承诺，都要在模拟测试中暴露出来。企业确认满意后，再让AI进入正式服务场景。

上线后，ChatDoing的AI员工可以调用各个系统、工具接口处理客户需求。面对售后保修，AI可以结合业务流程查询订单、确认保修条件并提交工单。面对价格咨询，则依据企业提供的活动政策进行回答，并继续协助客户完成后续操作。

当问题超出AI的能力范围，或者客户多次沟通仍未解决、情绪明显升级时，系统及时转交人工。对话摘要、客户信息和问题上下文同步交接，人工客服可以接着处理，不需要让消费者从头再说一遍。

中消协此次提示和即将实施的新国标，共同指向了一个变化。

企业AI客服开始从「能用」进入「可管理」阶段。

一份免责声明无法代替准确的业务信息，一个转人工按钮也无法解决所有服务风险。企业需要在AI正式接待客户之前，确认它掌握了什么、能够处理什么，以及在什么情况下必须把问题交给人。

ChatDoing给出的思路很直接。

先按企业真实业务训练，在沙盒中反复测试，满意后再上线。标准问题交给AI独立处理，复杂问题及时转给人工。

AI落地由此有了一条清晰路径。