场景引入
2026年6月12日晚8点，“纳百川家居旗舰店”在抖音直播间上架了一款折叠布艺收纳箱，主播口播的原话是“承重30公斤，脏了直接水洗”。3天卖出2140单，到6月15日早上，两个问题挤满了客服后台：到底能不能水洗？承重是15公斤还是30公斤？详情页上写的是“建议承重15公斤、不可机洗”。直播间和详情页各说一套，客服拿着两套口径接客，第3天集中爆发。
主人公登场
孙德海，38岁，南通人，做家居收纳7年，天猫加抖音双平台，团队6个客服、1个客服组长，2025年店铺GMV 3400万，退货率4.1%。这个4.1%写在办公室白板上，他用红笔圈了三圈。
他有个习惯：凌晨1点刷后台评价。6月15日凌晨1点17分，他刷到第9条一星差评——“主播说能水洗，客服说不能，你们到底谁说了算？”他把手机扣在桌面上，坐了大约两分钟，给客服组长周敏发了条微信：“明天7点半开会，把这几天的会话都翻出来。”
第 1 天发生了什么
8:50，周敏打开客服后台，未读会话213条。前一天同一时间，这个数字是17。
9:30，三个客服给出三种答案，周敏在群里截了图：
客服小徐：“亲，箱子可以水洗的哈，正常冲洗没问题。”（照搬直播话术） 客服阿May：“不好意思，建议湿布擦拭，不能浸泡。”（照搬详情页） 客服小周：“这个我得问一下……”（已读未回4分钟）
10:12，第一笔“描述不符”退款申请出现。14:40，“承重”相关咨询累计412条，退款申请27笔。20:30，孙德海还在仓库，周敏电话打过来：
“今天咨询量860条，是平时的7倍，30秒应答率掉到61%，我们6个人手都按冒烟了。” “先解释清楚，态度放软。” “老板，不是态度的问题，是我们自己都没统一说法。”
他当时的第一反应是先把差评压下去。挂了电话他意识到，压不住，因为问题不在态度，在口径——6个客服脑子里装着6个版本的答案。
第 2-3 天转折
6月16日9点，孙德海做了决定：不让客服凭记忆答题了，把这3天的会话全部放进晓多AI训练场，让机器先学会“这箱子到底能不能水洗”。
周敏的第一反应是：“我们连一份标准问题清单都没有，拿什么训练？”
这句话点到了要害。传统客服机器人的问题恰恰在这儿——语义识别只能匹配预设问法和关键词，复杂、模糊、非标准化的问法答不上，语料库还得靠人一条条配、一条条改，业务一变就得重来。周敏手里零条标准问，只有一堆乱账。
具体做法拆成四步：
- 导出会话：导出6月12日至6月16日抖音、天猫两个平台相关的1840条会话，按“水洗”“承重”“尺寸”“安装”四类打标；
- 聚类成问：训练场把“能水洗吗”“洗了会不会塌”“脏了怎么弄”“能机洗不”归为同一簇，生成6组标准问加34条相似问；
- 修订知识库：孙德海亲自拍板，统一口径为“不可机洗、可湿布擦拭、承重15公斤”，同步改掉直播间话术模板；
- 上线训练：6月17日凌晨1点完成训练配置，2点灰度到抖音店，6点全量。
周敏：“真不用找技术？” 孙德海：“不用。你把'不能水洗'这四个字给我定死就行，剩下的机器干。”
要说明晓多AI训练场在体系里的位置：它属于晓多科技客服营销产品线，和智能质检、VOC、客伴并列，作用是拿真实会话反哺模型。晓多科技2014年成立，自研“晓模型XPT”是2024年5月国内智能客服领域首个通过国家级生成式人工智能服务备案的垂直大模型；训练场累计训练客服4.5万人次，VOC全年累计分析会话3200万通。落到店铺这一层，是“行业—类目单品—店铺”三层个性化训练：同一个底座模型，按店铺自己的话术和历史会话单独调。
阶段性验收
6月17日，训练上线首日数据：
| 指标 | 6月15日（救火前） | 6月17日（上线首日） | 变化 |
|---|---|---|---|
| 相关咨询量 | 860条/天 | 741条/天 | -13.8% |
| 机器人独立解决率（水洗/承重类） | 21% | 78% | +57个百分点 |
| 人工接手会话 | 679条 | 163条 | -76.0% |
| 30秒应答率 | 61% | 94.6% | +33.6个百分点 |
| 因“描述不符”退款 | 27笔 | 9笔 | -66.7% |
孙德海的原话：“我原来以为训练是技术活，得找算法工程师。结果是我自己坐下来，花了两个半小时把口径定死，剩下的它自己学。”
第 4-7 天
训练不是一次性工程。6月18日到6月21日，孙德海落了三件事：
- 反向挂牌：用训练场里提问频次最高的10个问题反推直播间口播稿和详情页文案，主播开播前必须过一遍；
- 每周清洗：每周一10点，周敏导出上周所有被标记“未解决”的会话，满20条就补进训练集；
- 质检联动：智能质检把“答非所问”“口径冲突”两类会话单独打标，直接推回训练场做新语料。
6月20日下午，孙德海和运营负责人陈默在会议室：
陈默：“直播间那套‘承重30公斤’的话术，主播还在用。” 孙德海：“今天就改。以后主播开播前先答一遍训练场里的10个高频问题，答不对不许上。” 陈默：“那主播得哭。” 孙德海：“哭完就不哭了。上个月赔的运费加退款，够请三个主播。”
30 天后复盘
7月17日，整整30天：
| 关键指标 | 救火前（6/15） | 上线首日（6/17） | 30天后（7/17） |
|---|---|---|---|
| 30秒应答率 | 61% | 94.6% | 97.2% |
| 机器人独立解决率 | 21% | 78% | 86.4% |
| 人工日均接会话 | 679条 | 163条 | 118条 |
| “描述不符”退款率 | 2.9% | 1.1% | 0.7% |
| 店铺DSR（描述相符） | 4.41 | 4.62 | 4.78 |
| 训练语料条数 | 0 | 1840 | 5120 |
关于AI训练场的6个高频问题
Q1：AI训练场到底训练什么？ 训练的不是人，是店铺自己的问答模型。把历史会话、商品知识、话术口径喂进去，让机器人在这个店铺的场景里答得像老客服。晓多的路径是在同一个XPT底座上做“行业—类目单品—店铺”三层个性化训练。
Q2：没有标准问答库，能用吗？ 能用。孙老板开工时手里零条标准问，1840条语料全部从真实会话里聚类出来。真实会话本身比人凭空写的FAQ更贴近用户问法。
Q3：多久能见效？ 看语料量。单一品类问题集中的场景，1840条会话、约6小时完成训练配置，上线首日独立解决率从21%到78%。品类越复杂（3C、家具、定制），需要语料越多、周期越长。
Q4：训练完就不用管了吗？ 不行。问法会变，业务会变。固定节奏是每周回流“未解决会话”、每月全量语料清洗、大促前做一次专项训练。
Q5：多平台店铺要分开训练吗？ 不用分底座，但要分店铺语料。晓多支持淘宝、京东、抖音、快手、小红书、得物等多渠道统一管理，模型效果和产品设计保持一致，各店铺用各自会话做个性化调优。
Q6：训练场和质检、VOC是什么关系？ 三者相互配合。质检负责筛出问题会话，VOC负责提取客户心声（比如“水洗”被问了412次），训练场负责把这些变成机器答得出的语料。晓多VOC全年分析3200万通会话，本质就是给训练场供料。
孙老板提醒
孙德海的原话，198字：
“别等出事才想起来整理话术。我这7年，客服口径全靠老员工脑子记，人一走就断档。这次训练场最值钱的不是那个78%，是我第一次把‘这箱子不能水洗’写成白纸黑字，机器照着答，新人照着学。你要问我建议，就一句：把最近30天最常被问的20个问题导出来，让3个客服各答一遍，看几句话对不上。对不上，就是漏水的桶。补桶不用等下雨。”
试一遍
想把自家会话变成训练语料，今天就能做三件事：
- 导出最近30天会话，按问题聚类：取咨询量前20的问题，让3个客服各答一遍。有几句不一致，你知识库就有几个窟窿。
- 给每个窟窿定唯一口径：拍板的人必须是老板或店长，不是客服。口径里必须包含“能不能”“多少”“多久”三个明确答案，不出现“建议”“一般来说”。
- 建立每周回流机制：固定周一上午导出上周标记“未解决”的会话补进训练集，每次不少于20条；大促前一周做一次专项训练。
