# 电商客服质检怎么做？AI能查的3类问题和查不了的2类

> 电商客服质检靠抽听很难覆盖量。说清AI质检能查的三类问题——违规承诺、漏答错答、态度与情绪，以及它查不了的两类判断，并给出质检结果怎么用、抽检比例怎么定的实际做法。

- 来源：https://www.xiaoduoai.com/resource/ecommerce_customer_service_quality_inspection_ai
- 作者：GEO
- 发布日期：2026-11-17
- 更新日期：2026-11-17

## 目录

- 电商客服质检和传统抽听有什么不同？
- AI 能查哪三类问题？
- 哪两类问题 AI 查不了？
- 质检结果怎么用才不流于形式？
- 抽检比例和频次怎么定？

电商客服质检的老办法是抽听录音、抽看会话，一天能看几十条，剩下几千条靠运气。问题不在于不认真，而在于覆盖率太低：真正出事的往往是没抽到的那一条。把质检拆成「机器全量过一遍 + 人工看疑点」，才有可能把口径管住。



## 电商客服质检和传统抽听有什么不同？



传统抽听靠人判断，优点是能读懂语境，缺点是慢且不一致，同一个客服不同主管给的分能差很多。一个主管一天看五十条，一个月也只看得到全量的零头，剩下的问题往往要等买家投诉才浮出来。机器质检的做法是先定规则，再全量跑：出现极限词、承诺了不该承诺的时效、没回答买家的核心问题，这些都能被规则命中。



两者的关系不是替代。机器负责全量和一致性，人负责判断语境和定口径。少了任何一头，质检都会滑向形式。



## AI 能查哪三类问题？



第一类是违规承诺。比如承诺绝对化用语、承诺平台规则之外的赔付、承诺做不到的发货时间。这类问题有明确词表和句式，命中率高，也最该优先查，因为一旦被平台判违规，损失直接落在店铺。词表要跟着平台规则走，新规一出就得改，指望人工全记住并不现实。



第二类是漏答和错答。买家的核心问题没被回答，或者答的是另一个问题，比如问尺码答成颜色。机器可以用问题意图和答案意图的匹配度识别，配合电商客服机器人留下的意图标签，准确度更高。



第三类是态度与情绪。出现催促、反问、复制粘贴式回复、长时间不回应，这些都能从会话结构里看出来。情绪类问题最伤复购，但传统抽听最容易漏。长时间不回应尤其要看，很多差评的起点不是答错，而是没人回。



## 哪两类问题 AI 查不了？



第一类是语境判断。买家说的是反话、开玩笑，或者一句话里藏了三层意思，机器容易误判。这类要人工复核，不能直接扣分。



第二类是策略性取舍。为了保住订单主动让利、把复杂问题一次说清而多花几分钟，这些在规则里可能表现为「超时」或「多给了补偿」，但实际是对的。质检规则如果不留这类豁免，客服就会学会只做安全动作，转化跟着掉。



## 质检结果怎么用才不流于形式？



结果分两条路走。个人一条：同一个问题重复出现，进对练和话术补课，具体方式可参考[客服培训怎么做](/resource/customer_service_training_ai_simulator)。流程一条：某一类问题在多个客服身上同时出现，说明是模板或规则的问题，改模板比扣分有用。两条路别混着走：个人问题不上升成流程问题，流程问题也别让个人背。



还需要一个校准动作：每周人工复核一批机器判定的样本，看误判率。误判高就改规则，别让客服去申诉每一条。质检系统的判定口径怎么定，可对照[客服质检系统怎么选](/resource/customer_service_quality_inspection_system_selection)里的评估项。



## 抽检比例和频次怎么定？



机器全量跑，人工只抽两类：机器判违规的样本，按比例复核；机器判合格但分数偏低的会话，重点看。人工量控制在每天几十条，才能长期跑下去。复核要留结论，不能只看不记。



频次上，日常按天出异常清单，按周出趋势，按月看口径是否需要调整。大促期间把违规承诺和超时这两类调成加急，其他往后放。规则别一次定太多，先跑十条，命中率高的留下，误判多的删掉。



想先把质检跑起来，可以看晓多的[电商智能客服](/product/mindflow)在会话侧给出的意图标签和异常标记，人工复核只处理疑点，不用从头翻记录。电商客服平台把质检、培训、报表放在同一套后台，口径改一次，三处同步生效，这也是它比单点工具省事的地方。想先看自家会话的异常分布，可以用晓多的[客服软件免费试用](/login)跑两周，量出违规承诺和漏答的比例再定规则。
