70 lines
3.6 KiB
Markdown
70 lines
3.6 KiB
Markdown
|
# 术语与图标规范
|
||
|
|
|
||
|
|
> **版本**: v1.0
|
||
|
|
> **日期**: 2026-07-19
|
||
|
|
> **整合自**: PRD-v53-IT智能服务台总览-v1.2 §10
|
||
|
|
|
||
|
|
---
|
||
|
|
|
||
|
|
## 一、核心概念定义
|
||
|
|
|
||
|
|
| 术语 | 定义 | 触发者 | 接收者 | 图标 | 使用范围 |
|
||
|
|
|------|------|--------|--------|------|----------|
|
||
|
|
| **人工** | 用户呼叫坐席，请求人工服务 | H5用户端员工 | IT坐席 | 传菜铃（桌面拍铃）SVG | 用户端H5 + 坐席端（状态指示） |
|
||
|
|
| **摇人** | 主责坐席呼叫其他坐席进入群聊协助 | IT坐席 | 其他IT坐席 | 👋 招手 | 仅坐席端 |
|
||
|
|
| ~~**举手**~~ | <span style="color:red">**已取消**</span> | — | — | — | 全局移除 |
|
||
|
|
|
||
|
|
---
|
||
|
|
|
||
|
|
## 二、"人工"按钮需求
|
||
|
|
|
||
|
|
### 2.1 产品定义
|
||
|
|
|
||
|
|
**"人工"** = 用户（员工）主动呼叫IT坐席，请求人工服务。
|
||
|
|
|
||
|
|
| 属性 | 定义 |
|
||
|
|
|------|------|
|
||
|
|
| 触发者 | H5用户端员工 |
|
||
|
|
| 接收者 | IT坐席（主责坐席或系统分配坐席） |
|
||
|
|
| 图标 | 传菜铃（桌面拍铃）—— 前台/厨房放在桌面、拍一下发出"叮"声的圆形金属铃铛 |
|
||
|
|
| 区别于 | "摇人" = 坐席呼叫其他坐席 |
|
||
|
|
|
||
|
|
### 2.2 图标说明
|
||
|
|
|
||
|
|
> - ✅ **传菜铃**（正确）：圆形金属铃铛，放在桌面上，从上方拍打铃面发出"叮"声。代表"我已提出问题，请人工来看一下"。
|
||
|
|
> - ❌ **摇铃** 🔔（错误）：有把手的手摇铃，摇动发出声响。当前代码中使用的是此图标，需替换。
|
||
|
|
|
||
|
|
---
|
||
|
|
|
||
|
|
## 三、趣味话术体系
|
||
|
|
|
||
|
|
| 触发场景 | 话术 | 语气 | 存储方式 |
|
||
|
|
|---------|------|------|---------|
|
||
|
|
| 点击呼叫人工坐席按钮 | 已为您呼叫人工坐席，请稍等! | 亲切 | 配置表 |
|
||
|
|
| 关键词触发转人工 | 已为您呼叫人工坐席，请稍等! | 稍正式 | 配置表 |
|
||
|
|
| 排队等待(30秒无人接单) | 人还在路上，别急别急～ | 安抚 | 配置表 |
|
||
|
|
| 坐席接入 | 坐席正在查看您的信息，请等待处理回复！ | 明确交接 | 配置表 |
|
||
|
|
| 等待超时(2分钟) | 坐席都在忙，不过AI还在呢，要不先聊聊？ | 降级安抚 | 配置表 |
|
||
|
|
| VIP员工(自动切换) | 这就帮您安排专家，请稍候 | 正式 | 配置表 |
|
||
|
|
|
||
|
|
> **话术确定方式**: 代码默认值 + 数据库动态配置
|
||
|
|
> - 默认值定义在 `backend/app/services/funny_phrase_service.py` 的 `DEFAULT_PHRASES`
|
||
|
|
> - 线上实际话术以数据库 `funny_phrases` 表配置为准（支持后台修改）
|
||
|
|
> - 话术更新记录见 `CHANGELOG.md`
|
||
|
|
|
||
|
|
---
|
||
|
|
|
||
|
|
## 四、关联文档
|
||
|
|
|
||
|
|
- 原始文档: `PRD-v53-IT智能服务台总览-v1.2.md` §10
|
||
|
|
- 整合自: `PRD-增量-人工按钮与术语统一.md`
|
||
|
|
|
||
|
|
|
||
|
|
##五、参考资料
|
||
|
|
概念的精确定义
|
||
|
|
概念 一句话定义 在 AI 客服中的角色
|
||
|
|
意图识别 (Intent Recognition) 把用户输入分类到一个预定义的意图类别（查订单、咨询、投诉、转人工等），同时抽取关键槽位 入口路由，决定走哪条处理路径
|
||
|
|
拒答 (Refusal / Guardrails) 模型或系统在特定条件下主动拒绝回答，并给出安全、合规、可控的回应 安全与合规闸门，防止幻觉、越权、违规
|
||
|
|
知识图谱 (Knowledge Graph, KG) 用实体—关系—实体的结构化图组织知识，支持精确推理、关系遍历、约束校验 处理"硬知识"：规则、约束、实体关系
|
||
|
|
RAG (Retrieval-Augmented Generation) 从非结构化文档中检索相关片段，作为上下文喂给 LLM 生成有据可依的回答 处理"软知识"：政策说明、操作指南、案例
|
||
|
|
Flow（对话/工作流编排） 用状态机/有向无环图（DAG）把多步任务、工具调用、人工介入等串成可执行流程 整个系统的"骨架"，负责调度、状态、异常处理
|