有依据的 AI 解决
检索增强生成使用索引知识库生成有依据的答案，同时可配置的置信度阈值会将不确定的对话转交给人工处理。
跨渠道的 AI 优先客户支持
Concierge 是面向 WhatsApp、电子邮件和社交渠道的 AI 优先客户支持工作台，用于处理跨渠道对话。它将共享收件箱与来自索引知识库的检索增强答案相结合，让团队能够解决常规问题，并在系统不确定时保留人工参与。
支持团队可以连接渠道和现有系统，配置角色、服务级别目标、升级规则和 AI 置信度阈值，然后通过对话历史和分析来查看运营情况。该产品旨在使用组织自己的数据库、缓存、存储和 LLM 密钥运行；网站说明，对话、消息、附件和知识库嵌入均保留在组织的数据库和对象存储中。
功能能力
多渠道收件箱
WhatsApp、电子邮件和社交对话通过可插拔的提供商适配器出现在同一个工作区中，其中包括 Gupshup 和其他提供商。
实时客服控制台
客服人员可使用实时聊天、内部备注、斜杠命令保存的快捷回复、暂停并恢复处理，以及针对受阻部门的 Slack 提醒。
可配置的 SLA
可以按优先级设置首次响应、解决和升级目标，并通过 Slack 或电子邮件自动发送违约提醒。
支持分析
“我的绩效”“团队绩效”“组织”和“AI 解决”仪表板可按时间段、渠道、优先级和负责人进行筛选。
基于角色的访问控制
HUMAN_AGENT、SUPERVISOR 和 ADMIN 角色定义对工单、团队视图和组织级控制项的访问权限；每次 API 调用都会执行权限控制。
实际使用场景
常规全渠道咨询
使用共享收件箱，在 WhatsApp、电子邮件和社交渠道上回答常规的配送、政策和账户问题，且回复以组织的知识库为依据。
SLA 驱动的支持运营
设置基于优先级的首次响应、解决和升级目标，然后使用 Slack 或电子邮件违约提醒，帮助团队在错过服务承诺之前采取行动。
人工审核的例外处理
让 AI 处理处于配置置信度阈值范围内的问题，并将不确定的对话连同相关历史记录转交给适当的人工团队成员。
协作式案件解决
为客服人员提供实时对话工具、内部备注、保存的快捷回复以及暂停并恢复工作流，用于处理需要调查或其他部门参与的案件。
支持绩效分析
使用按渠道、优先级、时间段或负责人筛选的绩效和 AI 解决仪表板，识别重复工作和服务质量模式。
Pros and Cons
Pros
- 将 WhatsApp、电子邮件和社交对话整合到一个支持工作台中。
- 让 AI 响应以索引知识库为依据，并支持基于置信度将对话升级给人工。
- 包括客服人员工具、基于角色的访问控制、SLA 提醒和用于运营监督的分析功能。
- 支持使用客户控制的数据库和对象存储来保存对话和知识库嵌入。
Cons
- 提供的定价页面未公布具体价格和套餐限制。
- 现有产品信息列出了渠道适配器和通用系统连接，但未提供完整的集成目录或详细的设置要求。
- 自动解决的质量取决于组织的索引知识和配置的置信度阈值。
FAQ
Concierge 支持哪些渠道和连接？
Concierge 将 WhatsApp、电子邮件和社交渠道整合到一个支持工作台中。网站还列出了 Gupshup 等 WhatsApp 提供商适配器，以及 Slack 提醒、自定义 Webhook 和内部 API，作为连接的来源或目标。
Concierge 如何生成并升级 AI 答案？
它使用检索增强生成，从索引知识库中生成答案。可配置的置信度阈值决定何时将不确定的对话升级给人工人员。
服务级别目标如何处理？
团队可以按优先级配置首次响应、解决和升级目标。Concierge 会通过 Slack 或电子邮件自动发送违约提醒。
有哪些角色和权限可用？
文档中列出的角色包括 HUMAN_AGENT、SUPERVISOR 和 ADMIN。每次 API 调用都会在中间件中执行访问控制，权限范围从客服人员的工单到组织级访问。
支持数据存储在哪里？
Concierge 将对话、消息、附件和知识库嵌入存储在客户的数据库和对象存储中。Juniors AI 会保留连接客户服务所需的组织/成员元数据和加密凭据。
Quick Facts
- 类别
- AI 客户支持
- 主要渠道
- WhatsApp、电子邮件和社交渠道
- AI 方法
- 结合基于置信度升级的检索增强生成
- 运营控制
- 角色、基于优先级的 SLA、升级规则和分析
- 数据模型
- 客户控制的数据库和对象存储，用于支持记录和嵌入
- 访问选项
- Web 工作区、MCP 服务器，以及通过文档所述 OpenAPI 路径访问的 REST API