第十一章 不是算法的问题
林知行盯着屏幕上的数据，手指悬在键盘上方，迟迟没有敲下去。
客服对话记录。用户满意度评分。平均响应时间。解决率。
这是张老板介绍的新客户，一家做母婴用品的电商公司，想用AI客服替代一部分人工。四组数据，他调了三天，还是不对。
他把光标移到“满意度”那一栏，数字是67%。比行业平均低了八个百分点。比他设定的目标低了十八个百分点。
不对。哪里不对。
他打开代码，从头开始检查。prompt设计没问题，知识库覆盖没问题，响应速度没问题。每一个模块单独测试都达标，但组合在一起，用户就是不满意。
方小满推门进来，手里拎着一袋橘子。“吃不吃？”
“不吃。”
“咋了？脸跟便秘似的。”
林知行没回头。“客服系统调不通。”
方小满把橘子放在桌上，凑过来看屏幕。“这不挺好的吗？回复速度0.3秒，知识库覆盖率98%，错误率0.5%……”
“但满意度只有67%。”
“67%咋了？不低了吧？”
林知行转过椅子，看着他。“行业平均75%，我的目标是85%。”
方小满挠了挠头。“那……继续调呗？”
“调了三天了。”林知行说，“模型换了三个，prompt改了七版，参数调了二十多次。数据都达标，但满意度就是上不去。”
“会不会是数据有问题？”
“我核对过三次。”
“那……会不会是用户的问题？”
林知行愣了一下。“什么意思？”
“我是说，”方小满坐到床边，“会不会是用户太挑剔了？”
林知行没接话。他转回去，继续盯着屏幕。
用户太挑剔了？
他调出几条对话记录，逐条看。
用户：我的订单三天了还没发货，怎么回事？
AI客服：您好，您的订单号是20231201058。根据物流信息，您的包裹目前在XX分拣中心，预计明天送达。如有问题，请拨打物流客服电话XXX-XXXX-XXXX。
用户满意度：3分（满分5分）
林知行皱眉。回答准确，信息完整，为什么只给3分？
他继续看下一条。
用户：我买的手机壳有色差，跟图片差太多了！
AI客服：您好，关于商品色差问题，根据我们的退换货政策，您可以申请7天无理由退换。请登录APP，进入“我的订单”，选择该商品，点击“申请售后”。
用户满意度：2分
林知行的眉头皱得更紧了。解决方案清晰，步骤明确，为什么只给2分？
他又看了十几条，发现一个规律：满意度低的对话，AI回答都“正确”，但用户似乎……不满意。
他把屏幕转向方小满。“你看看这几条。”
方小满凑过来，看了一会儿。“咋了？回答没问题啊。”
“但用户只给了2分、3分。”
方小满又看了一遍，突然说：“这回答……有点冷冰冰的。”
“什么？”
“你看这句，‘根据我们的退换货政策’，听着就像念条款。”方小满说，“还有这句，‘如有问题，请拨打物流客服电话’，感觉像在推卸责任。”
林知行盯着那几行字，没说话。
“你想想，”方小满说，“要是你买了个东西有问题，客服跟你说‘根据政策’、‘请拨打电话’，你啥感觉？”
林知行想了想。“觉得……被敷衍了。”
“对啊！”方小满一拍大腿，“用户要的不是正确答案，是被当人看！”
林知行愣住了。
被当人看。
他调出更多对话记录，一条一条看。他发现，满意度高的对话，AI的回复往往更“啰嗦”，会加一些无关紧要的话，比如“非常抱歉给您带来不便”、“我理解您的心情”、“我们会尽快为您处理”。
而满意度低的对话，AI的回复都“简洁高效”，直接给方案、给步骤、给联系方式。
他打开代码，找到prompt模板。
“你是一个专业的客服AI，需要准确、快速地解答用户问题。回答要简洁明了，提供具体解决方案和操作步骤。”
简洁明了。具体解决方案。操作步骤。
每一个词都对，但组合在一起，就是不对。
他想起张老板的话：“想法不错，但东西差火候。”
火候。
他当时以为火候是技术问题，是校验不够、知识库不全。现在他觉得，火候可能是别的东西。
方小满在旁边剥橘子，突然说：“你去现场看看呗。”
“什么？”
“去客户公司看看，”方小满把一瓣橘子塞进嘴里，“看看真正的客服是怎么接电话的。”
林知行转过椅子，看着他。
“你在这儿调参数、改模型，都是自己瞎琢磨。”方小满说，“去现场看看人家怎么干的，说不定能发现问题。”
林知行沉默了几秒。“你说得对。”
第二天下午，林知行和方小满到了客户公司。
那是一家电商公司，在城东的写字楼里租了半层。客服中心在角落，十几排工位，每个工位上都坐着人，戴着耳机，对着电脑说话。
前台把他们领到客服主管办公室。主管姓周，三十出头，头发梳得一丝不苟，穿着衬衫西裤，说话很快。
“你们就是做AI客服的？”
“对。”林知行说，“我们来看看实际场景，优化一下系统。”
周主管点了点头，带他们去了客服中心。
“你们坐这儿看，”周主管指了指角落的空位，“有什么问题随时问我。”
林知行和方小满坐下，开始观察。
最近的工位上坐着一个女孩，二十出头，马尾辫，耳机里传来用户的声音。
“我的订单三天了还没发货，怎么回事啊？”
女孩深吸一口气，声音立刻变得柔和：“哎呀，真的很抱歉让您等这么久。您把订单号告诉我，我马上帮您查。”
林知行愣了一下。
这句话，AI客服说过类似的，但感觉完全不同。
女孩查完订单，说：“查到了，您的包裹在XX分拣中心，可能是那边爆仓了，所以慢了一点。我帮您催一下，让他们尽快处理，好吗？”
“那到底什么时候能到？”
“这个我没法给您确切时间，但我帮您加急了，应该会快一些。您放心，我会跟进的，有消息第一时间告诉您。”
用户沉默了两秒，语气缓和下来：“行吧，那你帮我催一下。”
“好的，您稍等。”
女孩在电脑上操作了几下，然后说：“已经帮您催了，您可以在APP里看到状态更新。如果明天还没动静，您再联系我，我帮您想办法。”
“嗯，谢谢。”
“不客气，不好意思让您等这么久。”
通话结束。
林知行盯着女孩的屏幕，没说话。
方小满凑过来，压低声音：“听见没？”
“听见了。”
“跟AI的回复有啥区别？”
林知行想了想。“信息差不多，但……感觉不一样。”
“对，”方小满说，“她没说‘根据物流信息’、‘预计明天送达’，她说‘可能是那边爆仓了’、‘我帮您催一下’、‘您放心，我会跟进的’。”
林知行点了点头。
“还有，”方小满说，“她加了一句‘不好意思让您等这么久’，AI从来没说过这种话。”
林知行没接话。
他们又观察了一个小时。林知行发现，每个客服的回复都不一样，但有一些共同点：
他们会先道歉，不管是不是自己的错。 他们会用猜测的语气，而不是确定的语气（“可能是爆仓了”而不是“包裹在XX分拣中心”）。 他们会承诺跟进，而不是推给其他部门。 他们会加一些“人话”，比如“您放心”、“不好意思”、“我理解”。
这些话，在算法看来是“冗余信息”，不影响问题解决，但对用户来说，这些话才是关键。
林知行拿出笔记本，开始记录。
下午五点，他们离开客服中心。周主管送他们到门口，问：“怎么样？有收获吗？”
“有。”林知行说，“收获很大。”
“那就好。期待你们的优化方案。”
林知行点了点头，和方小满走出写字楼。
外面天快黑了，路灯亮起来。方小满伸了个懒腰：“累死了，看了一下午。”
林知行没说话，低头走路。
“你发现啥了？”方小满问。
“我发现，”林知行说，“我的算法有问题。”
“啥问题？”
“我把用户当成了需要解决问题的机器。”林知行说，“但他们不是。他们是人。”
方小满没听懂。“啥意思？”
林知行停下脚步，看着他。“用户来问发货问题，表面上是想知道包裹在哪儿，实际上是焦虑、是着急、是觉得自己被忽视了。AI客服给出了正确答案，但没有解决他的情绪。”
方小满想了想，点头：“对，客服小姐姐先道歉，就是先解决情绪。”
“对。”林知行说，“我的算法只关注‘问题解决率’，没关注‘情绪解决率’。但用户满意度，是这两个指标的综合。”
方小满拍了拍他的肩膀：“那你打算咋办？”
林知行没回答。他继续往前走，脑子里在转。
回到宿舍，他打开电脑，把之前的代码调出来。
prompt模板。知识库。对话流程。参数设置。
每一个模块，他都设计得“最优”——最快响应、最准回答、最简洁方案。
但“最优”不等于“最好”。
他想起今天下午那个客服女孩的话：“哎呀，真的很抱歉让您等这么久。”
这句话，没有任何信息量，但用户听了，情绪立刻缓和了。
算法不会说这种话。因为算法觉得这是“废话”。
但人需要这种“废话”。
林知行盯着屏幕，手指放在键盘上。
他深吸一口气，然后开始删除。
prompt模板，删掉重写。 知识库，删掉重写。 对话流程，删掉重写。
方小满从厕所出来，看见他在删代码，愣了一下。“你干嘛？”
“重写。”
“全部重写？”
“对。”
方小满张了张嘴，没说话。他坐到自己床上，看着林知行删代码、写代码、删代码、写代码。
凌晨一点，林知行停下来。
他看着新写的prompt模板，念出声来：
“你是一个温暖的客服AI。你的首要目标不是解决问题，而是让用户感到被理解。当用户情绪偏高时，先道歉，再倾听，最后提供方案。回答不要追求简洁，要追求‘像人说话’。”
方小满已经睡着了，打着呼噜。
林知行继续写。
他在代码里加了一个新模块：情绪检测。
当用户的消息里出现“怎么回事”、“太慢了”、“差评”、“投诉”等关键词时，系统会标记“情绪偏高”，然后切换到“安抚模式”。
安抚模式下，AI不会直接给方案，而是先说一句：“非常抱歉给您带来不好的体验，我完全理解您的心情。”
然后再问：“您方便告诉我具体情况吗？我帮您看看怎么解决。”
最后才给方案，但方案的措辞也会变——从“根据政策，您可以申请退换货”变成“我建议您申请退换货，这样处理最快。您看可以吗？”
林知行写完最后一行代码，保存。
他靠在椅背上，看着屏幕。
窗外天已经蒙蒙亮了。
他想起今天下午那个客服女孩的话：“您放心，我会跟进的。”
这句话，AI永远不会主动说。因为算法觉得“跟进”是后续动作，不是当前必要。
但用户需要这句话。因为这句话意味着“有人在管你的事”。
林知行打开新的prompt模板，在最后加了一行：
“每次对话结束前，主动告诉用户：‘如果有任何问题，随时联系我。’”
他保存文件，关上电脑。
方小满翻了个身，嘟囔了一句：“你还没睡啊？”
“刚写完。”
“写啥了？”
林知行站起来，走到窗边。天边泛起鱼肚白，楼下的早餐摊已经支起来了。
“写了一段规则。”他说。
“啥规则？”
林知行转过身，看着还在迷糊的方小满。
“当用户情绪值偏高的时候，”他说，“AI不做最优回答，做最像人的回答。”
方小满眨了眨眼睛，没完全听懂，但点了点头。
“听起来……挺对的。”
林知行笑了笑，没再解释。他拉上窗帘，爬上床。
困意涌上来的时候，他脑子里还在转。
不是算法的问题。
是人的问题。
他闭上眼睛，沉沉睡去。