全面掌握 AI 客服對話 — Chat Agent 執行詳情頁面

AI 聊天機器人的黑箱問題

部署 AI 聊天機器人來處理客服是容易的部分。真正的難題在於：你怎麼知道它有沒有真正幫助到客戶？

當客戶向你的 AI 客服提出問題時，你需要回答幾個關鍵問題：AI 回答得正確嗎？它使用了什麼上下文來產生回覆？客戶對回覆滿意嗎？在該升級處理時有沒有升級 — 還是在不該升級時升級了？

大多數平台充其量只提供聊天紀錄。你看得到說了什麼，但看不到為什麼。沒有解決方案詳情、沒有信心分數、也無法追蹤回答品質的變化。出了問題只能靠猜測。對於需要滿足合規要求或客服 SLA 的團隊來說，猜測不是選項。

每一次對話都是一筆執行紀錄

JieGou 全新的 Chat Agent 執行詳情頁面，將每一次 AI 客服互動視為一筆正式的「執行」 — 就像我們處理 Recipe 執行和 Workflow 執行一樣。每一筆對話都被記錄、可審查、可追蹤。

你可以從 Monitor > Activity > Chat Agent Runs 存取聊天客服執行紀錄。每筆紀錄都可點擊，開啟專用的詳情頁面，採用雙欄式佈局，方便快速審查。

左欄 — 對話執行緒。 完整的訊息歷程以聊天氣泡呈現，顯示客戶與 AI 客服之間的完整往返對話。每則訊息都包含來源標籤，標示回覆的產生方式 — 是來自規則比對、嵌入式 FAQ、RAG 檢索、LLM 直接生成，還是人工升級處理。

右欄 — 解決方案詳情。 AI 客服處理對話的結構化摘要：

• 來源：規則比對、嵌入式 FAQ、RAG、LLM 或升級處理
• 信心分數：AI 客服對其回覆的信心程度
• 模型：使用了哪個 LLM 模型（例如 Claude、GPT）
• Token 用量：消耗的輸入與輸出 token 數
• 耗時：總回覆時間
• 送達狀態：訊息是否成功送達客戶的管道

這種分割檢視讓你能在同一畫面同時審查客戶體驗和技術細節 — 不需要在多個畫面之間來回切換或翻找日誌。

看到 AI 看到的一切

最常見的除錯問題之一是：「為什麼 AI 客服會這樣回覆？」執行詳情頁面透過可折疊的上下文面板回答這個問題，揭示 AI 在生成每個回覆時可用的所有資訊。

FAQ 上下文。 當客服以嵌入式 FAQ 模式運作時，此面板會顯示注入到 prompt 中的完整 FAQ 文件。你可以精確看到 AI 有哪些問答可用，從而輕鬆判斷錯誤回答是因為缺少 FAQ 條目還是理解偏差。

比對規則。 如果回覆由規則觸發，此面板會顯示規則的類別、比對模式和預期回覆。這對於審計規則回覆並確保規則正確觸發非常有用。

系統提示。 AI 客服的完整人設指令 — 定義其語氣、界限和行為的系統提示。當客服以意外方式回覆時，檢查系統提示通常是最快的理解途徑。

真正能改善回答的品質回饋

對話執行緒中的每個回覆都包含簡單的按讚/按倒讚回饋機制，以及可選的備註欄位。這不僅僅是追蹤滿意度 — 它建立了一個直接改善 AI 表現的回饋循環。

團隊如何使用它：

追蹤回答品質趨勢。 彙整所有對話的回饋分數，觀察 AI 客服的表現是在進步還是退步。在問題演變成客訴前就發現趨勢。

找出 FAQ 缺口。 當 AI 在特定主題上持續收到負評，這代表你的 FAQ 內容需要更新。上下文面板讓你輕鬆看出缺少了什麼。

快速閉環改善。 回答不好？打開 FAQ 上下文面板，看看缺少什麼，更新 FAQ 文件，下一位問同樣問題的客戶就會得到更好的回答。無需重新訓練、無需重新部署 — 改善立即生效。

企業團隊為何需要這項功能

對於在 SOC 2 等合規框架下運營的組織，每一個接觸客戶資料的 AI 決策都需要可被稽核。Chat Agent 執行詳情頁面為每一次互動提供完整的稽核軌跡：

• 可追蹤性：每個回覆都連結到其來源（規則、FAQ、RAG 文件或 LLM 生成），包含時間戳記和模型元資料
• 治理對齊：執行詳情與 JieGou 的 10 層治理框架整合，AI 客服互動與所有其他自動化工作流程受到相同的政策控管
• SLA 監控：耗時和送達狀態追蹤讓衡量 AI 客服是否達到回覆時間承諾成為可能
• 合規證據：可匯出的執行詳情可作為稽核證據，精確呈現客戶查詢的處理方式

這種程度的可見性將 AI 客服從「部署後祈禱」的模式，轉變為可管理、可衡量的運營方式。

開始使用

Chat Agent 執行詳情功能現已開放給所有啟用聊天客服的 JieGou 帳戶。前往 Monitor > Activity，篩選 Chat Agent Runs，點擊任何對話即可查看完整詳情。

如果你正在評估 AI 客服平台，從 JieGou 開始 — 完整的可觀測性從第一天起就內建其中，而非事後補上。