知识中心

按类型查找产品选型、通信接入、AI 协作与项目实施指南。

通信接入10

为什么一条短信会按多条计费？国内与国际短信如何看长度

手机收到的一条完整短信，账单上可能被算作多条。本文说明国内短信 70 字与 67 字的分档规则、国际短信为何还要看语言与目标地区、变量替换后为何会超出预期，并给出预算前按最终原文自检的方法。

语音线路并发、每秒呼叫数和坐席数，怎样一起估算？

音线路的并发数、每秒呼叫数和坐席数，说的不是同一件事，不能互相替代。本文用一个演算示例说明平均忙碌坐席当量怎么算、为什么它不等于排班人数，并给出小流量验证要点、向服务商询问的参数清单，以及容量方案的分环节填写方法。

5G 消息无法展示时，短信补发与业务状态如何衔接？

5G 消息在部分手机上展示不出卡片，并不等于这次通知失败了。本文说明"展示不出来、还没确认送达、用户没有点击"三种情况的区别，给出补发前必须核对的状态清单、避免同一件事重复提醒的做法，以及上线前需要准备的素材与规则。

企业短信通道接入，需要准备什么？

接入短信通道不是"拿到接口就能发"。本文说明接入前要准备的业务资料、接口资料里必须带上的业务含义、测试阶段要核对的用户侧结果，以及上线前需要约定的异常处理分工，并给接口负责人一份可直接联调的清单。

受理、送达、业务完成有什么区别？

短信后台显示"发送成功"，不等于用户已经收到，更不等于业务办成了。本文说明受理、送达、业务完成三个层次分别能证明什么，给出报表必须注明的四项信息、状态未知时能否重发的判断方法，以及按场景分开复盘的做法。

语音线路如何按业务场景选型？

语音线路不是先看号码类型，而是先看业务路径。本文说明呼入、外呼、回访和 AI 转人工四种路径的选型差异、联调前要准备的需求清单、为什么人工承接要一起纳入容量讨论，以及验收时除了"能拨通"还要核对什么。

国际短信多市场上线，需要确认哪些事项？

国际短信需要按目标市场逐一确认、逐一验证，而不是按一个总范围整体上线。本文给出每个市场需准备的七项信息、一张可复用的上线卡填写方法、用真实手机验证接收的检查要点，以及上线后按目的地、语言、用途分开定位问题的做法。

5G 消息适合从什么业务场景开始？

5G 消息适合从"用户需要了解信息、做出选择或继续咨询"的任务开始。本文说明单条通知什么情况下不够用、每个入口该如何对应到处理流程、为什么要在真实手机上验证，以及如何用业务结果决定是否扩大范围。

短信状态回执缺失、重复或晚到，应该怎样排查？

短信的送达状态回执，可能出现缺失、重复或延迟到达。本文说明排查前要保留的四类信息、按现象选择排查步骤的方法、用三个测试样本验证恢复是否可靠，以及回执异常时能否直接补发的判断依据。

电话已接通却单向无声，怎样提交有效排查材料？

电话接通了，不等于双方都听到了声音。本文说明排查单向无声时要先写清谁听不到谁、从哪个时刻开始、是否发生在转人工之后，如何用"每次只换一个条件"的方式复现，以及提交问题单时需要提供哪些材料才能一次定位。

AI 与人工协作9

语音大模型接入知识库后，还需要确认哪些边界？

知识库帮助模型利用已准备的资料回答问题，但不保证每次回答都正确。本文说明资料该整理成什么样、演示时如何检查回答质量、知识更新后要重测哪些内容，以及知识不足时如何按约定交给人工处理。

人机耦合效果怎么评估？别把初筛、转接和成交混成一个指标

转接数量多，不等于有效线索多。本文说明初筛、转接、人工标注和后续成交为什么要分开统计、怎样建立可复核的样本、复盘时如何定位问题，以及为什么质量复盘要同时看误转与漏判。

语音大模型与人机耦合怎么选？

语音大模型和人机耦合，解决的是两类不同任务：前者把一次对话完整办完，后者先筛出愿意继续咨询的人再交给人工。本文用四个维度比较两者差异，说明同一项目如何组合使用，以及预约演示时该带上哪些问题、第一次演示先验证哪个业务结果。

人机耦合如何完成外呼筛选与人工转接？

人机耦合不是"AI 打电话、人工随时补位"，而是三个各有分工的环节。本文说明初筛只该承担什么任务、转接前要确认哪些承接条件、人工标注为什么要独立于 AI 判断，以及每个结果该由谁确认。

AI 转人工，如何验证呼叫中心坐席接续？

转接接口返回成功，不等于坐席已经接起。本文说明上线前要确认的人工承接条件、按用户路径逐段检查的五个问题、坐席忙与用户退出等失败路径为何要单独测试，以及验收时该保留哪些记录。

语音大模型上线前，业务知识资料怎样整理？

语音大模型的业务知识要按任务整理，不能把宣传资料直接搬进去。本文说明知识该分成哪四类、为什么要用口语改写和中途修改的样本验证、资料更新后如何回归，以及交给配置人员的条目该写成什么样。

AI客服怎样准备知识、身份信息与服务边界？

同一个问题，不同客户可能得到不同回答——这取决于身份与业务状态是否被核实。本文说明准备资料时要写清哪些条件、入口为什么必须指向能承接的服务、用哪些异常情况做测试，以及为什么"7×24 在线"不等于问题自动解决。

AI客服知识更新后，怎样做回归验收？

资料更新不等于可以直接上线。本文说明更新前要记录的五项信息、回归范围怎样按影响面确定、为什么"答对"要先定义清楚、样本与结果该怎么记，以及上线后需要观察什么、什么条件下恢复旧版本。

口腔种植牙咨询从AI初步沟通到人工专业承接

按照咨询意向与问题复杂程度组织沟通，让关注点记录、人工解释和后续回访相互衔接。

项目实施与运营9

语音大模型与人机耦合怎么报价？先核对这份费用清单

比较语音大模型与人机耦合的报价，不能只比每分钟单价。本文列出五类必须分开写的费用、未接通与等待等环节的计费确认点、每条有效咨询投入的估算方法，以及一张可直接填写的同范围比较表。

AI 语音对接 CRM 与呼叫中心，怎样验收才算真正打通？

用任务标识、事件回执、人工接续和业务结果核对语音项目联调，覆盖重复、超时、失败与恢复等情况。

AI 外呼效果数字怎么看？

有效案例应说明什么业务、在什么条件下、改变了哪个环节，以及用什么数据证明结果。接通率、人工确认意向率、单位咨询投入和成交不能混用。外部案例可以提供评估方向，能否用于自己的业务，仍需同口径试运行验证。

AI客服转人工，需要交接哪些信息？

转人工前先明确交接原因和接收对象，只按必要范围传递身份核验状态、已确认需求、已执行动作与未解决问题。转接请求发出之后，还要确认坐席真的接住了、问题继续被处理。本文按四个环节说明交接该准备什么。

人工意向标签怎样设计，才能支持后续跟进？

人机耦合的人工意向标签，应根据坐席实际沟通后的需求判断设置，每项写明定义、原话或事实依据、下一步动作和负责人。AI 初筛只表示是否有咨询意向，人工标签表示进一步核实的业务状态；预约和成交仍由对应业务记录确认。

语音大模型对接 CRM，先确认哪些问题？

语音大模型对接 CRM，要先确定写入哪类业务记录、如何关联客户和机会，再确认字段、权限、触发与去重规则。对话采集、动作发起、接口受理和 CRM 实际写入要分别核对；超时或重复请求需要做恢复验证。

通信与 AI 项目小流量试运行，怎样评估？

通信与 AI 项目试运行，先固定任务范围、知识版本、统计周期和通过条件，再用代表性样本分别验证触达、对话、人工接续和业务执行。保留正常、失败和信息不足的样本，说明未验证范围。达到约定条件后再扩大，不能用一段流畅录音替代整条链路验收。

基础通信与AI语音，怎样组合成业务方案？

基础通信与 AI 语音按任务组合：短信、语音线路、国际短信和 5G 消息负责触达，语音大模型与 AI客服负责对话与接待，人机耦合和呼叫中心连接初筛与人工判断。每个交接点写明输入、接收方和结果依据，再按一个具体场景联合验证。

营销线索交付对不上，怎样核对去重、回传与验收？

面向营销服务公司与产品方，把联系人、业务机会、通话和交付批次分开，定位重复、缺失、标签争议与晚到结果。

说说您的业务目标。

我们围绕实际流程，交流产品能力与实施范围。

预约演示

知识中心

通信接入10

AI 与人工协作9

项目实施与运营9

业务场景与选型7

说说您的业务目标。