这个问题你回了四十遍。
没人回头去改那条 listing。
客服自动化通常指的是在客户面前放一个机器人，而且已经有一个成熟的行业在做这件事。这里做的是这张桌子的另一半。回复仍然以你的名义发出，但你坐下来的时候草稿已经备好，工单已经按真正的成因归好类而不是按谁随手选的标签，而那个被问了四十遍的问题，会变成对包装说明卡的一次改动，而不是下个月再回四十遍。
开始回复之前，先对那一堆做点什么
先按成因归类，再数
标签告诉你这条工单被谁归在哪个类目下；聚类告诉你到底哪里出了问题。「我的订单在哪」「到货破损」「尺寸不对」「我装不上」是四个完全不同的上游问题、四个不同的负责人，而数量告诉你哪一个值得你花一下午去修，而不是再花一下午去回。
三十天的消息，每个聚类背后都附源行
用最近三十天的导出来做，而不是还开着的那些工单——开着的那批偏向这周刚坏的东西。先把姓名、地址和订单号剔掉，聚类意图根本不需要它们。然后要求每个返回的聚类都附五条逐字原文和源行。没有那一列，分类看起来很合理却无法核对；有了它，抽查十行、花两分钟，你就知道整件事值不值得动手。
用你的措辞起草，不是模板的措辞
把你现有的话术模板和几条你自己满意的历史回复喂给它，草稿回来听着就像你这家店。每条草稿旁边就是对应的工单，所以审四十条是往下滚，而不是四十次上下文切换；在你按下发送之前，什么都不会出去。
把反复出现的那些送回上游
被问了四十遍的问题，是 listing、包装说明卡或者主图上的一个缺口。这些聚类会变成 To-do 交给 listing 和 creative skill——和评论分析用的是同一套分派路径，因为一条客服工单和一条一星评论，通常是同一个人在不同的恼火阶段。
为什么它止步于「不替你回答」
如果你要的是面向客户的机器人，去买专门做这个的产品。这里瞄准的是另一个问题，装作不是会白白浪费你一下午。
什么都不会自动发出
在退款问题上一条错误的自动回复，比一条慢的回复更糟；而在差评下面一条错误的自动回复是公开且永久的。草稿会等你。这是设计决定，不是缺失的功能，也是为什么这里的连接器偏读取向。
分享前先剔除个人信息
文件保留在你的文件夹中，但 agent 读取的内容可能发送给你选择的模型供应商。交给 agent 前，请从导出文件中移除不必要的姓名、订单号和地址。评论分析技能要求模型在输出中省略个人标识，但这不保证模型收到文件内容前已完成脱敏。
它不会声称某条回复起了作用
不会声称更好的回复能提高评分、降低退货或留住客户。你能看到的是：某一类里有多少条工单、你之后改了什么、下个月那个数字有没有降。这是一个更弱的说法，也是一个更有用的说法。
把它对准你的收件箱之前
这跟 Gorgias、Fin、Tidio 有什么不一样？
那些是工单系统和面向客户的 agent，而且做得很好。这里不替代它们——之所以有 Gorgias 连接器，正是因为预期你会继续用你那套。区别在于活儿落在哪一段：它们负责回答客户，这里负责事后读那一堆，把它变成对产品和页面的改动。
用一个普通 CSV 能跑吗？
可以，而且这通常就是起点。Excel、CSV、JSON、DOCX 都能读，所以一份工单导出、一张退货原因表，或者同事手工维护的一个表格，都不需要任何集成就能用。
它能用客户的语言回复吗？
能，而且做跨境时你应该让它去核目标国家的惯例，而不是把你的英文话术直译过去。单位、地址格式、法定退货期限、以及什么话你被允许说，都不一样；一条合规的英文回复直译过去，不会自动变成一条合规的德文回复。
反复出现的问题最后去了哪？
进项目的 To-do 列表，并分派给能处理它的那个 skill，所以 listing 改写和新的主图 brief 是在同一个客户端里产出的，而不是记下来留给一个永远不来的「以后」。改动要不要上线是你的决定；关键是这份清单待在真会干活的地方。