很多商家把 AI 客服首先用在售后，因为售后问题重复、流程明确、节省人力容易计算。
但真正影响增长的客服，往往发生在下单之前：评论区问尺码，私信问优惠，直播间问库存，平台店问发货时间，WhatsApp 或微信里反复确认适不适合自己。客服如果慢了、答错了、忘记跟进了，一个本来有机会成交的客户就会流失。
售前转化 AI 客服的重点不是“自动回答所有问题”，而是把分散的购买信号识别出来，给客户及时、准确、可继续推进的服务。
售前客服为什么难自动化
售前问题看起来简单，实际很依赖上下文：
- 客户问“有货吗”，可能需要看活动库存、区域库存或预售规则；
- 客户问“适合我吗”，需要匹配商品参数、使用场景和禁忌条件；
- 客户问“能便宜吗”，需要知道当前渠道、优惠券、直播价和最低承诺边界；
- 客户在评论里提到竞品，回复既要有销售力，也要避免夸大；
- 客户多次咨询却未下单，需要被识别为高意向客户。
普通自动回复通常只能给通用话术。真正有价值的售前 AI 客服，需要能理解客户阶段、调用商品与活动知识、判断风险边界，并把需要人介入的机会交给销售或客服主管。
售前 AI 客服应该做什么
1. 识别购买意图
不是所有咨询都一样。系统应区分：
- 低意向：泛泛了解、随口询问；
- 中意向：询问规格、价格、活动、发货；
- 高意向：反复确认、比较替代方案、询问支付或下单障碍；
- 风险意图：索要不合理承诺、涉及敏感功效或平台禁止表达。
识别意图后，客服团队才能把精力放在更可能成交的客户上。
2. 匹配商品和活动知识
售前回复必须接近真实销售现场。AI 需要读取已审核的商品事实、尺码规则、兼容性、库存说明、活动优惠、赠品和发货政策。
如果知识没有区分渠道、国家、语言或活动期，AI 很容易把旧活动价、其他店铺规则或不适用的承诺发给客户。
3. 处理公开评论与私信分流
公开评论适合简短、稳妥、能激发下一步互动的回复。涉及订单、个人情况、价格谈判、售后争议或隐私信息时，应引导到私信或人工。
私信则可以展开更多上下文：需求、预算、使用场景、订单状态和售后历史。售前 AI 客服要能根据渠道语气生成不同回复，而不是把同一段话复制到所有入口。
4. 发现下单阻碍
客户不下单通常不是没有兴趣，而是还有阻碍：
- 不确定尺码或适配；
- 不清楚物流时效；
- 找不到优惠入口；
- 担心退换货；
- 支付或下单流程失败；
- 需要对比不同套装。
AI 客服如果能及时发现阻碍，并给出下一步建议，售前服务就不只是“答疑”，而是推动成交。
授权后台办理在售前的价值
售前也经常需要查证后台信息。例如活动库存、优惠券状态、商品上下架、订单是否创建、支付是否失败、客户是否已经领取权益。
当平台开放能力不足时，爱嘉客服可以在授权范围内帮助客服读取后台上下文、准备回复依据，并保留必要证据。这样客服不需要在评论、私信、店铺后台和表格之间来回切换。
这类能力的关键不是替代人工做所有决定，而是让客服在面对高意向客户时更快拿到准确事实。
哪些售前动作需要人工审阅
售前自动化也有风险。建议把以下内容纳入审阅或人工接管：
- 价格、折扣、赠品和保价承诺；
- 功效、疗效、兼容性等敏感描述；
- 大额订单、批发、代理或企业采购；
- 客户投诉、公开负面评论和竞品比较；
- 平台规则可能限制的表达；
- 需要特殊库存或特殊发货承诺的场景。
低风险问题可以自动回复，高价值或高风险机会应进入人工跟进队列。
应该看哪些指标
售前 AI 客服不能只看回复量。更有意义的指标包括：
- 首响时间和夜间覆盖率；
- 评论转私信比例；
- 高意向客户识别准确率；
- 商品知识命中率；
- 优惠和库存问题查证耗时；
- 人工跟进后的成交率；
- 未成交原因归因；
- 高风险话术拦截率。
当这些指标连起来看，客服团队才能知道 AI 是在制造无效回复，还是在提高真实转化。
爱嘉客服的切入方式
爱嘉客服适合售前咨询分散在社媒、平台店、IM 和私域的团队。
它把 AI 回复、商品知识、活动规则、后台查证、人工审阅和证据留痕放在同一条客服流程里，让售前客服从“谁看到谁回复”变成“每个机会都被识别、处理和复盘”。
