术语表
AI 智能体与 CX 术语表
掌握企业 AI 智能体的专业语言。100+ 个术语释义，涵盖 AI SLA、自主解决、合规、部署和 CX 自动化。
#
- 24/7 全天候客户支持24/7 支持可在任何时段为客户提供帮助，不受时区限制。AI 能够处理非工作时间和周末的咨询，无需安排夜班人员，让真正的全天候覆盖在经济上切实可行。
- 保险客服 AI保险 AI 在满足合规标准的同时，自动处理理赔受理、保障咨询和保单管理。保险公司借助 AI 缩短理赔处理时间，改善投保人体验。
- 操作（Actions）借助操作（Actions），Maven AI 智能体可在对话中读写业务系统数据，例如查询订单、办理退款和创建工单。
- 触发器触发器是 Maven 中基于事件或计划运行的自动化功能，例如将对话数据同步到数据仓库，无需客户发起请求。
- 大语言模型（LLM）GPT-4、Claude 等 LLM 能够大规模理解和生成自然语言，为 AI 客户服务提供核心动力。LLM 可以处理僵化的规则型系统无法应对的复杂客户问题。
- 单工单成本单工单成本衡量解决单次支持交互的平均费用，包括人力、技术和运营开销。AI 通过自动处理以往需要人工坐席处理的常规问题，降低单工单成本。
- 电话系统电话通信是客户服务运营中支撑语音沟通的技术基础设施。现代电话通信涵盖 SIP 中继、VoIP 和 PSTN 集成，用于部署 AI 语音智能体。
- 电商 AI 客户支持电商 AI 可规模化自动处理订单追踪、退货处理和商品咨询。在线零售商借助 AI 智能体，从容应对大促和节假日期间海量、重复的支持需求。
- 电商平台客服 AI电商平台 AI 可同时处理买家和卖家的交互，并执行平台政策。双边客服需要能够理解每笔交易双方视角的 AI。
- 电信支持 AI电信 AI 可规模化自动处理账单争议、套餐变更和设备故障排查。电信运营商每月要处理数百万次常规咨询，AI 自动化的效果尤为显著。
- 兜底行为兜底行为定义了 AI 在对答案缺乏把握时如何回应。设计完善的兜底策略会平稳地转交给人工，而不是给出不准确或编造的回复。
- 兜底意图兜底意图是对话式 AI 中的一种安全机制，在客户输入无法匹配任何……在 Maven AGI 中了解更多关于兜底意图的内容……
- 队列管理队列管理是对各服务触点上的客户流量与等待时间进行的战略性编排，… 进一步了解 Maven AGI 中的队列管理…
- 对话式 AI对话式 AI 让客户与 AI 系统之间能够进行多轮自然语言交互。与按脚本运行的聊天机器人不同，对话式 AI 能在整个对话中保持上下文，并根据用户意图灵活应对。
- 对话式 IVR对话式 IVR 以自然语言理解取代按键式电话菜单。来电者直接说出需求，无需逐级选择数字选项，从而缩短通话时长、降低放弃率。
- 多语言客户支持多语言支持借助 AI 以客户偏好的语言提供服务，无需招聘母语人员。现代 AI 智能体可处理 100+ 种语言，在常见支持场景中接近母语水平。
- 多智能体系统多智能体系统由多个专业化 AI 智能体协作处理复杂问题。每个智能体负责特定领域，由编排器协调计费、技术和政策类任务之间的交接。
- 房地产客服 AI房地产 AI 跨物业组合处理房源咨询、租约管理和租户沟通。房地产科技（PropTech）企业借助 AI 即时答复大量房源问题。
- 分层支持模式分层支持将客户服务划分为多个升级层级，从基础咨询（L1）到复杂问题（L3）。如今，AI 已能处理大部分 L1 交互，让人工坐席专注于高价值工作。
- 分流率分流率衡量在转到人工坐席之前，通过自助服务处理的支持请求所占的百分比。仅凭高分流率，无法判断客户问题是否真正得到解决。
- 服务级别协议（SLA）服务级别协议（SLA）是服务提供商与客户之间的正式合同，规定了具体的… 详细了解服务级别协议（SLA）…
- 负责任的 AI负责任的 AI 是由政策、技术控制和治理机制构成的综合框架，旨在… 在 Maven AGI… 中进一步了解负责任的 AI
- 工单分流工单分流衡量在到达人工坐席之前通过自助服务处理的支持请求。作为量的指标，分流有其价值，但仅凭分流无法说明客户的问题是否真正得到解决。
- 工单量工单量跟踪企业在特定时期内收到的支持请求数量。面对产品发布、服务中断和季节性活动带来的工单高峰，AI 可从容应对，无需临时增派人手。
- 工单系统工单系统在统一的工作流中跟踪客户支持请求从提交到解决的全过程。现代工单系统与 AI 集成，可自动分类、分配并解决工单。
- 工具调用（函数调用）工具调用让 AI 智能体能够实时调用外部 API、查询数据库并执行工作流。正是函数调用能力，将能真正解决问题的 AI 智能体与只能提供信息的聊天机器人区分开来。
- 基于规则的聊天机器人与 AI 聊天机器人基于规则的聊天机器人遵循预定义的决策树，而 AI 聊天机器人依靠自然语言理解。基于规则的机器人适用于简单的常见问题，但一旦客户的提问方式出乎预料，就会失效。
- 教育行业 AI 客户支持教育行业 AI 可规模化处理学生和家长的招生咨询、缴费问题及 IT 支持。教育机构借助 AI 应对季节性招生高峰，无需临时增派人手。
- 解决率解决率衡量的是被彻底解决的客户问题所占的百分比，而不仅是得到回复或被分流的问题。解决率反映真实成效，因此比分流率更有意义。
- 解决时长解决时长衡量从客户报告问题到问题彻底解决所需的时间。AI 全天候提供即时、准确的响应，可缩短常规问题的解决时长。
- 金融科技 AI 客户支持金融科技 AI 可在满足监管合规的同时，处理交易咨询、账户管理和欺诈警报。金融科技公司借助 AI 提供即时支持，且不牺牲数据安全。
- 净推荐值（NPS）NPS 通过询问客户在 0-10 分的量表上向他人推荐您公司的可能性，来衡量客户忠诚度。支持服务质量是影响 NPS 最重要的因素之一，直接决定推荐者与贬损者的比例。
- 客户费力度（CES）CES 以 1-7 分衡量客户为解决问题所需付出的努力程度。费力度越低，客户忠诚度越高，因此 CES 是客户留存的先行指标。
- 客户服务自动化客户服务自动化利用 AI 处理支持请求，无需人工介入。现代自动化能够端到端解决问题，而不只是把客户引导到静态的常见问题页面。
- 客户流失预防客户流失预防利用 AI 在高风险客户离开之前识别并重新与其建立联系。AI 可在支持交互中发现不满信号，并触发主动外联，留住客户。
- 客户留存率客户留存率衡量企业在特定时期内留住现有客户的程度，… 在 Maven… 中详细了解客户留存率
- 客户旅程地图客户旅程地图追踪客户与您的支持团队之间的每一次互动。借助旅程地图，您可以找出 AI 智能体在哪些环节最能提升客户体验和运营效率。
- 客户满意度评分（CSAT）CSAT 衡量客户对某次具体支持互动的满意程度，通常采用 1-5 分制。稳定一致的 AI 支持可在每次互动中保持可靠的服务质量，从而维持较高的 CSAT。
- 客户上手支持客户上手支持引导新用户完成产品设置、配置和首次任务。AI 驱动的上手支持可规模化提供个性化指导，无需增加人手。
- 客户支持 AI客户支持 AI 利用人工智能解决客户请求、辅助人工客服并提供运营洞察。现代支持 AI 能够在业务系统中执行实际操作，远超聊天机器人的能力范围。
- 客户支持质量保证（QA）客户支持 QA 用于评估人工坐席和 AI 智能体的交互质量。现代 QA 体系必须在传统人工坐席绩效指标之外，同时评估 AI 的准确性、语气和合规性。
- 劳动力管理（WFM）WFM 用于预测客户需求，并优化支持运营中的坐席排班。AI 能够自动应对波动的业务量，减少季节性人员调整的需要，从而改变 WFM 的运作方式。
- 联络中心 AI联络中心 AI 可在呼叫中心环境中自动处理语音和数字渠道的客户交互。AI 负责处理常规来电和聊天，并将复杂问题连同完整上下文转交人工坐席。
- 联络中心即服务（CCaaS）CCaaS 通过云端交付联络中心技术，取代本地部署的基础设施。现代 CCaaS 平台在传统人工坐席工具之外，还集成了可自动解决问题的 AI 智能体。
- 聊天机器人与虚拟坐席聊天机器人用脚本化回复处理基础问题，而虚拟坐席能自主解决复杂问题。虚拟坐席可以访问后端系统、执行操作，并在长对话中保持上下文。
- 旅游支持 AI旅游 AI 可实时处理预订、取消和行程中断恢复。旅游企业借助 AI 应对恶劣天气事件和预订旺季期间的需求激增。
- 面向客户服务 AI 的 PCI DSSPCI-DSS 合规确保处理支付卡数据的 AI 系统符合严格的安全标准。处理交易的 AI 智能体必须隔离持卡人数据，并保持 Level 1 认证。
- 面向客户支持的生成式 AI生成式 AI 利用大语言模型，针对客户问题生成有用且自然的回复。与基于规则的系统不同，生成式 AI 能理解细微差别，并生成契合上下文的答案。
- 面向客户支持的智能体式 AI面向客户支持的 Agentic AI 借助自主 AI 系统识别意图、推理各类场景，并在无需人工介入的情况下完成问题的完整解决……
- 模型上下文协议（MCP）MCP 是一种开放协议，让 AI 模型以标准化方式连接外部工具、数据库和 API。借助 MCP，AI 智能体可以执行退款、更新账户等实际操作。
- 能力（Capabilities）在能力（Capabilities）区域，Maven 团队可以构建、测试和管理 AI 智能体能做的事：操作、触发器和 Intelligent Fields。
- 平均处理时长（AHT）AHT 衡量每次客户支持交互从开始到解决所花费的平均时间。AI 让客服人员即时获取知识，并自动完成对话中的重复步骤，从而缩短 AHT。
- 平均等待时间平均等待时间衡量客户在接通客服之前等待的时长，是衡量……的关键指标。在 Maven……中了解更多关于平均等待时间的内容
- 企业级 AI 支持企业级 AI 支持可满足大型组织在安全、合规和规模方面的要求。企业级平台具备 SOC 2、HIPAA 和 PCI 认证，并支持 SSO 和基于角色的访问控制。
- 情感分析情感分析利用 AI 识别客户消息中的情绪，从不满到满意。支持团队借助情感数据优先处理紧急案例，并发现体验中的系统性问题。
- 全渠道支持全渠道支持将聊天、邮件、电话、社交媒体和即时消息连接为统一、无缝的体验。客户可在对话中途切换渠道，而不会丢失上下文，也无需重复提供信息。
- 人机协同（Human-in-the-Loop）人机协同（HITL）让人工坐席参与 AI 工作流，负责监督、纠正和审批。对于出错可能带来财务或合规风险的高风险交互，HITL 必不可少。
- 上下文窗口上下文窗口是 AI 模型在单次交互中可处理的最大文本量。上下文窗口越大，AI 在客户对话中可参考的对话历史和知识就越多。
- 上下文工程上下文工程是一套系统化实践，旨在设计和优化 AI 智能体如何访问、组织和利用来自多个企业来
- 升级管理升级管理决定 AI 何时以及如何将对话转交给人工坐席。有效的升级会完整保留对话上下文，转接后客户无需重复描述问题。
- 实时语音 AI实时语音 AI 让 AI 智能体能够以接近真人的速度与客户进行自然的电话对话。低于 500ms 的延迟是语音 AI 对话自然流畅的关键。
- 首次联系解决率首次联系解决率（FCR）衡量的是在单次交互中解决、无需后续联系的客户问题占比。较高的 FCR 与客户满意度直接相关，并能降低整体支持成本。
- 思维链推理思维链推理让 AI 在作答前将复杂问题拆解为逻辑步骤。这种方法能提高账单争议、账户变更等多步骤客户问题的处理准确性。
- 思维树（ToT）思维树（ToT）是一种先进的 AI 推理框架，使大语言模型能够探索……在 Maven AGI 了解更多关于思维树（ToT）的内容……
- 提示词工程提示词工程是通过编写精准指令来引导 AI 模型行为与输出的实践。在客户服务中，提示词设计决定了 AI 的语气、准确性边界和升级触发条件。
- 提示词注入提示词注入是一种攻击方式，用户通过精心构造的输入操纵 AI，绕过安全控制。面向客户的 AI 必须实施输入验证和防护机制，防范提示词注入攻击。
- 微调（面向客户服务）微调让预训练 AI 模型适应您特定的客户服务领域和品牌语调。与单纯的提示词工程不同，微调会将领域知识直接嵌入模型权重。
- 文本转语音（TTS）TTS 为 AI 语音智能体将书面文本转换为自然流畅的语音。现代神经 TTS 生成的声音与真人几乎无法区分，并支持数十种语言和地区口音。
- 细分群组细分群组是可复用的用户或对话定义，决定 Maven AI 智能体可以使用哪些知识、操作和 Charters。
- 向量嵌入向量嵌入将非结构化数据（文本、图像、音频和客户交互）转换为数值数组……在 Maven 了解更多关于向量嵌入的内容……
- 医疗健康客服 AI医疗健康 AI 在符合 HIPAA 合规要求的同时，为患者提供即时支持。医疗机构使用 AI 智能体处理预约挂号、账单咨询和就医导航。
- 异步消息了解异步消息在客户服务中的运作方式：按自己的时间回复、持久化会话线程、同步与在线聊天的对比，以及 AI 客户体验（CX）团队为何重视它。Maven AGI 术语表。
- 意图识别意图识别根据客户的消息或询问，判断其想要完成的事情。准确的意图识别决定了请求需要的是账单帮助、技术支持还是账户变更。
- 银行业 AI 客户支持银行业 AI 可在满足监管合规的前提下，自动处理账户咨询、欺诈警报和争议解决。银行借助 AI 支持，显著缩短处理时长、降低单次交互成本。
- 语义搜索语义搜索理解查询背后的意图，而非精确匹配关键词。即使客户的提问方式出乎意料，AI 支持平台也能借助语义搜索找到相关答案。
- 语音 AI语音 AI 让 AI 智能体能够处理实时电话，自然地理解和生成语音。现代语音 AI 可实现亚秒级响应延迟，让电话交互真正如同自然对话。
- 语音机器人语音机器人借助语音识别和自然语言理解处理客户来电。与僵化的 IVR 菜单不同，语音机器人能够进行自然对话，通过电话解决问题。
- 语音转文本（ASR）ASR 将口语转换为 AI 系统可处理并据以执行操作的文本。准确的语音识别是语音 AI 的基础，现代系统的词准确率已超过 95%。
- 支持投资回报率（ROI）支持 ROI 量化客户服务投资（包括技术、人员和培训）的财务回报。计算 ROI 需要同时跟踪直接成本节约和通过更优质服务留住的收入。
- 支持自动化率支持自动化率衡量由 AI 在无人工参与的情况下解决的客户问题所占的百分比。与单纯的分流率相比，这一指标能更准确地反映 AI 的实际运营价值。
- 知识 InboxMaven 的 Inbox 可标记重复、冲突、过时内容和知识缺口等问题，并提供修复建议供团队审核。
- 知识库 AI知识库 AI 利用 AI 从帮助文章、文档和内部 Wiki 中提供精准答案。AI 驱动的知识库从语义层面理解问题，而不是依赖关键词匹配。
- 知识锚定知识锚定将 AI 回复锚定在可验证的企业数据源上，确保每个答案都能追溯到具体文档，而非过时的……
- 知识摄取知识摄取是指导入、解析并结构化内容，使 AI 智能体能够加以利用的过程。高效的知识摄取可自动处理 PDF、帮助中心、Confluence Wiki 和内部文档。
- 知识图谱知识图谱将信息组织为相互关联的实体与关系，供 AI 进行推理。在客户服务中，知识图谱帮助 AI 理解产品、政策与流程之间的关联。
- 智能体 AI智能体式 AI 会为实现目标而自主采取行动，而不只是生成文本回复。在客户服务中，智能体式 AI 通过访问系统、执行工作流程并验证结果，端到端地解决问题。
- 智能体工作流智能体工作流让 AI 智能体能够独立规划、执行并验证多步骤任务。例如，一个智能体工作流可以查询订单状态、处理退款并发送确认信息，全程无需人工介入。
- 智能体渠道智能体渠道是 Maven AI 智能体与客户及员工交互的触点，包括聊天、短信、WhatsApp、电子邮件、语音、服务台、Slack 和 Teams。
- 智能虚拟助手（IVA）IVA 超越了基础聊天机器人：能够理解上下文、管理多轮对话并执行实际操作。IVA 与后端系统集成，真正解决问题，而不只是提供信息。
- 主动式客户支持主动式支持在客户联系您之前就发现并解决问题。AI 通过识别使用数据、错误日志和客户情绪信号中的规律，实现主动式支持。
- 自建还是采购（AI 智能体）AI 智能体是自建还是采购，取决于团队的机器学习能力、时间要求和运维能力。大多数企业发现，采购能更快实现价值，而自建则能增强长期掌控力。
- 自然语言处理（NLP）NLP 使 AI 能够在客户交互中解析、理解并回应人类语言。现代 NLP 为客服自动化中的意图分类、实体提取和情感分析提供支撑。
- 自主解决自主解决是指 AI 在无需人工介入的情况下彻底解决客户问题。与分流不同，自主解决是真正把问题解决，而不是把客户转往别处。
- 自助服务门户自助服务门户让客户随时获取知识库、账户工具和 AI 协助。高效的自助服务可处理大部分常规咨询，让人工客服专注于复杂问题。
- 总拥有成本（AI 支持）AI 支持的总拥有成本包括许可、集成、培训、维护和持续优化等费用。许多企业只关注订阅费用，而忽视了实施和维护成本，因而低估了总拥有成本。
- 坐席生产力坐席生产力衡量人工客服坐席解决客户问题的效率。AI 副驾驶可自动起草回复、呈现相关知识并自动处理例行任务，从而提升生产力。
A
- Agent Assist坐席辅助（Agent Assist）在实时交互中为人工坐席提供实时建议、知识检索和自动起草的回复，在缩短处理时长的同时提升回复的准确性和一致性。
- Agent DesignerAgent Designer 是 Maven AGI 的无代码工作区，让您在一处完成企业级 AI 智能体的配置、测试、分析与优化。
- Agent MavenAgent Maven 是 Maven AGI 的企业级 AI 智能体。它能理解意图、对每个请求进行推理，并在聊天、电子邮件和语音渠道中安全地执行操作。
- Agentic DeterminismAgentic Determinism 意味着，在 Maven AI 智能体进行推理之前（而非作出回应之后），由平台决定适用哪些数据、操作和限制。
- AI 编排AI 编排协调多个 AI 智能体、模型和系统，通过可靠的任务分派与治理，顺畅执行复杂工作流。
- AI 部署周期AI 部署周期从基础配置的 2 周到企业级 AI 智能体的 3-6 个月不等，具体取决于集成、合规要求和知识库的复杂程度。
- AI 的 HIPAA 合规AI 的 HIPAA 合规要求在 AI 处理的全过程中保护患者健康信息（PHI）。处理医疗数据的 AI 平台必须实施加密、访问控制，并签署业务伙伴协议（BAA）。
- AI 的 SOC 2 合规SOC 2 认证可验证 AI 平台是否符合严格的安全性、可用性和保密性标准。企业买家在生产环境部署 AI 之前，通常要求提供 SOC 2 Type II 报告。
- AI 服务级别协议（SLA）AI SLA 规定了 AI 客户服务平台在可用性、准确率和解决率方面的承诺。设定合理的 SLA 基准，可帮助您的企业规避 AI 部署表现不达标的风险。
- AI 服务台AI 服务台利用人工智能解决支持工单、对问题进行分类并分派复杂案例。通过自动处理重复且有完善文档的咨询，AI 服务台可有效减少工单积压。
- AI 概念验证（POC）AI POC 用于验证解决方案能否适配您的特定数据、工作流和客户群。一个好的 POC 通常运行 2-4 周，设有预先定义的成功指标和贴近实际的支持场景。
- AI 个性化AI 个性化根据客户历史、偏好和上下文调整支持交互。个性化 AI 能够理解每位客户的具体情况，提供更相关的答案和更快的问题解决。
- AI 工单路由AI 工单路由利用机器学习对支持工单进行分类，并分配给合适的团队或坐席。智能路由会综合考虑问题类型、客户等级、坐席专长和当前工作负载。
- AI 工作流自动化AI 工作流自动化将人工智能与业务流程编排相结合，打造自适应的……在 Maven 中了解更多关于 AI 工作流自动化的内容……
- AI 供应商评估AI 供应商评估从准确率、安全性、集成能力和总拥有成本等方面对平台进行考察。结构化的评估框架可帮助您在选择 AI 客户服务技术时避免代价高昂的失误。
- AI 护栏AI 护栏为 AI 智能体在客户交互中的言行设定边界，在生产环境中防止答非所问、越权操作和有损品牌的输出。
- AI 幻觉AI 幻觉是指模型自信地给出与事实不符的回复。企业级 AI 平台通过接地、检索增强生成和置信度评分来防止幻觉。
- AI 接地（Grounding）AI 接地通过 RAG 将语言模型连接到经过验证的企业数据源，消除幻觉，打造可靠且贴合业务的……
- AI 可观测性AI 可观测性让您实时了解 AI 智能体的表现、失误及其随时间的改进情况。具备可观测性的 AI 系统会持续呈现准确率指标、延迟、错误模式和满意度信号。
- AI 客户服务AI 客户服务运用人工智能自主理解、回应并解决客户咨询。AI 即时处理常规问题，并将复杂案例连同完整上下文转交人工坐席。
- AI 客户体验（CX）AI CX 将人工智能应用于每一个客户触点，从首次联络到持续支持。AI 驱动的客户体验通过缩短等待时间、实现个性化互动，提升满意度与忠诚度。
- AI 聊天机器人与 AI 智能体AI 聊天机器人通过预设回复处理简单问题，而 AI 智能体则通过推理和执行操作解决复杂问题。智能体能够访问后端系统、执行工作流并保持完整上下文。
- AI 嵌入AI 嵌入将文本转换为能捕捉语义的数值向量。嵌入质量直接决定 AI 能否针对客户问题准确检索到相关的知识库内容。
- AI 审计追踪AI 审计追踪会记录 AI 智能体做出的每一项决策、执行的每一个操作和每一次数据访问，以满足合规与问责要求。受监管行业需要借助审计追踪，证明 AI 在批准的参数范围内运行。
- AI 升级当问题需要共情、判断或授权时，AI 升级会将对话从 AI 转给人工坐席。有效的升级会传递完整的对话上下文，客户无需重复描述问题。
- AI 试点项目AI 试点项目在企业级部署前，以有限规模验证 AI 客户服务的表现。设计完善的试点通常运行 4-8 周，并设有明确的成功标准和可衡量的 KPI。
- AI 数据驻留数据驻留决定了 AI 系统存储和处理客户数据的地理位置。GDPR、CCPA 及各行业法规通常对数据驻留有明确要求。
- AI 训练数据AI 训练数据教会模型如何准确处理客户交互。数据质量是影响 AI 性能的最关键因素，直接决定回答的准确性和相关性。
- AI 邮件回复AI 邮件回复可自动阅读、分类并回复客户邮件。AI 在数秒而非数小时内处理收到的邮件，自动处理常规请求，并将复杂问题标记给人工审核。
- AI 与人工客服高效的客户服务将 AI 自动化用于常规问题，将人工坐席用于复杂情况。关键在于设计智能的转接机制，让每一次交互都能在恰当的时机找到恰当的资源。
- AI 在线聊天AI 在线聊天通过网站和应用中的消息界面提供实时客户支持。AI 驱动的聊天可即时响应，同时保持自然的对话语气和准确性。
- AI 治理AI 治理确保 AI 系统在伦理、法律和组织边界内运行。ISO 42001 等框架为企业环境中的 AI 风险管理提供了结构化方法。
- AI 智能体AI 智能体能够感知上下文、基于信息进行推理，并自主采取行动以实现目标。与按脚本运行的聊天机器人不同，AI 智能体借助工具和知识灵活解决问题。
- AI 智能体编排AI 智能体编排是指对多个专业 AI 智能体进行协调管理，使其协同处理复杂……了解更多关于 AI 智能体编排的内容……
- AI 置信度分数AI 置信度分数用于量化模型对其回复的确定程度，通常取值范围为 0-1。支持团队会设定置信度阈值，当 AI 的确定性低于设定水平时触发人工升级。
- AI 中的接地（Grounding）接地（Grounding）将 AI 回复限定于经过验证的源材料，而非凭空生成的内容。经过接地的 AI 会引用具体的知识库文章，大幅减少客户互动中的幻觉。
- AI 准确率AI 准确率衡量 AI 回复中事实正确且有帮助的比例。企业级 AI 平台借助知识依据、护栏和持续质量监控，将准确率目标设定在 85-95%。
- AI CopilotAI Copilot 与人工坐席协同工作，实时推荐回复、呈现相关知识并自动处理重复性任务。Copilot 帮助坐席更快响应，同时不取代人的判断。
- AI ROI（投资回报率）AI ROI 衡量在客户服务中部署 AI 所获得的财务回报与总投入之比。主要 ROI 驱动因素包括单工单成本降低、问题解决更快以及客户留存率提升。
- API 集成（客户服务）API 集成将 AI 智能体连接到 CRM、服务台和业务系统，使其能够执行实际操作。集成深度决定了 AI 是真正解决问题，还是仅能提供信息。
- App StudioApp Studio 是 Maven AGI 的开发者平台，可借助 Maven TypeScript SDK 构建、测试和部署定制 Maven Apps。
- Ask Maven借助 Ask Maven，团队可以用日常语言询问 AI 智能体的表现，直接获得图表和摘要，无需编写任何查询。
B
C
G
I
- Intelligent FieldsIntelligent Fields 将对话转化为结构化数据。Maven 智能体根据简单的自然语言提示，自动填写意图、情绪或流失风险等字段。
- Intercom 替代方案Intercom 替代方案提供了不同的客户支持思路，从 AI 优先的问题解决到传统消息沟通不一而足。AI 原生平台专注于自主解决问题，而不是转交人工客服。
- IVR 替代IVR 替代是用能够理解自然语音的 AI 语音智能体取代僵化的电话按键菜单。替换 IVR 的企业通常能降低放弃率，并加快平均通话解决速度。
- IVR（交互式语音应答）IVR 是一种电话系统技术，通过按键或语音输入引导来电者在预录的菜单选项中逐级选择。IVR 目前仍被广泛部署，但正逐渐被对话式语音 AI 取代。
M
- Manual（指令手册）Manual 是 Maven Charter 中的自然语言指令文本，用于告诉 AI 智能体在该 Charter 适用时应如何行事。
- Maven AppsMaven Apps 将 Maven AGI 平台与外部系统相连，作为知识来源、操作与触发器，以及面向客户的渠道。
- Maven CommerceMaven Commerce 让 Maven AI 智能体在既定护栏内销售产品和服务，明确可以提供什么、以什么价格、面向哪些客户。
- Maven CopilotMaven Copilot 是内置于服务台的 AI 助手，可为人工坐席总结工单、起草附带引用来源的回复并解答问题。
- Maven VoiceMaven Voice 是一款企业级 AI 语音智能体，可实时解决客服来电，并完成退款、账户更新等工作流。
P
R
S
- SaaS 客服 AISaaS 客服 AI 以产品文档为知识库，处理产品咨询、故障排查和账户管理。SaaS 企业借助 AI 让客服能力随用户增长同步扩展，而无需按比例增加人员。
- Self-RAGSelf-RAG（自反思检索增强生成）是一种先进的 AI 框架，使语言模型能够… 在 Maven AGI… 中进一步了解 Self-RAG
- Show ReasoningShow Reasoning 可展示 Maven AI 智能体每条回复背后的上下文、知识来源和操作，让团队清楚了解其作答原因。
- Strict Return ChartersStrict Return Charters 会逐字返回一条固定的、预先审批的回复，适用于法律声明等每次都必须完全一致的回答。