微信客服机器人自动回复语录怎么归类？按场景分组的整理法
接手过一个语料库：三百多条语录，看着很全，线上命中得一塌糊涂——同一个问题被三条规则抢，用户拿到一段和他订单无关的话术。后来发现问题不在话术写得够不够漂亮，而在分组方式错了：语录是按"风格"堆起来的，不是按"场景"切开的。
按决策段切组，不按话术风格切
首次咨询、催付、售后、投诉、非工作时间，这五段的差别是用户所处的状态，不是文字语气。切组的时候我只看三个信号：有没有订单、订单走到哪一步、这句话想解决什么。切完之后的建议配置：
| 场景组 | 入口信号 | 组内目标 | 建议条数 | 优先级 |
|---|---|---|---|---|
| 首次咨询 | 无订单，问价、问规格、问有没有货 | 给决策信息，引导留下联系方式 | 8–12 条 | 中 |
| 催付 | 有未付款订单，问怎么付、优惠、发货 | 消掉顾虑，讲清时效与售后口径 | 5–8 条 | 高 |
| 售后 | 已发货或已收货，带订单号 | 分流到退换、补发、维修流程 | 10–15 条 | 高 |
| 投诉 | 含退款、赔偿、曝光类情绪词 | 先安抚，直接转人工 | 4–6 条 | 特高 |
| 非工作时间 | 命中时段规则，前几组都没接住 | 说明什么时候有人，给出自助路径 | 3–5 条 | 低 |
条数这么给有理由：首次咨询的问法分散，要覆盖不同类目的商品，条数少必然漏；催付和投诉意图很窄，条数一多就出现两句话术只差一个词的情况，互相抢命中。非工作时间组刻意保持很短，它是兜底，不该参与抢。
整理步骤：先标问题，再定顺序
- 导出全部语录，只做一件事：给每条写一句"它解决什么问题"，先不碰话术本身。
- 按这句话聚类，同名的归到一组，剩下单独的逐条看——孤条多是历史遗留，直接下线。
- 给每组定入口信号，写成可判定的条件：订单状态加关键词加时段，别用"用户比较急"这类没法判定的描述。
- 组内排序按近三十天实际触发量从高到低，不按编写人的偏好。
- 每条补退出条件：用户追问到什么程度转人工，或者转去另一组。
- 拿三十到五十条真实提问做冲突测试，看同一条会被哪条规则接住，接不住或接错的单独记下来。
- 先在小范围入口灰度几天，看转人工率和二次提问率，再放开。
两条规则抢同一个问题，怎么解
抢命中通常三种原因：关键词存在包含关系（"退货"和"退货退款"都能命中）、时段规则和关键词规则同时成立、同一句话被两个组都收录。处理顺序我是固定的：
- 匹配方式从"包含即命中"改成长词优先、长句优先，短词乱抢的面就小了。
- 组之间设互斥优先：投诉高于售后，售后高于催付，催付高于首次咨询，时段组永远排末位。
- 把规则命中量拉出来看，连续几天零命中的语录直接下线，不留在库里当备份。
- 微客AI助手里我习惯把分组当作命中域，先定组再在组内匹配，冲突面比全库扫一遍小得多。
分类这件事没有一次做完的。我的节奏是两周看一次全量命中分布，一周补一次漏。语录本身不是资产，能稳定接住问题的那部分才是。
- 微客AI助手里我习惯把分组当作命中域，先定组再在组内匹配，冲突面比全库扫一遍小得多。
参考
- 微信客服自动回复语录按场景分组与优先级整理的做法说明：https://dingdang.asia/microai/articles/weixin-kefu-reply-templates/
- 企业微信客服话术库分组配置与规则冲突处理的补充说明：https://dingdang.asia/microai/articles/wecom-auto-reply-scripts/
