AI Agent人工转接：Agent搞不定时交给真人

人工转接的触发条件与实现

触发条件检测

class HandoffDetector:
    """判断是否需要转给人工客服"""
    def __init__(self):
        self.handoff_keywords = [
            "转人工", "找真人", "投诉", "经理", "负责人",
            "赔偿", "法律", "起诉", "工商"
        ]

    def should_handoff(self, user_input: str, confidence: float,
                       conversation_history: list) -> tuple:
        """返回 (是否需要转接, 原因)"""
        # 条件1：用户明确要求
        if any(kw in user_input for kw in self.handoff_keywords):
            return True, "用户明确要求转人工"

        # 条件2：AI置信度过低
        if confidence < 0.4:
            return True, f"AI置信度过低({confidence:.2f})"

        # 条件3：多轮未解决（超过5轮对话仍未闭环）
        if len(conversation_history) >= 5:
            recent = conversation_history[-3:]
            if not any(self._has_progress(r) for r in recent):
                return True, "多轮对话无进展"

        return False, ""

    def _has_progress(self, turn: dict) -> bool:
        return turn.get('resolved', False) or turn.get('action_taken', False)

AI生成对话摘要（减少客服重复询问）

SUMMARY_PROMPT = """请用中文总结以下客户对话，生成给人工客服的交接摘要，格式如下：

【客户信息】
姓名：{name}
ID：{user_id}
问题类型：{category}

【对话摘要】
用2-3句话概括客户的核心问题和已尝试的解决方案

【已尝试方案】
列出AI已经做过的尝试（每项一行）

【建议动作】
客服下一步应该怎么做

对话记录：
{conversation}
"""

def generate_handoff_summary(conversation: list, user_info: dict) -> str:
    conv_text = "\n".join([
        f"{'用户' if t['role']=='user' else 'AI'}: {t['content']}"
        for t in conversation
    ])
    prompt = SUMMARY_PROMPT.format(
        name=user_info.get('name', '未知'),
        user_id=user_info.get('id', '未知'),
        category=user_info.get('category', '未分类'),
        conversation=conv_text
    )
    return llm.invoke(prompt)

数据对比

有AI摘要的人工转接 vs 无摘要：

实施步骤

第一步：梳理所有需要人工介入的场景（投诉、退款、法律问题、用户主动要求），每个场景写检测规则。

第二步：实现HandoffDetector拦截逻辑，在Agent回复前先检查是否要转人工。

第三步：写对话摘要Prompt，确保每次转接都附带完整上下文。客服端能直接看到摘要和完整对话记录。

第四步：设置转接队列管理——简单问题排普通队列（<30秒排队），紧急投诉排优先队列（<5秒接入）。

第五步：每周分析转接记录，找出"本应AI解决却转了人工"的案例，补充知识库或优化Agent Prompt。目标：第一周AI处理率70%，第四周达到85%。