替换一套 IVR

菜单树讲的是 1998 年，转人工的通话记录讲的是你的来电者。

IVR 菜单是把来电意图压缩进十二个按键的带宽。每一个节点，都是某个人当年就"哪四个选项塞得进一段来电者愿意听完的提示语"所做的判断；而塞不进去的一切，都被路由到了"其他业务请按 0"或某个人工队列。用自然语言把这棵树重建一遍，等于复制一套早已不存在的约束，并连同当年在那套约束下做出的每一次妥协一起继承下来。

• 先挖转人工与"其他"这两条路径。那些通话是你未被服务的需求，而且已经被来电者自己的行为打上了标签。把这条分支上六到十二个月的录音与转写拉出来做聚类；排前十的簇就是路线图。
• 挖错路的通话。到了某个队列又被转走一次的通话，会告诉你树的分类在哪里与现实对不上。一个有 30% 二次转接的类目，正是来电者无法把自己的问题映射进去的类目。
• 挖重复来电。72 小时内就同一个账户打来的第二通电话，是一次解决失败，而 IVR 把它记成了两次成功。
• 这棵树只保留一样东西：拴在它上面的合规义务。录音告知、语言选择、紧急路由、监管话术。那些是要求；菜单结构不是。

接住率把放弃算作胜利。挑一个做不到这一点的指标。

接住率是从未转到人工的通话占比。它是每一份厂商材料里的那个数字，传统 IVR 通常被引作 5–10%，语音智能体则是 60–90%，而这个比较近乎没有意义，因为同一个指标能被三件很不一样的事满足：来电者被帮到了、来电者被推去自助然后放弃了、来电者气得挂了。三者里有两件是失败，而三件都让同一个计数器加一。更糟的是，"containment""deflection""resolution"在市场材料里被混用，含义却不同。

• 主指标：72 小时内无回访的解决。通话结束了、来电者的问题事实上被处理了、而且他没有从任何渠道再回来。这是唯一一个无法靠"让人更难找到人工"来刷的数字，而且你用手上已有的数据就能算。
• 护栏指标：智能体环节内的放弃率。自动化环节中的挂断，按发生在对话哪一步拆开看。接住率上升而放弃率同时上升，是一个正在变糟、却报得更好看的系统。
• 护栏指标：重复联系率与渠道外溢。被"接住"却以在线聊天、邮件或网页工单形式重新出现的通话没有被解决，它们只是被挪进了一个你没在看的队列。
• 人工尾部的处理时长要单独报。如果智能体接走了容易的通话，剩下那些人工通话的平均处理时长会机械性地上升。拿它跟去年的数字比，会让你的呼叫中心看起来退步了。

在试点开始前把定义白纸黑字定下来，因为第一份给高层的总结会立下一条大家往后要争论两年的基线。这里的框架，与评估语音智能体在单轮层面用的是同一套，只是抬到了整通电话。

按意图迁移，并且摆在你要替换的那套 IVR 前面。

IVR 替换的典型失败，是某个周一的一次性大切换。行得通的模式是把智能体摆在既有系统前面、让旧系统继续充当兜底，这样每一个未被处理的场景落到的都是一处久经验证的地方，而不是一处新地方。

• 先接起来，凡是尚未迁移的就交还回去。智能体接起电话、用一个开放式问题开场；对任何超出它范围的意图，转进旧 IVR 的正确节点或直接转队列。你的回滚是一次配置改动，不是一次发布。
• 按"话务量 × 处理时长 × 可自动化程度"给意图排序，然后从那个无聊的高频意图开始——查余额、改预约、查订单状态。让指导委员会兴奋的那个复杂意图是错误的第一次迁移，因为它产出的证据是含混的。
• 按意图、按号码逐段放量，而不是按全量流量的百分比。在所有业务上放 10%，给你的是每一种失败模式各一点点的稀薄样本；在一个号码上把一个意图放到 100%，一周之内就给你一个读得懂的结果。通行纪律见灰度与版本化。
• 永远保留通往人工的路径，并且第一次开口就兑现。除了这是体面的做法，在若干法域与行业里它本就是硬性要求；而且每一个藏起来的"转人工"，最后都会出现在你的放弃率里。
• 高峰期冻结。季节性高峰、月末或已知故障期间不做迁移——兜底承压最重的时段，恰恰是你最需要它保持不变的时段。要有一个书面的"退回 IVR"开关，并演练它，见优雅降级与兜底。

集成才是这个项目；对话只是那场演示。

IVR 只读。它查一个余额、一个送达日期、一个排队位次——通常是只读的，通常经由十年前搭的 CTI 适配器或主机连接器。而一个真能把事办完的智能体必须写：改约、入账、更新地址。全部的工作量差别就在这里，而它在每一场演示里都是看不见的。

• 在给对话定范围之前，先把所有写操作列全。每一个都需要一把幂等键、一次靠耳朵向来电者复述的确认，以及一个当通话在写入之后、确认之前掉线时的补偿动作。状态纪律见语音中的工具调用与状态。
• 按动作所需的等级来验证身份，而不是按通话。读一个送达日期和改一个银行账号不是同一种风险，而语音又恰是冒充经济学最糟糕的那个渠道——见语音智能体的来电者核验。
• 该用 DTMF 的地方就留着 DTMF。账号、卡号数字、出生日期、PIN 码。在 8 kHz 电话音频上，键盘输入比语音更准，它也是你 PCI 范围本来就假定的方式，而且身处公共场所的来电者不会把卡号念出来。一个无法退回到按键输入的语音智能体是一次降级。
• 为音频而不是为转写文本做预算。窄带电话音频恰恰在最要紧的那些词元上劣化识别——姓名、邮编、字母数字混合串——而给你看过的每一个准确率数字，量的都是宽带音频。数字在语音栈与延迟预算两页里。
• 把话务处置码接过去写。IVR 会写一个下游报表依赖的路由码。智能体必须写一个等价物，否则六块看板会静默地坏掉——见通话后处理与 CRM 回写。

IVR 白送给你的东西，如今成了你的欠账。

菜单树是一个确定性程序。它做过的一切都可检视、可复现、可打印——这些属性在失去之前没人珍惜，而其中好几项是写进合同的。

• 一份可打印、供审计用的呼叫流程。合规、法务和你的监管方都见过那张图。"由模型决定"不是一个可以接受的替代品；你欠的是一件等价的产物——喂给智能体的那份策略，带版本，外加逐通电话、显示走了哪条路径的追踪。
• 被保证播报的话术。强制告知每次都会响，因为是一个节点在播它。而模型可能跳过、转述或调换顺序。把必播告知放在模型控制不到的确定性代码里播，而不是靠系统提示词好言相求。
• 可预测的单通成本。一分钟 IVR 在每通电话上都一样贵。一分钟智能体则随令牌、工具调用与来电者说了多久而变，而钱就花在长尾上——形状与预测智能体开销相同，要配一个硬性的单通上限，触顶时转人工而不是继续。
• 一份稳定的证据记录。录音同意、保留与脱敏如今不只适用于音频，还适用于一份转写、一份模型上下文、一组工具参数和一条追踪——你原本只有一件产物，现在有五件，正如录音、同意与脱敏所述。
• 没有提示词注入面。过去来电者只能按数字。现在他们可以把任意文本说进一个通往有工具权限的模型的上下文里；一个把"指令"念出来的来电者，就是同一个不可信输入问题在语音渠道的版本。

头八周跑真实通话，别跑剧本。

真正有用的那份评测集，是拿你手上已有的音频搭出来的。其余一切都是在为一通没人打过的电话彩排。

• 黄金集来自录音，而不是写好的测试用例。按意图抽真实通话，连同糟糕的音质、语码转换、背景噪声，以及那位把问题按错误顺序讲出来的来电者一起收进去。回放它们；一套从剧本推导出来的测试集能考到 95%，却什么也预测不了。
• 把转接和解决一起打分。一次干净、及时的移交是一个好结果。要照升级与温转接那样，把升级的精确率与召回率与解决率并排评，否则你会把智能体优化成死抱住本该转出去的电话不放。
• 每周听五十通电话，具名到人。第一个季度里，每周由一位资深的人来听。所有跳过这一步的团队，都是从客户投诉里、而不是从自家队列里，得知自己最严重的失败模式的。
• 盯住接缝的人工那一侧。接收转接的坐席会在几天之内告诉你哪些意图在失败、以及怎么失败的；他们是你手上最便宜的评测仪器。