#如何定制 HeiChat，让它更好地帮助客户回复

#文档目的

HeiChat 的回复质量不只取决于 AI 模型本身，还取决于商家是否提供了完整、准确并且及时更新的业务信息。要让 HeiChat 更像一个真正了解品牌的客服，建议同时配置以下几个方面：

• 在 Basic Settings 中补充品牌身份和基础业务背景；
• 在 AI Response 中规定客服的语气、语言、回复长度和行为边界；
• 在 AI Model 中选择适合业务复杂度和预算的模型；
• 在 Learned Products 中确认商品资料已经完成学习；
• 在 Knowledge Base 中维护物流、退换货、售后、使用说明等非商品信息；
• 在 Gap Detection 和 Knowledge Gaps 中持续发现 AI 不会回答的问题，并补充缺失内容；
• 通过 Live Support 或 Smart Tickets 为复杂问题提供人工接管渠道。

这套配置的核心思路是：先告诉 HeiChat“我们是谁、卖什么”，再告诉它“应该怎么回答”，最后根据真实客户问题不断补充“还缺什么知识”。

---

#一、先完成 Basic Settings：建立客服的业务背景

#操作路径

Shopify Admin > Apps > HeiChat > Setup > Basic Settings

#需要配置的内容

在 Core Setup Required 中，建议至少完成以下项目：

1. Customize Your Bot

   • 设置客户看到的 bot name；
   • 上传合适的 bot avatar；
   • 点击 Set AI Style，进入 Advanced Settings > AI Response 继续配置回复风格。

2. Store Name

   • 填写正式的品牌名称，不建议只使用 Shopify 域名前缀；
   • 这样 HeiChat 在回复中提到商店时会更自然，也能减少品牌名称不一致的问题。

3. Store Introduction

   • 简要说明店铺销售的商品、主要客户、核心品类和价格范围；
   • 补充配送地区、处理时间、退换货重点规则和品牌特色；
   • 使用短段落或项目符号，避免只写宣传口号。

4. Customer Service Supervisor's Email

   • 填写真正有人查看的客服邮箱；
   • 当客户的问题超出 AI 能力范围，或明确要求联系人工时，HeiChat 才能提供可靠的后续联系方式。

5. Product Learning

   • 确认商品学习已经完成或正在正常进行；
   • 初次安装后，商品较多时可能需要等待一段时间，学习未完成前不建议直接判断商品问答或推荐效果。

6. Activate Chat Widget

   • 确认 HeiChat 已在 storefront theme 中启用；
   • 如果没有激活，即使其他设置都完成，客户也看不到聊天入口。

#这项配置的意义

Basic Settings 是 HeiChat 理解店铺的第一层上下文。Store Name 和 Store Introduction 让 AI 知道自己代表哪个品牌、服务哪些客户；Customer Service Supervisor's Email 为无法自动解决的问题提供出口；Product Learning 则让 AI 能够基于真实商品资料进行回答。

建议把 Store Introduction 写成“客服可以直接使用的信息”，例如“我们销售什么”“发往哪些国家”“通常多久发货”“哪些商品不支持退货”，而不是只写“我们致力于提供高品质产品”这类无法帮助客户决策的内容。

---

#二、配置 AI Response：统一客服的表达方式和边界

#操作路径

Shopify Admin > Apps > HeiChat > Setup > Advanced Settings > AI Response

也可以从 Setup > Basic Settings > Customize Your Bot > Set AI Style 进入。

#建议配置的项目

1. AI Output Mode

   • 一般建议使用 Streaming，让客户看到回复逐步出现，等待感更低；
   • 只有在品牌明确希望一次性展示完整内容时，才考虑 Complete Response。

2. Reply Style

   • 严肃、专业的品牌可以选择 Serious & Professional；
   • 大多数消费品牌可以选择较轻松、友好的风格；
   • 高幽默程度应谨慎使用，尤其是在退款、投诉、订单异常等场景中。

3. Emoji Usage

   • 正式或高客单价品牌可选择 Prohibited 或 Minimal；
   • 面向年轻消费者的品牌可以使用 Moderate，但不建议让每条回复都出现大量 emoji。

4. Response Length

   • 常规店铺建议从 Standard 开始；
   • FAQ 或移动端场景可以使用 Concise；
   • 技术产品、安装说明和复杂政策可以使用 Detailed。

5. Reply Language

   • 面向多语言客户时使用 Automatic；
   • 如果店铺要求所有回复固定使用某一种语言，则选择 Fixed Language。

6. Custom Instructions

   • 规定统一的品牌语气，例如“保持耐心、友好，不使用过于技术化的表达”；
   • 规定不能承诺的内容，例如“不确定库存、配送日期时不要自行猜测”；
   • 规定不确定时的处理方式，例如“先提出一个澄清问题，不要连续询问多个问题”；
   • 规定敏感问题的处理方式，例如订单隐私、退款例外、法律或医疗建议需要转人工。

#这项配置的意义

Knowledge Base 决定 HeiChat“知道什么”，AI Response 决定它“如何说”。两者需要配合使用。比如同一条退货政策，专业品牌可能需要分步骤、明确列出条件；生活方式品牌则可以用更轻松的语言说明，但不能改变政策本身。

注意：用于识别知识缺口的规则应写在 Gap Detection，不要把“如何判断知识缺口”的内容写进 Custom Instructions。

---

#三、选择合适的 AI Model：平衡准确率、速度和成本

#操作路径

Shopify Admin > Apps > HeiChat > Setup > AI Model

#选择模型时重点考虑什么

在 AI Model 页面可以测试回复并选择实际使用的模型。不同模型通常会标注 provider、tier 和 token multiplier。选择时建议综合考虑：

• 客户问题是否复杂；
• 是否需要较强的多语言和推理能力；
• 是否经常回答政策、安装或兼容性问题；
• 对回复速度的要求；
• 每次对话的 token 消耗和整体预算。

通常可以按照以下思路选择：

• Basic（通常为 1x）：适合 FAQ、简单商品信息、基础售前问题，成本较低；
• Pro（通常为 2x）：适合希望在成本和能力之间取得平衡的店铺；
• Advanced（通常为 3x）：适合政策较多、问题较复杂、需要更强推理能力的客服场景；
• Premium（通常为 5x）：适合高价值咨询、技术支持或对回复质量要求较高的场景，但 token 成本更高。

页面中的具体模型和 multiplier 可能随着 provider 更新而变化，应以 AI Model 页面当前显示内容为准。不要只看模型名称，最好用自己店铺的真实问题进行测试。

#推荐测试流程

1. 准备一组真实问题，至少包含商品、物流、退换货、优惠、订单异常和多语言问题；
2. 先用 Basic 或 Pro 模型测试基础表现；
3. 再用 Advanced 或 Premium 模型测试复杂问题；
4. 比较答案的准确性、完整性、语气、响应速度和 token 使用；
5. 如果多个模型都答错，优先检查 Knowledge Base 或 Learned Products，而不是立即继续升级模型；
6. 选择能满足业务要求且成本可接受的模型，再在 storefront theme 中正式启用。

#这项配置的意义

更贵的模型不一定能解决所有问题。如果缺少退货政策或商品属性，即使使用更高级的模型，AI 也可能只能给出模糊答案。正确的顺序是先补齐业务知识，再通过模型选择提升复杂问题的理解和表达能力。

---

#四、确认 Learned Products：让 HeiChat 正确理解商品

#操作路径

Shopify Admin > Apps > HeiChat > Setup > Learned Products

#建议检查的内容

• 商品学习是否已经完成；
• 重要商品是否包含在学习范围内；
• 商品标题、描述、variant、材质、尺寸、兼容性等信息是否完整；
• 商品资料更新后，自动同步是否已经完成。

HeiChat 会自动读取 Shopify 中的商品更新，并同步商品信息。对于日常少量的商品编辑，通常不需要每次手动操作。若店铺一次性大批量更新商品、批量上新，或集中修改了商品描述、variant、材质、尺寸、兼容性等重要属性，建议在 Learned Products 页面手动执行 Refresh，确保最新商品信息能够及时用于 AI 回复和商品推荐。

#这项配置的意义

商品问题和普通 FAQ 不同。客户可能会询问“哪个尺寸适合我”“这款产品是否兼容某设备”“有哪些颜色”“哪一款适合某种使用场景”。这些问题需要依赖 Shopify 商品数据，不能全部通过手动写 FAQ 解决。

如果商品信息本身缺少关键属性，建议先完善 Shopify 商品记录，再等待自动同步或手动执行 Refresh，而不是在 Knowledge Base 中反复添加重复内容。

---

#五、建设 Knowledge Base：补充商品之外的业务知识

#操作路径

Shopify Admin > Apps > HeiChat > Setup > Knowledge > Knowledge Base

#建议优先添加的内容

• Shipping 和 delivery policy；
• Return、refund、exchange 和 warranty policy；
• Payment、gift card 和 membership 规则；
• 使用、安装、保养和尺寸指南；
• 常见售前问题和售后处理流程；
• 促销、预售、定制商品等特殊规则；
• 客服团队希望 AI 始终遵循的业务说明。

#可使用的内容类型

• URL：适合公开的帮助中心或政策页面；
• PDF：适合说明书、政策文件和操作手册；
• TEXT FILE：适合纯文本资料；
• PLAIN TEXT：适合短 FAQ、规则和内部整理后的说明；
• Q&A：适合客户经常以不同说法重复询问的固定问题。

#如何写高质量 Q&A

在 Q&A 中，可以为同一个答案添加多个相似问题。例如，针对配送时间，可以同时覆盖：

• “How long does shipping take?”
• “When will my order arrive?”
• “What is the delivery time?”

这样客户使用不同说法时，HeiChat 更容易识别为同一个意图。答案应直接、明确，并包含必要的条件；如果答案应当推荐某个具体商品，可以使用 Product 类型的答案，而不是只写一段商品名称。

#维护和更新规则

Knowledge Base 中的内容是添加时的静态 snapshot，来源页面或文件发生变化后不会自动同步。内容更新时应：

1. 打开 Setup > Knowledge > Knowledge Base；
2. 找到旧 entry；
3. 选择 edit、delete 或重新上传最新内容；
4. 用真实问题重新测试。

如果 Shopify 中的 shipping、refund、privacy 或 terms policy 发生变化，需要点击 Renew Policy 重新同步。限时促销、活动规则和临时政策应设置 expiration date，避免活动结束后 AI 继续引用旧内容。

#这项配置的意义

Knowledge Base 是 HeiChat 的业务知识库，主要用于补充商品资料之外的店铺规则、政策和服务流程。它与 Learned Products 是两个独立模块：商品标题、描述、variant、价格、库存等商品信息由 Learned Products 自动读取和同步；shipping、return、refund、使用说明等业务知识则通过 Knowledge Base 维护。每条 entry 最好围绕一个主题，避免把多个互不相关的政策堆在同一篇长文中。

---

#六、开启 Gap Detection：自动发现不会回答的问题

#操作路径

Shopify Admin > Apps > HeiChat > Setup > Advanced Settings > Gap Detection

#建议开启的 Detection Rules

可以要求 HeiChat 在以下情况记录为 knowledge gap：

• 回复中出现“我不确定”“我没有相关信息”等不确定表达；
• 给出泛泛而谈、无法执行的答案；
• 对本应由 AI 直接回答的问题反复建议客户联系 support；
• 多次要求客户重新描述问题；
• 没有覆盖店铺特有的流程或政策。

同时要写清楚不应记录为 gap 的情况，例如：

• order status、tracking 等需要实时账户数据的问题；
• AI 正确拒绝不适当或超出服务范围的请求；
• 必须经过人工审核的退款例外或隐私问题。

#这项配置的意义

Gap Detection 相当于给 AI 增加了一层“自我检查”。它不会改变客户看到的回复，而是在对话结束后分析这次回复是否暴露出知识缺口。这样商家不必完全依赖客户投诉，便能主动发现哪些问题经常答不好。

Detection Rules 只用于识别 gap，不用于设置客服语气、商品推荐方式或具体回复内容。后者应放在 AI Response。

---

#七、处理 Knowledge Gaps：把真实问题转化为新知识

#操作路径

Shopify Admin > Apps > HeiChat > Setup > Knowledge > Knowledge Gaps

#推荐处理步骤

1. 按 Hits 排序，优先查看出现次数最多的问题；
2. 打开具体的 Question，阅读完整的 customer question、AI Response 和 AI Insight；
3. 点击 View Conversation，确认上下文，避免只看一句话就下结论；
4. 判断原因是缺少知识、知识过期、商品资料不完整，还是本来就应该转人工；
5. 点击 Add Knowledge，创建合适的 Q&A、PLAIN TEXT、URL、PDF 或其他 entry；
6. 回到 storefront，用原问题和几种改写方式测试；
7. 确认回复已经改善后，点击 Mark as Resolved；
8. 如果确认这是误报，或现有回复已经可以接受，则使用 Ignore。

#这项配置的意义

Knowledge Gaps 提供了一个持续优化闭环：

Review gap → Add Knowledge → Test response → Mark as Resolved

高 Hits 的 gap 往往代表大量客户都会遇到的核心问题。先解决物流、退换货、尺寸、兼容性和付款等高频问题，通常比一开始处理大量低频边缘问题更有价值。

添加新内容前应先检查 Knowledge Base 是否已经存在类似 entry。如果只是旧内容失效或写得不够清楚，优先编辑原 entry，避免相互矛盾的知识同时存在。

---

#八、日常使用 Correction：把会话中的修正沉淀为知识

#操作路径

Shopify Admin > Apps > HeiChat > Conversations > All Conversations

#如何使用

日常运营时，建议定期浏览真实会话中的 AI 回复，重点关注商品、shipping、return、refund、优惠和售后等高频场景。如果发现回复不准确、不完整，或没有按照店铺规则回答，可以在对应的 AI 消息上选择 Correct this message（界面中可能简称为 Correct）。

在 Correction 对话框中，可以：

• 重新整理或改写 customer question，让问题更准确地表达客户意图；
• 填写标准答案（Text）；
• 关联应当推荐的具体商品（Product）。

#重要说明

Correction 不是强制规则，也不是对所有未来回复的绝对覆盖。 它本质上是一个把会话中的人工修正快速补充到知识体系中的入口，用来向 AI 提供参考。遇到相似问题时，HeiChat 可能参考这条修正内容，但最终回复仍会结合当前对话、已有 Knowledge Base 和其他可用信息生成。

因此，Correction 适合快速处理刚刚发现的问题；对于重要且长期有效的政策或流程，仍建议在 Setup > Knowledge > Knowledge Base 中整理成正式、清晰、可维护的 knowledge entry。修正后也应在其他相似问法下测试，确认是否需要进一步完善 Knowledge Base 或 AI Response。

#这项配置的意义

Correction 把“发现错误回复”和“补充知识”连接起来，不需要先离开会话、重新回到 Knowledge Base 再手动回忆上下文。客服可以直接以真实客户问题为基础完成修正，降低维护成本，并帮助 HeiChat 更快覆盖常见问题。

---

#九、配置人工升级渠道：让 AI 知道什么时候交给人

#操作路径

• Shopify Admin > Apps > HeiChat > Setup > Widget Settings > Live Support
• 如需自动创建和管理工单，可检查 Setup > Advanced Settings > Smart Tickets

#建议配置的内容

• Live Support 的按钮文字；
• 客服工作时间；
• 节假日安排；
• 客服邮箱和工单通知；
• 哪些问题需要人工接管。

#适合人工处理的场景

• 客户要求退款例外或政策豁免；
• 订单损坏、丢失或投诉；
• 账户隐私、付款争议或其他敏感信息；
• AI 无法确认的库存、配送时间或订单状态；
• 高价值客户或复杂的定制需求。

#这项配置的意义

优秀的 AI 客服不仅要会回答，也要知道什么时候不能猜测。清晰的人工升级渠道可以避免 HeiChat 为了“给出答案”而编造承诺，同时让客户知道下一步应该联系谁。

---

#十、完整测试方法

完成配置后，不要只在后台查看开关状态，应从客户角度测试完整流程。建议准备以下问题：

• “你们主要卖什么？”
• “这款商品适合什么人？”
• “发往某个国家需要多久？”
• “可以退货吗？有哪些条件？”
• “有没有适合某种需求的产品？”
• “我的订单现在到哪里了？”
• “我想投诉一个损坏的订单。”
• 用不同语言或不同表达方式重复同一个问题。

重点检查：

• 回复是否引用了正确的商品和 policy；
• 回复是否符合品牌语气；
• 是否会在缺少信息时明确说明，而不是猜测；
• 是否能正确推荐商品；
• 是否在需要时提供 Live Support 或其他人工渠道；
• 之前的 Knowledge Gap 是否已经改善。

如果答案不准确，建议一次只调整一个因素：先查 Learned Products，再查 Knowledge Base，之后检查 AI Response 和 AI Model。这样更容易定位真正原因。

---

#十一、日常维护建议

#每周

• 查看 Knowledge Gaps，优先处理高 Hits 问题；
• 浏览一批真实会话中的 AI 回复，发现错误时使用 Correct 提供修正建议；
• 检查新添加的 knowledge entry 是否能覆盖客户常见说法；
• 观察是否出现重复或互相矛盾的内容。

#每次修改 policy 后

• 更新 Shopify 中的 policy；
• 在 Knowledge Base 中点击 Renew Policy；
• 测试 shipping、return、refund 等相关问题。

#上新或大量修改商品后

• 确认 Learned Products 已经同步；
• 测试商品属性、库存相关提示和推荐结果；
• 如果是大批量商品更新，建议在 Learned Products 页面手动执行 Refresh，确保更新及时生效。

#每次活动结束后

• 检查促销和活动相关 entry；
• 删除、编辑或等待带有 expiration date 的内容失效；
• 避免 AI 继续向客户提供过期优惠。

#每月

• 检查 AI Model 的效果和 token 使用；
• 复查 AI Response 的 Custom Instructions；
• 清理过时的 Knowledge Base 内容；
• 复盘 Knowledge Gaps、Support Tickets、Conversations 和 Leads 等数据。

---

#快速检查清单

• Basic Settings 中的 bot name、Store Name、Store Introduction 正确。
• Customer Service Supervisor's Email 是有人监控的邮箱。
• Product Learning 已完成，重点商品可被 HeiChat 使用。
• AI Response 的 Reply Style、Response Length、Reply Language 符合品牌要求。
• AI Model 已通过真实问题测试，准确率和成本达到平衡。
• Shipping、return、refund、warranty 等内容已经加入 Knowledge Base。
• policy 更新后已执行 Renew Policy。
• 限时内容设置了 expiration date。
• Gap Detection 已开启，并配置了合理的 Detection Rules。
• 高频 Knowledge Gaps 已转化为新的 knowledge entry。
• 已定期浏览 AI 会话，并在必要时使用 Correct 提供修正建议。
• 重要的长期规则已从 Correction 整理到正式 Knowledge Base entry 中。
• Live Support 或 Smart Tickets 提供了清晰的人工升级路径。
• 已从 storefront 完整测试商品、政策、异常和人工接管场景。