教学文档难以承接即时求助
没有首页承接需求，用户只能在系统化的教学文档中自行定位答案
Help Center & Customer Support Assistant
在帮助中心和客服提单前提供即时回答，同时保留来源、反馈与人工处理
Help Center AI Search
用户需要的不是更多资源入口，而是更快确认哪条答案能解决当前问题
01 · 痛点分析
获取有效答案的成本过高
搜索结果噪声过多
关键词片段造成误匹配，相关与无关页面混排，用户仍需逐项筛选
02 · 竞品分析
从内容导航走向意图承接
三个产品都将搜索作为主要入口，并用场景化内容补充路径，让用户从当前需求出发，而不是先理解内容分类。
Tiktok
提供多种查找路径
搜索、常见问题与主题分类共同承接用户需求。
Airbnb
结合用户状态推荐
根据用户身份与当前状态匹配相关任务和内容。
Cursor
按求助意图分层组织
搜索、快捷服务与主题浏览覆盖不同求助场景。
从内容检索转向任务解决
03 · 设计迭代
从资源分类转向任务入口
入口语言改为用户正在执行的任务和遇到的问题，不再要求用户先选择文档或视频形式
资源导向 · 设计探索
以平台指南和视频教程等内容类型组织入口
场景导向
以任务和问题陈述帮助用户直接识别相关入口
场景导向
以任务和问题陈述帮助用户直接识别相关入口
04 · 交互细节
将 AI 回答嵌入既有搜索下拉
搜索下拉保留相关页面，同时生成AI 回答。没有可用回答时，原有相关页面仍然存在，不让AI 能力破坏原路径
相关页面先出现
生成期间不隐藏已有检索结果
回答可展开与收起
用户按需要控制阅读密度
来源可以被检查
回答和证据处在同一判断上下文
04 · 交互细节
用反馈动作完成判断
用户可以查看引用、复制、重新生成、点赞，或点踩并选择原因；这些动作共同帮助判断回答是否可信、是否足够
明确操作反馈
Icon 动效及时反馈；点赞后平滑收起点踩入口，突出已选结果
把点踩转化为质量信号
点踩必须关联具体原因，让模糊的不满沉淀为可追踪、可分析的反馈指标
19 / 27（70%）
有效问题检索 · 上线前检索评估
70%
AI 解决率 · 上线后的目标值
Support pre-answer
AI support 嵌入现有客服流程，人工提交在整个过程中持续可用
01 · 痛点分析
客诉反馈难以沉淀
现有入口只提供图标，没有建立清晰的功能预期。用户遇到问题时，仍会优先沿用熟悉的平台外求助路径。
客诉流出平台
用户沿用微信、飞书群求助，反馈记录与上下文难以沉淀
入口用途不清
入口只显示图标，用户难以判断它能处理什么
等待结果缺少预期
从提交工单到收到客服回复，平均需要 3–4 天
反馈结果缺少提醒
状态更新没有提醒，用户只能主动查看
原客服入口
体验评价和问题反馈同时露出，增加判断成本；入口存在感弱
原反馈历史
用户需要离开当前任务，回来确认进度与回复
02 · 设计定位
AI 应该如何介入
让知识型咨询更快得到回答，同时不让 AI 承担完整客服预期
为什么需要 AI
52%知识型咨询
48%非知识型咨询
知识型问题由 AI 及时解答，减少离线客服等待
为什么不做 AI Bot 客服
- 客服预期与可服务范围不匹配
AI Bot 会形成完整客服预期，但查询、处置、人工认定和客服承诺均不在 AI 的服务范围内
- 产运成本与当前阶段不匹配
完整客服需要同时保证覆盖率与准确率，并持续投入知识库建设和服务质量维护
表单 + AI 回复
AI 命中时提供增益，未命中时保留原有路径
降低反馈阻碍
让反馈更有互动感和人情味
表单限定范围
收集处理所需信息
AI 提交前回复
知识型问题即时响应
人工继续处理
未解决时保留原有路径
03 · 竞品洞察
让求助发生在当前任务中
竞品普遍将求助入口持续放在任务现场，并用对话式窗口承接问题，让用户无需跳转页面即可开始求助。
入口
入口贴近任务现场
固定在页面边缘持续露出，并用明确文案说明可获得的帮助。
表单
表单转向对话承接
用自然语言直接接收问题，在同一窗口补充信息并衔接后续处理。
让 AI 先答与人工承接保持连续
04 · 设计迭代
入口样式探索
在不打断原任务的前提下，尝试不同露出强度和承接方式
完整菜单
入口显眼，但视觉负担偏重
简化气泡
更轻，但入口含义不够明确
拆分菜单 · 选定方案
保持入口可见，避免干扰当前任务
04 · 设计迭代
明确操作意图
体验评价和问题反馈虽然都由用户主动发起，但目标不同。把它们合在同一入口和界面中，会让入口用途变得不清楚
合并入口
两个场景共享界面，用户难以识别当前目的
拆分入口 · 选定方案
保留浮层菜单，分别承接体验评价和问题反馈
04 · 设计迭代
让 AI 在提交前介入
在问题提交前提供即时回答，探索 AI 介入反馈流程的合适时机
提交前生成回答 · 废弃方案
- 触发时机不明确
系统无法判断用户何时完成输入，难以在合适的时机生成回答
- 等待缺少预期
生成时间较长，用户可能在回答出现前直接提交
- 产生无效生成
回答出现后缺少明确的结果判断，系统无法确认内容是否解决问题，也无法沉淀有效反馈
提交后继续生成回答
问题先被接收，AI 在等待人工处理期间补充即时回答；用户可以直接确认解决，也可以继续人工
04 · 设计迭代
用轻提示确认人工提交
提交已经完成，继续占据主界面会让流程显得过重。最终用包含预计回复时间的轻量提示确认，并让用户直接返回原任务
消息卡片反馈
提交认知已完成，消息卡片反馈偏强
Toast轻量提醒 · 选定方案
轻量反馈处理结果，不打断当前任务
05 · Before & After
明确 AI 边界，平衡效率与信任
让 AI 只回答有把握的知识型问题，在有限能力内提供即时帮助；无法解决时保留问题上下文，自然衔接人工处理
Before
After
30% 预计有效回答率
上线后的预期值
约 15 / 月 预计人工前解决
知识问题在进入人工前得到解决
40% 自助解决率目标
客服预回答的目标值