审核通过率 95%，转人工降到 20%：腾讯云 ADP 零售助手只给了两家的线上数

审核通过率 95%，转人工降到 20%：腾讯云 ADP 零售助手只给了两家的线上数

腾讯云 ADP 团队在 2026 年 7 月 31 日写了零售 AI 助手怎么接到门店。ADP（Agent Development Platform）是腾讯云的智能体开发平台。全文的评测部分不是一张榜，而是一套上线后要看的指标，外加两家客户的自述数字。咨询导流和套餐价格不是成绩。

先选能评估的场景，再谈接入

零售被写成链条长、触点多、信息变得快。新品、价格、活动规则、会员权益、服务政策都会变，FAQ 和脚本机器人靠人工配规则，SKU 一多维护成本就上去。痛点写了五条：导购口径不一，商品知识散在多个系统和文件里，会员运营还是统一文案群发，客服售后转人工压力大，总部策略到门店会走样。

他们建议先做高频、标准化、能评估的场景：商品问答、活动政策解释、导购文案、会员权益查询、预约和核销辅助。知识库要接商品资料、促销、服务政策、会员权益和订单状态。RAG 用来回答商品知识和政策，减少凭空承诺。工作流用来拆导购推荐、售后分流、预约核销、会员触达。指标要同时看效率、质量和转化，不能只看调用量。

两家案例的数字，和没有写出来的分母

某头部乳品企业的智能创作 Agent 接入商品数据、品牌馆和当期促销，生成社群推送和商品详情页文案，再按用户画像做差异化推送。该案例写明日均文案请求达到千万级，文案人工审核通过率 95%，导购文案生产效率提升 300%。原文没有给出审核样本量、95% 的分子分母，也没有给出效率提升的工时对照。

普联 TP-Link 的产品型号有数千个，产品手册有数千份。通过 ADP 导入手册后上线，冷启动从数月压到 1 周。RAG 用来区分相近型号，多模态用来理解说明书里的图文，回复可以带上对应图片。上线 1 周后，转人工率降到 20%，图文答案出图率 70%。原文没有给出上线前的转人工率，也没有给出这 1 周的咨询量。

芙艾的美容顾问能查套餐、赠送项目、剩余次数和权益。预约、核销、套餐调整要识别意图并联动后台。权益变更必须转人工确认。这段没有准确率。

五层底座里，评估层要回收失败样本

能力被拆成五层：

1. 知识层：商品、培训、活动、售后、会员权益、门店 SOP、品牌话术。要先分清哪些能对客户说，哪些只给员工，哪些必须转人工。
2. RAG：检索企业知识库再生成回答。相近型号要在切片、元数据和召回上做细。
3. 工作流：一句话里可能有剩余次数、周末能不能约、有没有适合的活动。要拆意图，分别查权益、预约规则和活动，再按置信度决定是否继续自动处理，高风险动作人工确认。
4. 工具层：接 CRM、CDP、POS、OMS、ERP、客服、企微、会员小程序和看板。
5. 运营与评估层：持续看用户问题、失败样本、转人工原因、文案审核结果和转化数据，再改知识、提示词和工作流。

推进分三阶段。单点高频场景要咨询量大、规则清楚、知识能整理、有明确指标。这一阶段跑通的是「知识接入、回答生成、人工审核、数据回收」。第二阶段才接会员、订单、库存、预约和核销，并设计权限、日志、异常和人工确认。第三阶段才复制到总部、区域、店长、导购、客服和会员运营。

指标表：六类，而且要有基线

效果要同时看效率、质量、体验和业务结果。表上的类别是：

• 使用规模：调用量、活跃用户、门店覆盖。用来判断一线是否还在用。
• 服务效率：首响时长、平均处理时长、自动解决率。
• 质量控制：回答准确率、人工审核通过率、违规回答率。
• 转人工：转人工率和原因分布，用来找知识缺口和流程断点。
• 内容生产：文案生成量、审核通过率、编辑耗时。
• 运营效果：打开率、点击率、转化率、复购。口径用企业已有的，不另造一套。
• 员工体验：一线满意度、培训时长变化、问题反馈量。

不同场景的主指标不同。导购看文案生产效率、商品问答准确率、导购使用率。会员运营看个性化触达覆盖率、内容审核通过率、会员互动率。产品顾问看自动解决率、转人工率、首响时长。售后看标准问题解决率、异常分流准确率、客户满意度。运营分析看报表耗时、口径是否一致、业务是否采纳。评估时建议留人工对照或阶段性基线。

高风险动作不能自动承诺

会员手机号、消费记录、地址、订单和支付信息按合规做权限控制，Agent 只访问当前任务需要的数据，并留调用日志。退款、权益变更、套餐调整、订单取消、投诉和价格承诺，由 AI 收集信息和做初步判断，再交人工确认。价格、活动、库存、赠品和售后政策引用最新系统或知识库。确认不了就转人工或指定渠道。活动变了知识库必须有负责人、更新时间、审核和失效机制。一线可以标「回答不准」「缺少商品」「话术不合适」。

商品资料不完整时可以小范围试点，不建议直接大规模上线。文末把成功定义成：不能只看调用量，上线前要有基线。上面两家的 95%、300%、20% 和 70% 都没有对照基线写在同一段里，所以只能当成案例自述，不能当成零售方案的统一通过线。

出处：腾讯，腾讯云 ADP 团队，零售AI助手落地方案：从门店导购到运营提效，2026-07-31，https://adp.tencent.com/zh/blog/retail-ai-assistant-agent-solution