在零售电商场景，客服会话的意图常跨轮次漂移：用户以「发货咨询」开场，第三轮才暴露真实诉求是「改地址」。本阶段实验以某服饰店铺 8.6 万条历史会话为样本，将意图体系拆为售前咨询、订单物流、售后权益三级共 42 类，以最近 5 轮对话加订单快照为输入，预测当前应路由的坐席组别，并输出一个转人工置信阈值。
要点：
- 进展：离线评测意图准确率 88.7%，误转人工率由 21.0% 降至 9.4%，平均首次响应缩短约 23 秒。阈值按类目与坐席负载分组标定，未采用全局统一值。
- 下一步：接入物流节点、退款状态等实时特征，缓解大促期间的意图漂移；同步小流量验证「AI 先行回复 + 人工兜底」链路，重点观察二次转人工率与长尾意图样本的补齐方式。
评论