企业客服自动化工作流：表单收集 + AI 分类 + 飞书/企微提醒
网站发布教程｜从线索收集到工单分级、团队提醒和处理复盘
| 适用对象：企业客服、售后团队、私域运营、电商运营、SaaS 客服、内容站咨询入口。本文以 n8n / 低代码自动化为主线，飞书和企业微信作为提醒通道，实际也可替换为钉钉、邮件或 CRM。 |
教程简介
很多企业的客服线索最初都来自表单、私信、官网咨询、售后登记或社群消息。问题在于：信息进入后没人及时看、客服不知道该转给谁、投诉和退款容易被普通咨询淹没，最后导致响应慢、漏单和客户体验下降。
这套工作流的目标不是让 AI 完全替代客服，而是把“接收、分类、分级、提醒、沉淀”这些重复动作自动化，让人工客服把精力放到真正需要判断和沟通的环节。
- 表单收集：统一字段，减少客服反复追问。
- AI 分类：根据用户内容识别咨询、售后、投诉、合作等类型。
- 优先级判断：将高风险投诉、退款、差评、舆情内容自动升级。
- 飞书/企微提醒：把结构化工单推送到值班群或负责人。
- 数据复盘：沉淀处理状态、响应时长、高频问题和客服质检素材。
一、准备工作：先定义客服工单字段
为什么不要一上来就接 AI？
AI 分类的准确率，很大程度取决于输入信息是否完整。如果表单只收集“姓名 + 留言”，AI 很难判断是售前、售后还是投诉；如果表单包含订单号、问题类型、来源渠道、期望处理方式，自动分流就会稳定很多。
推荐表单字段
| 字段 | 建议类型 | 用途 | 是否必填 |
| 姓名/称呼 | 文本 | 客服称呼与回访 | 是 |
| 手机号/微信号/邮箱 | 联系方式 | 用于人工回访，需注意隐私保护 | 是 |
| 来源渠道 | 下拉选项 | 官网、小红书、抖音、社群、老客户转介绍等 | 是 |
| 问题类型自选 | 单选/多选 | 售前咨询、订单问题、退款、投诉、合作、其他 | 建议必填 |
| 订单号/账号 ID | 文本 | 售后核验和系统查询 | 按业务决定 |
| 问题描述 | 长文本 | AI 分类和摘要的核心输入 | 是 |
| 截图/附件 | 文件上传 | 质量、物流、支付失败等问题辅助判断 | 可选 |
| 期望处理时间 | 下拉选项 | 今天、48 小时内、本周、无特别要求 | 可选 |
| 避坑提示：表单字段越清楚，后续自动化越稳定。不要让用户填写过多隐私信息；手机号、身份证号、地址、订单截图等敏感数据要控制访问权限，并避免直接暴露在公开群里。 |
二、整体架构：表单到提醒的链路怎么搭
本教程使用“表单入口 + n8n Webhook + AI 分类器 + 条件路由 + 飞书/企微机器人 + 工单表”的结构。这个架构的优点是灵活、低成本、可替换：表单可以换，AI 模型可以换，提醒通道也可以换。
推荐节点顺序
- Webhook Trigger：接收表单或官网后端提交过来的 JSON 数据。
- Set / Edit Fields：把原始字段整理成统一命名，例如 name、phone、channel、message、order_id。
- AI 分类节点：把用户描述转成结构化 JSON，包括类别、优先级、情绪、摘要、建议负责人。
- Switch / IF：根据 category、priority、risk_flag 分流。
- HTTP Request：调用飞书或企业微信群机器人 Webhook 推送消息。
- Data Store / 表格：记录工单状态、处理人、响应时间和处理结果。
三、配置表单入口：让用户提交的数据能进入自动化流程
方案 A：使用网站表单
如果你的网站使用 WordPress，可以用 Fluent Forms、WPForms、Contact Form 7、Elementor Form 等插件收集用户咨询。大多数表单插件都支持 Webhook、邮件通知或 Zapier/Make/n8n 对接。
- 适合场景：官网咨询、下载站售后、课程购买咨询、AI 工具会员问题。
- 优点：入口统一，容易和网站页面、产品详情页、会员系统结合。
- 注意：需要开启 HTTPS，并限制恶意提交、垃圾表单和重复提交。
方案 B：使用飞书多维表格表单
飞书多维表格可以作为轻量级工单数据库，表单提交后直接沉淀到表格；如果团队本来就在飞书里协作，这种方式对客服和运营最友好。
方案 C：使用问卷星、金山表单或腾讯问卷
这类工具适合快速收集需求，但要确认是否支持 Webhook、开放 API 或至少支持导出/同步。若无法实时触发，可以使用定时同步方式，但提醒实时性会下降。
四、AI 分类：把自然语言留言变成结构化工单
推荐分类维度
| 维度 | 输出字段 | 示例值 | 作用 |
| 工单类型 | category | 售前咨询 / 售后问题 / 退款退货 / 投诉风险 / 商务合作 | 决定推送到哪个团队 |
| 优先级 | priority | P0 / P1 / P2 / P3 | 决定响应时效和是否升级 |
| 情绪 | sentiment | 负面 / 中性 / 正向 | 识别投诉、差评和安抚需求 |
| 风险标签 | risk_flag | true / false | 是否需要主管介入 |
| 摘要 | summary | 一句话说明用户诉求 | 提醒卡片快速阅读 |
| 建议回复 | suggested_reply | 客服回复建议 | 辅助人工处理，不自动发送给客户 |
| 负责人组 | owner_group | 售前组 / 售后组 / 财务组 / 主管 | 用于路由分发 |
AI 分类提示词模板
你是企业客服工单分诊助手。请根据用户提交的信息进行分类、摘要和优先级判断。
输入字段：
– 姓名：{{name}}
– 联系方式：{{contact}}
– 来源渠道：{{channel}}
– 用户自选问题类型：{{selected_type}}
– 订单号：{{order_id}}
– 问题描述：{{message}}
分类规则：
1. 如果涉及投诉、差评、曝光、法律、监管、退款纠纷，priority 至少为 P1，risk_flag 为
true。
2. 如果用户只是咨询价格、功能、购买方式，category 设为售前咨询。
3. 如果涉及订单、发货、会员权益、无法登录、服务异常，category 设为售后问题。
4. 如果描述含“马上、尽快、投诉、退款、被骗、不处理就曝光”等强烈表达，提高优先级。
5. 不要编造订单信息；无法判断时，category 设为其他，confidence 低于 0.7。
请只返回 JSON，不要输出解释：
{
“category”: “售前咨询|售后问题|退款退货|投诉风险|商务合作|其他”,
“priority”: “P0|P1|P2|P3”,
“sentiment”: “负面|中性|正向”,
“risk_flag”: true,
“owner_group”: “售前组|售后组|财务组|主管|运营组”,
“summary”: “不超过 60 字的一句话摘要”,
“suggested_reply”: “给客服参考的回复建议，不超过 120 字”,
“confidence”: 0.0
}
| 建议：AI 输出只作为“分诊建议”，不要把 suggested_reply 直接自动发给客户。客服回复前应人工确认事实、订单状态和退款政策。 |
五、优先级和 SLA：让高风险工单先被看见
客服自动化最重要的不是“所有问题都自动回复”，而是让高风险问题第一时间被正确的人看到。可以先制定一张简单的优先级矩阵。
| 优先级 | 判定条件 | 提醒对象 | 建议响应时效 |
| P0 | 重大投诉、舆情、法律/监管、批量故障、大客户严重问题 | 主管 + 客服负责人 + 相关业务负责人 | 15 分钟内 |
| P1 | 退款纠纷、强烈负面情绪、差评风险、金额较高订单 | 售后组 + 主管 | 30 分钟内 |
| P2 | 普通售后、发货进度、会员权益、登录异常 | 售后值班客服 | 2 小时内 |
| P3 | 售前咨询、功能咨询、合作意向、一般反馈 | 售前/运营值班 | 当日内 |
六、飞书提醒：用自定义机器人推送客服卡片
飞书机器人配置思路
- 在飞书群里添加自定义机器人，复制机器人 Webhook 地址。
- 在 n8n 中添加 HTTP Request 节点，Method 选择 POST。
- Header 设置 Content-Type: application/json。
- Body 中拼接工单标题、分类、摘要、负责人和处理链接。
- 建议给机器人开启签名校验或关键词校验，不要把 Webhook 地址写到公开文章或前端代码里。
飞书消息卡片示例 JSON
{
“msg_type”: “interactive”,
“card”: {
“header”: {
“title”: { “tag”: “plain_text”, “content”:
“{{priority}} 客服工单：{{category}}” },
“template”: “red”
},
“elements”: [
{ “tag”: “div”, “text”: { “tag”: “lark_md”,
“content”: “**客户：** {{name}}\n**来源：**
{{channel}}\n**摘要：** {{summary}}” } },
{ “tag”: “hr” },
{ “tag”: “div”, “text”: { “tag”: “lark_md”,
“content”: “**建议动作：**
{{suggested_reply}}\n**负责人：** {{owner_group}}” } }
]
}
}
七、企业微信提醒：用群机器人发送 Markdown
企业微信适合哪些场景？
如果团队日常沟通主要在企业微信，建议把 P0/P1 工单推送到值班群，普通 P2/P3 工单推送到客服组群或表格即可。企业微信 Markdown 消息更适合简洁提醒，内容不要太长。
企微 Markdown 示例 JSON
{
“msgtype”: “markdown”,
“markdown”: {
“content”: “### {{priority}} 客服工单提醒\n>
类型：{{category}}\n> 客户：{{name}}\n> 来源：{{channel}}\n>
摘要：{{summary}}\n> 建议：{{suggested_reply}}\n>
负责人组：{{owner_group}}\n\n请值班同事尽快认领处理。”
}
}
八、工单沉淀：不要只提醒，不记录
只把消息推到群里，后续容易出现“谁看到了但没人处理”的问题。建议把所有表单数据和 AI 分类结果写入一张工单表，形成可追踪的闭环。
推荐工单表字段
| 字段 | 说明 |
| ticket_id | 唯一工单编号，例如 CS-20260520-0001 |
| created_at | 提交时间 |
| name / contact | 客户称呼与联系方式 |
| channel | 来源渠道 |
| category / priority / sentiment | AI 分类结果 |
| summary | AI 摘要 |
| owner_group / owner | 责任组和具体处理人 |
| status | 待处理 / 处理中 / 等待客户 / 已解决 / 已关闭 |
| first_response_at | 首次响应时间 |
| resolved_at | 解决时间 |
| resolution_note | 处理结论 |
| review_tag | 可沉淀为 FAQ / 产品问题 / 流程问题 / 投诉案例 |
状态流转建议
待处理 → 已认领 → 处理中 → 等待客户补充 → 已解决 → 已关闭。若超过 SLA 仍未处理，自动再次提醒值班群；若 P0/P1 超时，自动升级到主管。
九、完整搭建步骤：从 0 到第一个客服自动化流程
步骤 1：建表单
- 新建一个客服咨询表单。
- 添加姓名、联系方式、来源渠道、问题类型、订单号、问题描述、附件等字段。
- 提交后显示“我们已收到，将尽快处理”的提示。
- 在表单后台找到 Webhook、API 或自动化配置入口。
步骤 2：创建 n8n Webhook
- 新建 Workflow，添加 Webhook Trigger。
- HTTP Method 选择 POST，Path 可设置为 customer-support-intake。
- 先使用 Test URL 测试表单提交。
- 确认字段接收无误后，再启用工作流并改用 Production URL。
步骤 3：整理字段
用 Set / Edit Fields 节点把不同表单字段统一成固定字段名，后续提示词和消息模板都引用这些字段，避免不同平台字段名称不一致导致报错。
{
“name”: “{{$json.body.name}}”,
“contact”: “{{$json.body.phone || $json.body.email ||
$json.body.wechat}}”,
“channel”: “{{$json.body.channel}}”,
“selected_type”: “{{$json.body.issue_type}}”,
“order_id”: “{{$json.body.order_id}}”,
“message”: “{{$json.body.message}}”
}
步骤 4：调用 AI 分类
把标准化字段传给 AI 模型，要求只输出 JSON。之后用 JSON Parse / Structured Output 方式读取字段，避免让后续节点处理一大段自然语言。
步骤 5：按优先级分流
使用 Switch 节点：P0/P1 走“主管 + 值班群”提醒；P2 走售后组；P3 走售前或运营组。投诉风险可以额外写入“投诉风险表”。
步骤 6：推送飞书或企微
用 HTTP Request 节点调用飞书或企微机器人 Webhook。建议把 Webhook 地址放在 n8n Credentials 或环境变量中，不要写死在多个节点里。
步骤 7：写入工单表并测试闭环
测试至少覆盖 6 种情况：普通售前、普通售后、退款、投诉、大客户问题、无效垃圾提交。确认分类、提醒对象、表格写入和超时规则都能正常工作后再上线。
十、发布前检查清单
| 检查项 | 是否完成 |
| 表单字段完整，必填项设置合理 | □ |
| 表单提交后能触发 Webhook | □ |
| AI 输出为稳定 JSON，不夹杂解释文本 | □ |
| P0/P1/P2/P3 分流规则已测试 | □ |
| 飞书/企微 Webhook 未暴露在前端或公开文档 | □ |
| 工单表包含状态、负责人、响应时间字段 | □ |
| 敏感信息在群消息中做了脱敏处理 | □ |
| 有人工兜底和超时升级机制 | □ |
| FAQ 与高频问题复盘机制已建立 | □ |
十一、常见问题 FAQ
Q1：AI 分类不准怎么办？
先检查表单字段是否完整，再调整提示词分类规则。建议保存“AI 分类结果 + 人工最终分类”，每周把错分样本加入提示词示例。
Q2：能不能让 AI 自动回复客户？
不建议一开始就全自动回复。更稳妥的做法是让 AI 生成回复建议，由人工确认后发送。涉及退款、承诺、合同、法律风险的问题必须人工审核。
Q3：飞书和企微都要推吗？
不一定。团队在哪个工具处理工单，就优先推送到哪个工具。多通道同时推送容易造成重复认领和信息噪音。
Q4：Webhook 地址泄露会怎样？
别人可能伪造请求向群里刷消息。应开启签名校验、关键词校验、IP 限制或网关鉴权，并定期轮换 Webhook。
Q5：如何避免把手机号、订单截图发到大群？
群消息只展示脱敏信息和摘要，完整信息放在权限受控的工单表或 CRM 中。
Q6：这套流程适合小团队吗？
适合。小团队可以先只做“表单 + AI 分类 + 一个群提醒 + 一张工单表”，不要一开始就做复杂 CRM。
Q7：怎么判断自动化是否有效？
看首次响应时间、超时工单数、投诉升级数、重复问题占比、客服人均处理量和客户满意度。
Q8：表单收到垃圾提交怎么办？
增加验证码、隐藏字段、提交频率限制、关键词过滤，并让 AI 对明显无效内容打上 spam 标签。
十二、资料依据与更新提醒
本文工作流参考了 n8n Webhook 节点文档、n8n AI Agent 集成说明、飞书开放平台自定义机器人与消息卡片文档、飞书多维表格自动化流程说明，以及企业微信机器人相关帮助资料。由于飞书、企业微信、n8n 和 AI 模型接口会持续更新，正式部署前应以各平台最新官方文档和后台实际界面为准。
- n8n Webhook 节点：用于接收外部服务提交的数据，并触发工作流。
- 飞书自定义机器人：通过 Webhook 向群聊推送文本、富文本或消息卡片。
- 企业微信群机器人：通过群机器人 Webhook 向企业微信群推送文本、Markdown、图文等消息。
- 飞书多维表格：可作为轻量级客服工单表和自动化触发入口。
