案例研究：OpenClaw 代理的 AI 客户支持

Novaris Technologies 面临着每个成长中的 SaaS 公司都认识到的客户支持问题：他们的支持请求量增长速度快于收入增长速度。 2023 年，他们的六人支持团队每月处理 2,400 个支持请求。到 2024 年底，销量已攀升至每月 5,800 张门票，在产品增长和地域扩张的推动下增长了 142%，而团队人数已增至 8 人。

数学是残酷的。为了按照企业客户期望的质量水平每月处理 5,800 个票证，Noriss 需要 14 个支持代理（人员数量和支持成本翻倍），或者采用完全不同的支持工作方式。

他们选择了不同的方法。本案例研究记录了 ECOSIRE 为 Novaris 完成的为期六周的 OpenClaw AI 代理部署，涵盖实施架构、遇到的挑战以及部署后三个月和九个月的结果。

要点

• OpenClaw 代理自主处理 84% 的 Novaris 支持票证（部署前为 0%）
• 支持团队人数为 8 人，每月处理 5,800 多张票证（没有 AI 则需要 14 人）
• 平均首次响应时间从 4.2 小时缩短至 8 分钟
• 客户满意度评分从 3.8 提高到 4.4（满分 5.0）
• 每张票的支持成本从 28 美元降至 11 美元（减少 61%）
• 人类代理现在只专注于复杂的、关系敏感的问题
• 人工智能代理同时处理英语、阿拉伯语和乌尔都语的门票

---

背景：Novaris Technologies

Novaris Technologies 是一家位于卡拉奇的 SaaS 公司，为南亚和中东的中端市场公司提供基于云的 ERP 软件。该公司成立于 2019 年，到 2024 年底已发展到 3,200 名付费客户，其中大多数是使用该平台进行会计、库存和人力资源管理的中小型企业。

Novaris 的客户支持部门为多元化的客户群提供服务：60% 讲英语、25% 讲阿拉伯语和 15% 讲乌尔都语客户，分布在八个国家/地区。支持团队处理一切问题，从基本的操作问题（如何生成增值税报告？）到复杂的数据问题（为什么负调整后我的库存评估错误？）到整合问题（银行对账单与报表不符）。

到 2024 年中期，支持团队的平均首次响应时间已攀升至 4.2 小时。客户满意度评分从 4.1 下降至 3.8。两家企业客户在合同续签讨论中提高了支持质量。扩大员工规模既昂贵又困难——在卡拉奇很难找到具有阿拉伯语技能的合格 SaaS 支持代理。

---

为什么选择 OpenClaw

Novaris 在与 ECOSIRE 合作之前评估了三种 AI 支持选项：直接在其支持门户上部署聊天机器人、在内部使用 OpenAI 的 API 构建自定义解决方案以及让 ECOSIRE 部署 OpenClaw 代理。

聊天机器人限制：标准客户支持聊天机器人（甚至是人工智能驱动的聊天机器人）可以很好地处理具有确定性答案的常见问题解答式查询。它们在需要了解系统上下文、推理客户特定数据或采取多步骤操作（例如检查事务、识别根本原因和解释修复方法）的查询上失败。 Novaris 的支持队列主要是第二种类型的查询，而不是第一种。

定制内部构建：Noris 拥有内部开发能力，但从头开始构建可靠的人工智能支持系统需要在提示工程、检索增强生成、工具调用编排、错误处理和人工升级逻辑方面具备丰富的专业知识。内部估计需要六个月的时间和一名专门的开发人员——比部署专用解决方案需要更多的时间和风险。

OpenClaw 代理：OpenClaw 专为使用 AI 代理实现业务流程自动化而构建。它提供了一个框架，用于将人工智能推理功能连接到业务系统 API（Novaris 自己的 API、他们的 Odoo 支持模块、他们的文档系统）、定义升级条件、管理多轮交互中的对话上下文以及监控代理性能。部署时间是六周而不是六个月，并且 ECOSIRE 的团队之前已经构建过类似的集成。

---

Novaris 的 OpenClaw 架构

Novaris 的 OpenClaw 部署涉及三种不同的代理类型，每种类型专门用于不同类别的支持请求。

代理 1：解决代理 处理简单的操作方法和配置问题，这些问题可以完全通过文档和系统数据解决。解决代理有权访问：

• Novaris 的完整产品文档（在向量数据库中建立索引以进行语义搜索）
• 通过 Novaris 的 API 获取的客户帐户数据（订阅层、配置的模块、最近的活动）
• 根据历史票证数据构建的常见支持解决方案的精选知识库

当票证到达时，解决代理会确定是否可以使用可用信息对其进行解决。如果是，它会起草一个响应，根据质量标准检查响应，然后发送。如果质量检查失败（响应不完整、与文档相矛盾或包含不确定性），则票证将上报给人工代理，并附上响应草稿和上下文摘要。

代理2：诊断代理 处理需要调查客户特定数据或配置的技术问题。诊断代理具有额外的 API 访问权限：

• 记录级别的客户帐户数据（不仅仅是聚合指标）
• 审核客户帐户中最近用户操作的日志
• 来自与客户租户关联的 Novaris 平台的错误日志

诊断代理遵循结构化诊断工作流程：在测试环境中重现问题，识别客户数据或配置中的根本原因，并提供包含分步说明的解决方案。大约 60% 的诊断代理案例可自行解决。其余 40% 升级为人工代理，提供完整的诊断摘要，从而显着缩短人工解决时间。

特工 3：升级协调员 不解决票证问题——相反，它管理从人工智能到人工代理的交接，以获取需要人类判断的票证。当故障单升级时，升级协调员：

• 撰写结构化案例摘要（问题类型、客户影响、诊断结果、尝试的解决方案、建议的后续步骤）
• 根据其专业和当前队列深度将工单分配给适当的人工代理
• 通过自动确认和预计响应时间设定客户期望
• 监控升级的工单，如果响应时间超过 SLA，则提示人工代理

---

实施过程

为期六周的实施旨在快速推进，同时保持企业支持所需的质量标准。

第一周：知识库建设

在部署任何代理之前，知识库需要存在。 ECOSIRE 的团队与 Novaris 的产品经理和首席支持代理合作，对完整的产品文档进行索引，从三个月的历史故障单中提取解决模式，并构建代理可以可靠查询的结构化知识库。

历史罚单分析很有启发性：所有罚单中的 71% 属于 12 个问题类别之一。解决代理配置为直接处理其中八个类别（总计占票务量的 52%）。诊断代理配置为通过诊断支持处理另外三个类别（总计占故障单量的 28%）。其余类别（复杂的集成问题）始终升级为人工代理。

第 2 周：API 集成

ECOSIRE 的开发人员在 OpenClaw 和 Novaris 的支持系统（Odoo Helpdesk）、Novaris 的客户 API 以及 Novaris 的平台日志基础设施之间构建了 API 集成层。集成需要仔细注意授权：OpenClaw 代理需要对客户数据进行读取访问，但除了支持票证记录本身（用于发布响应和更新状态）之外，没有写入访问权限。

第 3-4 周：代理开发和调整

ECOSIRE 的人工智能团队开发了代理提示、诊断工作流程和升级决策逻辑。每个代理都针对 200 个真实的历史工单（匿名）进行了测试，以衡量准确性。解析代理的初始准确度为 76%，对于生产部署来说太低了。经过两周的快速工程设计、知识库扩展和标题细化，准确率提高到了 91%，达到了生产阈值。

第 5 周：影子模式测试

在客服人员响应真实客户之前，他们以影子模式运行：与人工客服人员并行处理真实工单，生成由人工审核但不发送给客户的响应。影子模式测试验证了代理在实时流量上的性能，并确定了历史票证测试未涵盖的边缘情况。

影子模式揭示了一个系统性差距：解决代理有时会根据知识库中尚未完全替换的旧文档版本提供过时的指导。 ECOSIRE 的团队识别并纠正了过时的文档，该问题并未出现在生产中。

第 6 周：逐步推出

部署按票证类别分级：解决代理首先针对两个最高置信度的问题类别上线，进行为期五天的监控，然后扩展到所有八个类别。诊断代理按照相同的模式在第 7 周上线。在初始生产部署后的四个星期内，两个代理都处理了其全部范围。

---

人工代理体验

Novaris 的支持团队在部署之前担心的是 OpenClaw 会贬低他们的角色——使复杂的工单更加自动化，并消除了发展专业知识的机会。实际体验却恰恰相反。

在 OpenClaw 之前，支持团队花费大约 60% 的时间来处理常规操作方法问题。这些门票并不有趣。这些是重复性的、低技能的任务，团队必须处理这些任务，因为没有其他选择。工作人员消除了 60% 的排队时间。

在 OpenClaw 之后，人类团队只处理需要真正专业知识的问题：复杂的多系统集成问题、数据恢复情况、企业客户的架构指导，以及与经历重大挫折的客户进行关系敏感的对话。团队对自己工作质量的评估显着提高——他们正在做更有趣、更有影响力的工作。

ECOSIRE 对支持团队进行了如何有效使用升级协调员的案例摘要的培训：如何阅读诊断结果、如何在尝试解决方案的基础上而不是从头开始，以及当代理摘要不准确或不完整时如何向 ECOSIRE 提供反馈。事实证明，反馈循环对于持续改进座席质量至关重要。

---

3 个月和 9 个月时的结果

有几个结果值得具体评论。

CSAT 改进：从 3.8 到 4.4 的改进令 Novaris 的管理团队感到惊讶。人们原本的预期是，人工智能处理的门票的满意度得分低于人工处理的门票。情况恰恰相反：客户更看重 8 分钟的响应时间，而不是关心响应是来自人类还是人工智能，只要响应准确并解决了他们的问题即可。互动后调查表明，满意度与解决时间和解决准确性相关，而不是与座席类型相关。

多语言质量：代理可以本地处理英语、阿拉伯语和乌尔都语。阿拉伯语回复质量最初是变化最大的——知识库主要用英语构建，并依赖人工智能翻译阿拉伯语回复。 ECOSIRE 与 Novaris 合作，在前三个月将阿拉伯语文档和解决模式添加到知识库中，到第四个月，阿拉伯语票务满意度得分与英语持平。

管理升级：管理升级减少了 87%，反映出处理困难工单方式的结构性改进。在 OpenClaw 出现之前，无法通过标准支持获得解决方案的沮丧客户会升级为管理层，作为一种施压策略。首次响应时间和解决率的显着改善消除了导致升级的挫败感。

---

常见问题

OpenClaw 如何处理明显心烦意乱且需要人性化关怀的客户？

OpenClaw 代理配置有情绪检测。当工单或对话显示出高度负面情绪（直接表达沮丧、威胁取消或明确请求人工协助）时，代理会立即升级为具有优先级标志的人工代理。代理人不会试图解决情感因素；它干净、快速地交接。在 Novaris 的部署中，大约 3% 的票证会因情绪原因立即升级，而无需任何自主解决尝试。

当人工智能给出错误答案时会发生什么？

这些代理的设计初衷是为了校准，而不是过度自信。当解决方案代理无法达到自主发送响应所需的置信阈值时，它会升级而不是猜测。当客服人员确实提供了错误的响应时（这种情况确实发生，但不常见），当客户回复表明问题尚未解决时，Noriss 的监控系统会标记该票证。工单重新进入带有质量标志的队列，由人工代理进行审核，并记录不正确的响应模式以供代理重新培训。持续的反馈循环对于长期保持座席质量至关重要。

为新公司部署OpenClaw需要多长时间？

时间表取决于产品的复杂性和现有文档的质量。对于具有良好文档的 SaaS 产品（例如 Novaris 的产品），通常需要六到八周的时间。对于文档较差或产品高度复杂的公司，知识库构建阶段可以将时间延长至十二到十六周。 ECOSIRE 售前团队在发现阶段评估文档质量和产品复杂性，并在参与之前提供现实的时间表估计。

OpenClaw 部署后是否需要持续管理？

是的，但与交付的价值相比，管理开销很低。 ECOSIRE 建议每月进行一次审查流程：对已解决的工单进行抽样以进行质量验证，检查升级模式以获取代理配置需要更新的信号，并处理来自人工代理的反馈，这些人工代理会看到升级给他们的工单中的模式。 ECOSIRE 针对 OpenClaw 部署的支持计划包括作为标准产品一部分的季度代理优化会议。

OpenClaw 可以与我们现有的帮助台平台集成吗？

OpenClaw 通过 API 与 Zendesk、Freshdesk、Intercom、HubSpot Service Hub、Odoo Helpdesk 和其他主要帮助台平台集成。对于没有预构建集成的平台，ECOSIRE 的开发团队可以构建自定义集成。集成点通常是工单创建 Webhook（当新工单到达时触发代理处理）和工单响应 API（允许代理发布响应并更新工单状态）。

---

后续步骤

如果您的支持团队感受到了与 Novaris 相同的数量压力，ECOSIRE 的 OpenClaw 实践可提供免费的支持运营评估：分析您当前的票证数量、按自动化潜力对票证类型进行分类，并估计 OpenClaw 部署可为您的运营带来的具体影响。

访问 /services/openclaw 了解有关 OpenClaw AI 代理平台的更多信息并请求评估。