客服信件分類＋退款回覆草稿全自動
案例摘要
一名顧問做了 Claude agent：讀 support Gmail、查訂單、套用退款政策、寫回覆草稿等人批准，並建分類紀錄、可選 Slack 告警。估計每週省 12–18 小時（約七成是例行件）。毛邊：決策對但常引用錯政策條款、難案語氣不到位、跨次對話無記憶。
實際結果
週省 12–18 小時；引用條款偶錯、語氣待調、無長期記憶。
台灣／大陸場景對照
🇹🇼 台灣
台灣電商／SaaS 客服：Gmail／Zendesk＋LINE 官方帳號，草稿先經人工按發送；政策條文做成知識庫減少引用錯誤。
🇨🇳 大陸
大陸對應微信客服／千牛：同樣採「agent 起草、人工發送」；退款政策建議結構化為規則表。
英文原文
Triage support emails and draft refund-policy replies
A consultant built a Claude agent that reads support Gmail, looks up orders, applies refund policy, drafts replies for human approval and creates triage records with optional Slack alerts.
The author estimates 12–18 support hours saved weekly, assuming about 70% of requests are routine. Rough spots: right decisions sometimes cite the wrong policy section, tone on hard cases is imperfect, and there is no memory across interactions.
來源
（未記錄）
本站為策展彙整，原始內容版權歸原作者所有。