一通电话背后有多少角色?我拆了 Voicelen 的调度台给你看
做 Voicelen 这半年,被问最多的一句是:"你这个所谓的智能呼叫中心,到底跟一个普通的座席系统有什么区别?"
老实说,如果只看外壳,区别不大。都是接电话、打电话、看录音、出报表。但如果把上盖打开,里面的分工完全变了 --- 以前一个人从头干到尾,现在被拆成了七八个角色,每个角色只做一件事,靠一条流水线串起来。
这篇文章我想把这条流水线摊开讲一遍。不涉及具体技术选型,只讲角色和职责,让不写代码的人也能看懂一通电话是怎么被处理的。
先给一个总览
一通电话从进来到落库,Voicelen 里大概经过这样一条链路:
markdown
号码接入 → 分流台 → 接线员(AI 或人)→ 实时监督位 → 挂断
↓
通话后处理流水线
↓
录音 / 质检 / 打标 / 跟进 / 计费每一环都是独立的角色。上一环把处理完的信息交给下一环,中间通过一个"事件广播"通知所有人 --- 你可以理解成办公室里的对讲机,谁需要谁听。
我按这个顺序,一个个讲。
角色一:号码接入
这是最外层的一道门。所有电话号码 --- 无论是客户打进来的,还是我们要打出去的 --- 都要在这里登记。
Voicelen 里的号码不是死绑在某一条线路上的。管理员可以配置多条线路(可以理解成多个"接线员总机"),每个号码挂在哪条线路下、能承担多少并发、白天走哪条、夜里走哪条,都是灵活的。
这一层做的事情很朴素:知道电话从哪儿来,知道电话该往哪儿去。
举个例子。如果一个号码配了三条备用线路,主线路突发故障,系统会自动把新的通话切到备线,不需要人工介入。这在传统呼叫中心里通常需要专人盯着,现在是自动完成的。
角色二:分流台
电话通过号码接入层进来之后,不会直接找到接线员。它先要经过一个"分流台"。
分流台做三件事:
第一件是校验身份。 打进来的这个号码,有没有在黑名单里?这家企业当前账户还有没有余额?如果任何一条不通,通话直接被拒绝,不占用后面的资源。这一层过滤下来,能挡掉相当一部分骚扰和坏账。
第二件是选择接待方式。 每一个号码都可以绑定一个"接待方案":直接进 AI 客服、走一个语音菜单让客户按键选择、还是转到人工队列。同一个号码在不同时间段可以选不同方案 --- 白天走人工、下班走 AI。
第三件是负载分配。 如果选择转人工,分流台还要决定:呼谁?不能一直呼同一个人,也不能让新员工承担 VIP 客户的第一通电话。这里有一套规则引擎,按队列、按技能组、按最长空闲时间来分。
分流台是整个系统的"大脑前庭"。它不做业务,只做决策。决策做完了,把通话交给下一环。
角色三:接线员
这是真正说话的角色。Voicelen 支持两种接线员 --- AI Agent 和真人客服 --- 它们在系统里的地位是完全平等的。
先说 AI Agent。
一个 AI Agent 本质上就是一段"人设"配置:说话的音色、开场白、遇到什么问题怎么答、什么时候要转人工、什么时候要挂断。管理员在后台像捏泥人一样把这些属性拼起来,通话打过来的时候,它就活了。
活起来的 AI Agent 大致这么工作:
- 听。 客户说了一句话,系统实时把声音转成文字。这中间有个叫"沉默检测"的小东西,判断客户是真说完了还是只是喘口气。
- 想。 转出来的文字丢给大模型,让模型基于人设生成回复。
- 说。 模型生成的文字再合成成语音,放给客户听。
- 打断。 客户如果中途插话,AI 立刻闭嘴,回到步骤 1。
听上去简单,做起来一堆坑。比如"打断"这一步,不能太灵敏 --- 客户咳嗽两声就闭嘴不太礼貌;也不能太迟钝 --- 客户已经说了半句你还在自顾自播报,那就是灾难。Voicelen 里有一套两路联合判定的机制,一路看声音能量,一路看识别出的文字,两路都确认才算真打断。
再说真人客服。真人客服在系统里就是一部软话机 --- 可以是网页端,也可以是手机端。分流台把电话接过来,话机响铃,客服点接听,通话开始。
但真人客服的"辅助模式"是 Voicelen 特别在意的。通话过程中,系统会在旁边实时:
- 把对话转成文字滚动显示
- 识别到客户情绪波动、提出敏感关键词时高亮提示
- 自动检索知识库,把相关话术推给客服
客服不再是"一个人对着话筒硬扛",而是"有 AI 副驾陪着开车"。
角色四:实时监督位
这个角色不参与通话,但它一直在。
任何一通正在进行的通话,主管都可以在监督位上看到 --- 有多少人在通话、每一通聊了多久、AI 说了什么、客户说了什么。看到问题,主管可以:
- 窃听 --- 只听不说,客户和座席都感知不到
- 耳语 --- 只对座席说话,客户听不到,可以做实时指导
- 强插 --- 直接三方通话,把客户和座席都拉在一起,主管介入
除此之外,还有一个 Voicelen 特有的"接管"功能:如果一通 AI 通话正在处理一个复杂问题,主管觉得应该让真人来接手,他可以一键把这通电话从 AI 那里"抢"过来,转到一个空闲的真人座席上。客户几乎无感 --- 电话没有中断,只是对面说话的换了个人。
这个能力很有用。它让 AI 不必"独立作战" --- AI 能处理 80% 的通话,剩下 20% 由真人兜底,不需要客户重新拨号、不需要重新报一遍问题。
角色五:通话后处理流水线
电话挂了。屏幕上通话消失了。但系统里的事情才刚开始。
一通电话挂断后,Voicelen 会往"事件总线"上广播一条"通话结束"消息。所有对这条消息感兴趣的角色都会各自动手,互不阻塞。
订阅这条消息的角色目前有四个:
计费员。 拿到通话时长,按企业配置的呼入/呼出单价扣费。不到一分钟按一分钟算。扣完之后,如果发现企业余额低于预警阈值,发一封邮件给企业负责人。
质检员。 只处理 AI 通话。它把整通对话丢给大模型,让模型给出一个综合评分、判断客户情绪、识别是否触发了违规词、生成一段摘要、判断客户意向。这些结果落到通话记录上,主管在报表里可以按评分排序找出低分通话。
打标员。 拿到质检员输出的意向标签,和企业已经建好的自定义标签库对比,把命中的标签自动打到客户身上。人工再也不需要每通电话之后手动标"意向客户"了。
跟进员。 把这通电话的关键信息 --- 客户说了什么、AI 判断的下一步动作 --- 落到客户的跟进记录里,标记为"由 AI 自动生成"。下次客服打开这个客户,能看到完整的历史脉络。
这四个角色在四个独立的进程里工作。哪个慢了不影响其他人,哪个挂了不影响主通话。这是 Voicelen 架构里我最满意的一部分 --- 主链路只管把电话打通,附加价值全部异步产出。
角色六:知识库
上面几个角色都会用到一个共用的资源 --- 知识库。
Voicelen 里的知识库是企业自建的,可以传 PDF、Word、Excel、Markdown、也可以手工录入问答对。传上去之后,系统在后台把文档切成一段一段的小块,给每一块生成一个"语义指纹"存起来。
之后 AI 通话过程中,只要模型认为"我需要查资料",它会主动发起一次检索。检索走的是语义相似度 --- 不是关键词匹配,而是"意思相近"。找到最相关的几段内容,拼进对话上下文,让模型据此回答。
这套机制的好处是,企业不需要写死一堆问答对。文档更新了,重新上传就行,不用重新训练什么。
角色七:导出员
最后是一个不太起眼但很有用的角色。
呼叫中心里有太多"我要一份 Excel"的需求 --- 客户列表要导出、通话记录要导出、跟进历史要导出、质检结果要导出。这些导出如果在页面上同步等,几万行的时候浏览器就崩了。
Voicelen 把导出做成了一个通用的异步任务。你在页面上点"导出",后端立刻返回一个任务号,导出员在后台慢慢生成文件。生成好了会推送通知,你去"我的导出"页面下载就行。单个任务硬上限 5 万行,再多要求你缩小筛选条件 --- 这不是技术限制,是产品刻意划的红线,避免你导出一份自己也看不完的表。
这套架构解决了什么
回到开头那个问题:Voicelen 跟一个普通的座席系统有什么区别?
区别在于分工。
传统的座席系统,是"人在中间,系统在两边":系统把电话接过来,人处理,人处理完把结果录进系统。人是瓶颈,人的注意力是瓶颈,人的技能是瓶颈。
Voicelen 的分工是:每一环都可以由 AI 独立完成,人只在必要时介入。AI Agent 接电话,AI 打标签,AI 生成跟进,AI 做质检。真人客服的角色从"接电话的"变成了"处理复杂问题的"和"AI 犯错时兜底的"。
这不是说人不重要。恰恰相反 --- 因为繁琐的部分被机器接管,人才能腾出手做更有价值的判断。一个真人客服过去一天能处理 60 通电话,现在可以让 AI 处理其中 50 通,他专注剩下 10 通里客户情绪激动、需求复杂的那部分。这才是"智能"两个字应该带来的东西。
写在最后
架构讲完了,下一篇我想讲讲客户 --- 一通电话背后连着的那个人,是怎么被系统认识、跟进、分配、回收的。因为其实做呼叫中心做到最后,大家发现:通话只是手段,客户才是资产。
如果你也在做类似的事情,或者对 Voicelen 感兴趣,欢迎交流。