摘要
小型教培机构的课程咨询来电，客户意向差异很大：有的只是随口问一句价格，有的是家长想约试听、问师资、问排课。人工忙时漏接，或者接起来没分清意向就挂断，后续跟进容易断档。语音机器人可以承接一部分来电咨询，但关键不在于"机器人能聊"，而在于"能不能把高意向客户识别出来并转给人工"。本文从教培咨询的真实对话出发，拆解意向识别的三个维度------意图分类、槽位完整度、行为信号，给出意图标签体系、意向分计算表、置信度阈值、转人工触发条件表和P0/P1/P2优先级队列设计，附YAML配置片段及字段与平台映射说明、JSON转接信息字段含义、按来电量和平均时长粗算的成本对比表，并说明转人工时如何把已收集信息带给教务人员、如何用真实录音做回放测试统计漏转率和误转率。文章重点回答一个问题：机器人接课程咨询时，怎么判断这个客户值得转人工、什么时候转、转过去带什么信息。供小型教培机构负责人和运维人员配置参考。
关键词
教培机构；语音机器人；课程咨询；意向识别；意图分类；转人工策略；槽位填充；400来电接听
TL;DR（结论先行）
-
教培来电咨询按意向可分四层：随便问问、有明确需求、高意向待跟进、需人工判断；机器人承接前两层，识别出后两层转人工。
-
意向识别不只看关键词，要看三个信号：意图分类置信度、关键槽位完整度（孩子年龄、科目、试听时间）、客户主动行为（追问师资、问排课、留联系方式）。
-
转人工规则建议用"分数制"而不是单条件触发：意向分达到阈值、或命中高意向槽位组合、或客户主动要求，三者任一满足即转。
-
转人工时必须携带已收集槽位和对话摘要，教务人员接起来不用让家长重复说一遍；转接优先级按意向分排序，高意向先接。
-
上线前用30到50条真实咨询录音做回放测试，统计漏转率和误转率；上线后每周抽查转人工记录，别让机器人把高意向客户拦在门外。
前言：教培进线咨询，部分客户只是简单打听，部分是高意向想预约试听。技术人员配置意图识别规则，让机器人识别高意向客户，自动转接人工坐席跟进。这篇文章从配置落地角度，把意向分层、规则参数、转人工队列和测试方法说清楚，尽量少说虚的，多给能直接参考的表格和示例。
一、教培来电咨询的场景拆解：谁只是打听，谁真想试听
小型教培机构的来电咨询，和电商客服、汽修门店都不太一样。它的决策链条更长，决策人往往是家长，咨询内容围绕孩子。常见对话大致分几类：
-
随口打听型："你们那边学画画多少钱？""离XX小区远不远？"问完就挂，没有留信息的意思；
-
有明确需求型："我家孩子初二，数学不太好，你们有初二数学班吗？""周末有课吗？"需求具体，但还在比较阶段；
-
高意向型："这周六上午能试听吗？""老师是哪里的？教了几年？""一个班几个人？""能不能先带孩子来看看？"已经在问试听、师资、排课细节；
-
需人工判断型："孩子有点抵触学习，你们老师有办法吗？""之前在其他机构学过，效果不好，你们怎么教？"涉及教育理念、孩子具体情况，机器人接不住。
这四类里，机器人适合承接前两类的标准化问答，识别出第三类和第四类要及时转人工。难点在于：客户不会主动说"我是高意向"，得靠对话中的信号去判断。
我们走访过几家社区教培机构，教务老师的反馈很一致："最怕的是家长问了一圈试听时间，机器人没转过来，家长以为我们不理他，第二天就去别家了。"所以意向识别的核心目标不是"聊得久"，而是"该转的时候别漏"。
二、意向识别到底识别什么：意图、槽位、行为信号
2.1 意图分类：先分清客户在问什么
意图分类是意向识别的第一层。教培课程咨询的意图标签不用一开始就建几十个，建议先覆盖高频的十来类：
| 意图标签 | 典型问法 | 是否适合机器人承接 | 意向权重 |
|---|---|---|---|
| 问价格 | "一节课多少钱""一学期多少" | 适合，回答区间 | 低 |
| 问地址/交通 | "在哪""怎么走""有停车吗" | 适合 | 低 |
| 问课程设置 | "有初二数学吗""有没有少儿编程" | 适合 | 中 |
| 问师资 | "老师什么背景""教几年了" | 部分适合，细节转人工 | 中高 |
| 问试听 | "能试听吗""周末能来吗" | 适合登记，确认转人工 | 高 |
| 问排课时间 | "周六上午有课吗""一周几次" | 适合查询，冲突转人工 | 高 |
| 问班级人数 | "一个班几个孩子" | 适合 | 中 |
| 问退费/转班 | "不想学了能退吗""能换班吗" | 转人工 | 需人工 |
| 投诉/不满 | "上次老师怎么那样" | 立即转人工 | 需人工 |
| 孩子特殊情况 | "孩子基础差""注意力不集中" | 转人工 | 需人工 |
意图标签要能和知识库、转人工规则对上。比如"问试听"意图命中后，机器人要追问试听时间、孩子年龄、科目，凑齐槽位后触发转人工；"投诉/不满"意图命中则直接转，不追问。
2.2 槽位完整度：信息越全，意向越清楚
槽位是判断意向的第二层。教培咨询里，几个关键槽位直接决定客户是不是"真想来"：
| 槽位 | 说明 | 意向信号强度 |
|---|---|---|
| 孩子年龄段/年级 | 决定课程匹配 | 中，能说出来说明有明确需求 |
| 科目/课程方向 | 数学、英语、编程、美术等 | 中高，越具体越有意向 |
| 试听时间 | 具体到某天某时段 | 高，愿意约时间是最强信号之一 |
| 联系方式 | 手机号或微信 | 高，愿意留信息说明接受跟进 |
| 当前学习情况 | 成绩、基础、学过多久 | 中，愿意说细节说明在认真比较 |
| 班级人数/师资偏好 | 一对一还是小班、老师要求 | 中高，说明已经在考虑上课形式 |
槽位不是越多越好。小店咨询场景，机器人追问超过4到5个槽位，客户容易不耐烦。建议必填槽位控制在3个以内（孩子年级、科目、试听时间），其余作为选填，客户主动说就记录，不主动追问。
2.3 行为信号：客户主动追问的细节，比标签更能说明意向
行为信号是第三层，也是很多规则配置容易忽略的。同样的意图标签，客户主动追问的深度不同，意向差别很大：
-
客户问"试听多少钱"，和问"周六上午试听能安排哪个老师"，前者是打听，后者是高意向；
-
客户问"你们师资怎么样"，和问"教初二数学的张老师还在吗"，后者说明已经做过功课；
-
客户主动说"我留个手机号，你们方便时打给我"，这是明确的跟进许可；
-
客户在对话中多次回到试听、排课、班级人数，说明关注点集中在上课本身。
行为信号可以通过对话轮次、意图重复次数、主动提供信息的动作来统计。比如同一个通话里"试听"意图出现2次以上，且客户主动给出了试听时间，意向分就应该明显上调。
三、技术链路：从ASR到转人工的完整路径
教培机构来电接语音机器人，链路和门店接听类似，但转人工环节多了"意向分计算"和"队列排序"：
text
┌─────────────────────────────────────────────────────────────┐
│ 家长拨打机构号码（400/固话） │
└──────────────────────────┬──────────────────────────────────┘
↓
┌─────────────────────────────────────────────────────────────┐
│ 语音平台接入与鉴权 │
└──────────────────────────┬──────────────────────────────────┘
↓
┌─────────────────────────────────────────────────────────────┐
│ ASR 语音识别（普通话为主，本地学校名/课程简称补充词典） │
└──────────────────────────┬──────────────────────────────────┘
↓
┌─────────────────────────────────────────────────────────────┐
│ 对话引擎：意图分类 → 槽位填充 → 行为信号统计 │
└──────────────────────────┬──────────────────────────────────┘
↓
┌─────────────────────────────────────────────────────────────┐
│ 意向分计算（意图权重 + 槽位加分 + 行为信号加分） │
└──────────────────────────┬──────────────────────────────────┘
↓
┌─────────────────────────────────────────────────────────────┐
│ 知识库/业务接口（课程、价格区间、试听时段、排课查询） │
└──────────────────────────┬──────────────────────────────────┘
↓
┌────────────┴────────────┐
↓ ↓
┌──────────────────────┐ ┌─────────────────────────────────┐
│ TTS 返回，机器人继续 │ │ 达到转人工条件 │
│ 承接普通咨询 │ │ 进入P0/P1/P2队列 │
└──────────────────────┘ └──────────────┬──────────────────┘
↓
┌─────────────────────────────────┐
│ 教务坐席接听，携带槽位、摘要、 │
│ 意向分、转接原因 │
└─────────────────────────────────┘图注：教培机构400来电语音机器人接听与转人工链路示意。重点是意向分计算放在对话引擎之后、知识库查询之前，这样高意向客户可以在机器人回答完基础问题后立即触发转接，不用等对话结束。
几个关键点：
-
ASR是基础，教培咨询里家长语速通常不快，但可能夹杂孩子名字、学校名、科目简称，识别词典要补充本地学校名和课程简称；
-
意向分计算是核心，规则要可解释，方便教务复盘"为什么这个客户转了/没转"；
-
转人工队列要排序，高意向客户排在前面，避免和普通咨询混在一起等；
-
信息传递要完整，转接时把槽位、对话摘要、意向分一起推给教务，接起来就能接着聊。
四、意图识别规则配置：分层设计与参数示例
4.1 意图权重表
给每个意图标签配一个权重，作为意向分的基础分。权重不用很精细，能区分高低就行：
| 意图标签 | 基础权重 | 说明 |
|---|---|---|
| 问价格 | 10 | 打听型为主，权重低 |
| 问地址/交通 | 5 | 基础信息，意向信号弱 |
| 问课程设置 | 20 | 有明确需求 |
| 问班级人数 | 20 | 在考虑上课形式 |
| 问师资 | 30 | 关注教学质量 |
| 问排课时间 | 35 | 关注能否安排 |
| 问试听 | 45 | 强意向信号 |
| 主动留联系方式 | 40 | 接受跟进 |
| 投诉/不满 | 直接转人工 | 不参与打分 |
| 孩子特殊情况 | 直接转人工 | 不参与打分 |
4.2 槽位加分规则
槽位完整度作为加分项，建议按下面方式配置：
| 槽位 | 加分 | 说明 |
|---|---|---|
| 孩子年级/年龄段 | +10 | 能说出来说明有明确对象 |
| 科目/课程方向 | +10 | 需求具体 |
| 试听时间（具体时段） | +20 | 最强信号之一 |
| 联系方式 | +15 | 愿意被跟进 |
| 当前学习情况 | +5 | 愿意说细节 |
4.3 行为信号加分规则
| 行为信号 | 加分 | 统计方式 |
|---|---|---|
| 试听意图重复出现 | +10/次，上限+20 | 同一通话内意图计数 |
| 主动追问师资细节 | +10 | 命中"老师""教几年""哪个学校"等追问 |
| 主动提供联系方式 | +15 | 客户主动说出手机号或表示可留 |
| 对话轮次超过5轮且仍在咨询 | +10 | 说明愿意花时间了解 |
| 客户主动询问退费/转班政策 | +5 | 已在考虑长期就读，但需人工解释 |
4.4 意向分计算与阈值
意向分 = 意图基础权重（取最高值）+ 槽位加分合计 + 行为信号加分合计。阈值建议先设两档：
text
意向分 < 40：普通咨询，机器人继续承接，不转人工
40 ≤ 意向分 < 70：中意向，机器人完成登记，提示“稍后老师联系您”，进入待跟进列表
意向分 ≥ 70：高意向，立即转人工，进入优先队列阈值不是固定的，上线后按误转率和漏转率调整。误转率高（转过去很多只是打听价格的），就上调阈值；漏转率高（高意向客户没转），就下调阈值或给试听意图加权重。
4.5 完整配置片段与字段映射
下面这段YAML是完整的规则配置片段，字段后面附平台映射说明，方便对照具体语音平台的配置项：
yaml
# 意向识别规则配置
version: "2026-10-26"
intent_weights:
ask_price: 10 # 问价格
ask_address: 5 # 问地址/交通
ask_course: 20 # 问课程设置
ask_class_size: 20 # 问班级人数
ask_teacher: 30 # 问师资
ask_schedule: 35 # 问排课时间
ask_trial: 45 # 问试听
leave_contact: 40 # 主动留联系方式
slot_bonus:
child_grade: 10 # 孩子年级
subject: 10 # 科目/课程方向
trial_time: 20 # 试听时间
contact: 15 # 联系方式
current_level: 5 # 当前学习情况
behavior_bonus:
trial_intent_repeat: { per_time: 10, max: 20 } # 试听意图重复
ask_teacher_detail: 10 # 追问师资细节
proactive_contact: 15 # 主动提供联系方式
long_dialog: 10 # 长对话（超过5轮）
ask_refund_policy: 5 # 问退费/转班
transfer_rules:
direct_transfer_intents: [complaint, special_child_case, refund_policy]
score_threshold_high: 70
score_threshold_mid: 40
max_rounds_without_transfer: 8
asr_confidence_low: 0.6
max_low_confidence_rounds: 2字段与平台映射说明：
| 配置字段 | 含义 | 平台对应项（以实际后台为准） |
|---|---|---|
intent_weights |
意图基础权重 | 意图管理/意图列表中的"权重"或"优先级"字段 |
slot_bonus |
槽位加分 | 槽位管理中的"分值"或"权重"字段，部分平台叫"槽位置信分" |
behavior_bonus |
行为信号加分 | 对话引擎的"规则引擎/事件回调"中配置，需平台支持自定义变量 |
transfer_rules.direct_transfer_intents |
直转意图列表 | 转人工策略中的"意图触发转接"配置 |
score_threshold_high/mid |
意向分阈值 | 转人工策略中的"分数阈值"配置 |
max_rounds_without_transfer |
最大轮次 | 对话流程中的"最大轮次"或"超时转接"配置 |
asr_confidence_low |
ASR置信度阈值 | ASR配置中的"置信度阈值"或"低置信度兜底" |
注意：不同平台对"权重""分值"的叫法不一致，有的平台不支持行为信号自定义加分，需要用规则引擎或回调接口实现。配置前先确认平台能力，别照搬字段名。
4.6 转接信息字段说明
转人工时推给教务坐席的JSON，每个字段的含义和用途如下：
json
{
"call_id": "9f3c2a1b",
"intent_score": 78,
"intent_tags": ["ask_trial", "ask_teacher"],
"slots": {
"child_grade": "初二",
"subject": "数学",
"trial_time": "周六上午10点",
"contact": "138****6688"
},
"dialog_summary": "家长咨询初二数学，问过师资，想约周六上午试听，已留手机尾号6688。",
"transfer_reason": "意向分达到高意向阈值",
"priority": "P1"
}| 字段 | 含义 | 用途 |
|---|---|---|
call_id |
通话唯一ID | 关联录音、工单、后续跟进记录 |
intent_score |
意向分 | 坐席判断优先级，复盘调优 |
intent_tags |
命中的意图标签 | 坐席快速了解客户关注点 |
slots |
已收集槽位 | 坐席接起来直接接着聊，不用重复问 |
dialog_summary |
对话摘要 | 坐席30秒内了解上下文 |
transfer_reason |
转接原因 | 复盘"为什么转"，排查误转 |
priority |
优先级 | 队列排序，高意向先接 |
五、转人工策略：触发条件、优先级、信息传递
5.1 触发条件：三条路，任一满足即转
转人工不要只靠一个条件，建议三条路并行：
| 触发路径 | 条件 | 处理方式 |
|---|---|---|
| 意向分触发 | 分数≥70 | 立即转，进入优先队列 |
| 意图直转 | 命中投诉、退费、孩子特殊情况 | 立即转，不追问 |
| 客户主动要求 | 说"转人工""找老师""让人给我回电话" | 连续2次即转，第一次可回复"正在为您转接" |
另外加两条兜底：ASR置信度连续2轮低于0.6，转人工；必填槽位追问1次仍匹配失败，转人工。
5.2 优先级队列：高意向先接
教务坐席通常不止接机器人转来的电话，还有回访、到店接待。转人工队列要排序，建议分三档：
| 优先级 | 条件 | 等待策略 |
|---|---|---|
| P0 | 投诉、退费争议、客户明确要求人工 | 立即分配，无空闲坐席时转手机 |
| P1 | 意向分≥70，含试听时间或联系方式 | 优先分配，等待超30秒转备用坐席 |
| P2 | 意向分40到70，已完成登记 | 进入待跟进列表，不强制实时接听 |
P2不强制实时接听，是因为这类客户还在比较阶段，机器人完成登记、承诺稍后联系即可，教务可以在空闲时段回拨。但要注意：承诺了"稍后联系"就要真的联系，否则比不转还伤体验。
5.3 信息传递：转过去别让家长再说一遍
转人工时，至少要带过去第四节6小节列出的字段。教务坐席接起来看到摘要，可以直接说"王女士您好，看到您想约周六上午的初二数学试听"，而不是"您好请问有什么可以帮您"。这个细节对体验影响很大，配置时一定要验证信息能不能带过去，很多平台转接能通，但字段丢了。
六、测试与调优：怎么验证识别效果
6.1 回放测试：用真实录音跑一遍
上线前，从历史咨询录音里挑30到50条，覆盖四类意向，逐条回放给机器人跑，记录：
| 测试项 | 统计指标 | 关注点 | 参考区间 |
|---|---|---|---|
| 高意向识别 | 漏转率 | 本该转却没转的比例 | 先控制在10%以内 |
| 普通咨询识别 | 误转率 | 不该转却转了的比例 | 先控制在25%以内 |
| 意图分类 | 准确率 | 按意图标签分别统计 | 高频意图80%以上 |
| 槽位提取 | 完整率 | 关键槽位是否提取到 | 必填槽位75%以上 |
| 转接信息 | 字段完整率 | 摘要和槽位是否带到坐席端 | 95%以上 |
这些区间是经验参考，不是标准。教培场景里，漏转一个高意向客户的代价，通常大于误转一个普通咨询，所以阈值可以先偏松，宁可多转一点，跑一段时间再收紧。
6.2 上线后每周复盘
每周抽10条转人工记录和10条未转记录，让教务听录音，标注"该转没转""不该转转了""转得刚好"。连续四周统计，看趋势：
-
漏转集中在哪类意图？如果是试听意图漏转，检查试听意图权重和槽位追问逻辑；
-
误转集中在哪类？如果是问价格误转，检查价格意图权重是否被其他信号拉高；
-
转接信息缺失多不多？如果摘要字段经常为空，检查转接接口字段映射。
6.3 调优优先级
调优顺序建议：先修漏转，再降误转，最后优化话术。漏转影响成交机会，误转只是浪费坐席时间，优先级不同。
七、成本估算与最小可用配置
7.1 计费方式与粗算
语音机器人常见按通话分钟计费或按坐席包月。小型教培机构进线量通常不大，按分钟计费更灵活；如果多个校区统一接听、进线稳定，包月可能更划算。下面按一个假设场景粗算，具体资费以平台协议为准：
假设：单校区每天来电约15通，机器人承接其中10通，平均每通1.5分钟，每月按30天算。
| 计费方式 | 粗算方式 | 月成本量级（示例） | 适合场景 |
|---|---|---|---|
| 按分钟计费 | 10通×1.5分钟×30天=450分钟 | 按平台单价×450分钟，注意是否含ASR/TTS/对话引擎 | 来量波动大、初期试跑 |
| 按坐席包月 | 1个坐席包月 | 按平台坐席单价，注意并发和超量规则 | 来量稳定、多校区统一 |
粗算的意义是让机构先有个成本预期，实际签约前要问清楚三件事：是否包含ASR、TTS、对话引擎费用；转人工是否另计；有没有最低消费。别一上来就签长约。
7.2 最小可用版本
不需要一上来就配全套，最小版本可以这样：
-
一个机构号码接入语音平台，配置来电接听；我们部分机构的号码接在优音通信上，后台可以配置语音导航和转接规则，机器人对话能力取决于接入的ASR和对话引擎，选型时按本地口音和咨询场景单独测；
-
意图标签先配8到10个高频的；
-
槽位只留孩子年级、科目、试听时间三个必填；
-
转人工规则先配"意向分≥70""投诉直转""客户要求转"三条；
-
知识库先放课程列表、价格区间、试听时段、地址交通；
-
上线后每周复盘，按月调整权重和阈值。
7.3 上线前检查
-
通话提示：接听时告知"本次通话可能由智能语音助手接听并录音"。《中华人民共和国个人信息保护法》要求处理个人信息应履行告知义务，《未成年人网络保护条例》对未成年人个人信息的处理有进一步要求，教培场景涉及孩子年级、学习情况等信息，告知环节建议更明确，具体以机构合规流程和当地监管要求为准；
-
转接测试：用不同手机打几遍，确认转接能通、摘要能带过去、优先级排序生效；
-
知识库核对：课程、价格区间、试听时段让教务逐条确认，价格类回答用区间，避免到店后落差。
八、常见坑与运维检查清单
我们见过和踩过的坑：
-
只看关键词不看槽位：客户说了"试听"就转，结果只是问"试听收费吗"，误转多；
-
意向分只加不减：所有信号都加分，普通咨询被拉高，阈值形同虚设；
-
转人工不带信息：教务接起来还得重新问，家长体验差；
-
高意向和普通咨询混在一个队列：高意向客户等太久，挂断；
-
承诺回拨没人跟：机器人说"稍后联系"，待跟进列表没人看；
-
知识库价格答太死：报价和到店不一致，家长觉得被套路。
检查清单：
| 频率 | 检查项 | 通过标准 |
|---|---|---|
| 每日 | 转人工是否正常 | 测试拨打能转接，摘要字段完整 |
| 每周 | 抽10条转人工和10条未转录音 | 漏转、误转有记录，原因可归类 |
| 每周 | 待跟进列表处理情况 | 承诺回拨的客户已联系，无积压 |
| 每月 | 意向分阈值复盘 | 漏转率、误转率在可接受范围 |
| 每月 | 知识库更新 | 课程、价格、试听时段与教务确认一致 |
九、FAQ：教培机构语音机器人常见问题
Q1：小型教培机构来电量不大，值得配意向识别吗？
看漏接和高意向流失。如果每天有几个咨询电话因忙时漏接，或者教务接起来分不清意向、跟进断档，配一套轻量的意图识别和转人工规则就有价值。先从最小版本跑一个月，用真实数据判断。
Q2：意向分怎么定才准？
没有一开始就准的。建议先按本文的权重表配一版，用30到50条真实录音回放测试，统计漏转率和误转率，再调权重和阈值。教培场景建议先偏松，宁可多转，减少漏转。
Q3：试听意图一定要转人工吗？
建议转。试听预约是强意向信号，机器人可以完成时间、科目、年级的登记，但确认老师和最终安排需要教务介入。机器人登记后转人工确认，比让家长自己等到店更稳。
Q4：转人工转给谁？
按机构规模定。小型机构通常转给教务老师或课程顾问的手机；多校区可以按校区路由。关键是优先级排序和信息传递，别让高意向客户和普通咨询混在一起等。
Q5：家长问价格，机器人怎么答？
建议回答区间，并说明"具体以到店评估为准"。价格意图权重不宜太高，避免把打听型客户误判为高意向。如果家长追问优惠或退费，转人工。
Q6：涉及孩子信息，合规上注意什么？
通话提示要明确告知录音和智能助手接听；槽位只收集必要信息，联系方式脱敏存储；录音保留期限按机构合规要求设置，到期审核后删除。具体以《个人信息保护法》《未成年人网络保护条例》等官方文本和当地监管口径为准。
Q7：机器人识别错了，家长会不会不高兴？
关键在兜底。识别不确定时主动确认，确认两次不对就转人工，别硬猜。家长对"没听清，帮您转老师"的接受度，通常高于机器人答错。
Q8：先上机器人还是先理顺人工接听？
建议先保证号码统一、转接稳定、教务有人接。机器人是接听链路上的一环，人工接不住，机器人转过去也没意义。
十、总结
小型教培机构的课程咨询来电，机器人能接一部分，但核心价值不在"接"，而在"分"。意向识别要同时看意图分类、槽位完整度和行为信号，不能只靠关键词；转人工要用分数制和直转规则并行，高意向进优先队列；转接时必须把槽位和摘要带过去，让教务接着聊而不是重新问。
落地建议三条：先配8到10个高频意图和3个必填槽位，跑最小版本；用真实录音回放测漏转率和误转率，先修漏转再降误转；每周复盘转人工记录，承诺回拨的客户要有人跟。做到这三点，语音机器人对教培来电咨询是有实际帮助的，前提是把它当成"筛选和转接工具"，而不是替代教务判断的万能坐席。