Konkui AI

泰国网店卖家同时在 LINE、Facebook 和 Instagram 上收到客户提问,而大多数问题都是重复的——价格、库存、运费、店铺政策——由管理员一条一条手动回复。把这些交给 AI 有风险:错误的价格或库存比不回答造成的损失更大。我们的任务是打造一个从第一天起就依据店铺自有数据回答、从不说出未经查询的数字、并在无法帮忙时立刻把对话交给真人的助手。

销售聊天机器人最难的不是回答,而是不答错。因此每条回复发出前都由另一个模型审核,而店铺录入的数据是唯一的事实来源。

1. 1. 从第一天起就是多租户

   每家店铺是一个数据完全隔离的工作区(Workspace),每个查询都限定在其中。成员分为管理员(Admin)和客服(Operator),使用 Google 登录。基于 Next.js 16、Postgres、pgvector 和 Drizzle 构建。

2. 2. 遵循各平台规则的渠道适配器

   LINE 官方账号通过 Channel ID、密钥和访问令牌连接,只有在签名的 Webhook 测试通过验证后才会显示为已连接;Facebook 主页和 Instagram 通过 Facebook 登录连接。在 LINE 上,助手优先使用免费的回复窗口,失败时才改用推送;在 Meta 平台上只在 24 小时窗口内发送。

3. 3. 助手可以信任的数据

   店铺维护商品、促销、预约和客户四组数据。核心字段带有角色(如价格、库存),告诉助手它们的含义;促销在有效日期内自动生效。AI 可以写入预约和客户数据,但永远不会搜索它们,因此一位客户绝不会看到另一位客户的信息。七种知识来源都在后台导入,类似指令的文字会在条目上被标记。

4. 4. 每个动作前都有评审

   助手通过向量嵌入,以语义方式检索泰语和英语知识。在任何写入之前、每条回复发出之前,评审模型都会审核:引用了工具未返回的金额或库存的回复会被驳回,并有一次修正机会;若评审无法运行,对话将转交团队。

5. 5. 由人批准的学习闭环

   点踩并附上修正后,内容进入队列,由管理员批准为问答对。Curator 把管理员粘贴的资料转化为待审核的提案,Claude Code、Codex 或 Cursor 等外部 AI 也可以通过 MCP 提交知识——每条提案都要等人批准。Playground 显示每条回复的匹配分数、调用的工具、评审结论和成本。

Konkui AI 已在生产环境运行。LINE 官方账号现已可以连接;属于其他企业的 Facebook 主页和 Instagram 账号在 Meta 应用审核完成前显示为「等待审核」。

• 所有聊天集中在一个收件箱

  团队可以看到每个对话由谁负责——助手、客服、等待客户或已解决——每家店铺的数据都留在自己的工作区里。

• 回答以店铺数据为依据

  助手依据店铺录入的信息回答商品、价格和促销问题,缺少信息时会直接说明,而不是猜测。

• 人工无缝接手

  转交后助手停止回复,但会在输入框中起草建议回复,由客服选择使用、修改或放弃。

• 修正成为知识

  团队的修正一经批准,助手从下一条消息起就会使用。