核心观点:省下来的客服工资去哪了?没去你的利润表——去了一个你没设想过的地方:每天花不少时间调Prompt、改知识库、排查“为什么这条回答不对”。
AI客服上线第一个月,我看报表的时候心情很好。客服人力成本降了一半多,API费用每月几千块。第三个月,我又看了一次。客服成本还是低,API费用没涨。但我发现一个东西从来没入过账——团队里最懂AI的那个人,每天有将近一半的时间在调Prompt、改知识库、排查“为什么这条回答不对”。这个人在工资表上的岗位是“AI工程师”。但在现实中,他是你AI客服的一部分——你每个月付两份工钱:一份给模型API,一份给那个站在模型背后的人。三类隐性成本——没有一个出现在API账单上第一类:Prompt 调优成本Prompt不是“写好了就不改”。客户问题一变,Prompt的约束条件可能就需要调整。新的产品上线、新的政策要求、新类型的客户查询——每次变化都意味着Prompt里要多加一段规则。多改一次,规则就复杂一层。规则越复杂,越容易跟已有的约束冲突——然后又需要更多的调试时间来排查“为什么这句话被拒绝了”。第二类:知识库维护成本知识库不是静态的——产品更新、条款调整、FAQ过时,每一条都需要人工审核和更新。但更隐蔽的成本是“知识库的连锁调试”:加了一条新FAQ后,已有的相关FAQ检索相似度可能会被影响——原来Top-3能命中的,新FAQ进去后可能被挤到第4名。每次加新FAQ后,需要跑一轮“受影响FAQ抽查”——随机抽若干条跟新…