扣子平台电商客服机器人需通过三步配置实现自动应答：先上传含sku等字段的excel商品清单并结构化解析关键字段；再用意图识别插件（至少8条样本）与正则兜底匹配高频问题；最后用精准变量话术模板输出口语化、品牌化回复。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你需要让扣子（Coze）平台上的电商客服机器人自动识别用户咨询商品库存、发货时间、退换货政策等高频问题，并用符合品牌调性的口语化话术即时回复，避免人工盯守和响应延迟。
配置电商知识库与商品信息
第一步：在扣子后台「知识库」→「新建知识库」→选择「上传文件」→上传Excel格式的商品清单（含SKU、名称、库存状态、发货地、预计发货时效、是否支持7天无理由）。
第二步：点击「解析设置」→勾选「启用结构化解析」→将“库存状态”列映射为字段【stock_status】，“预计发货时效”映射为【shipping_time】。这一步漏掉会导致后续话术无法调用具体数值，所有回复变成模糊的“一般1–3天”，而非“深圳仓现货，今天下单明天发”。
第三步：保存后点击「立即训练」→等待右上角显示绿色对勾图标，表示知识已生效。训练未完成就测试，机器人会返回“暂未找到相关信息”。
搭建核心意图识别流程
方法一：用「意图识别」插件快速覆盖高频问法
在Bot工作流中添加「意图识别」节点→点击「+新增意图」→输入名称“查发货时间”→在样本中粘贴至少8条真实用户问法，例如：“这个明天能发吗”“你们现在有货吗”“下单后多久发出”“快递什么时候走”“今天拍什么时候发”。【少于5条样本会导致识别准确率骤降，尤其无法覆盖方言缩写如“几时发货”】
扣子 (Windows) 是字节跳动推出的一站式 AI Agent 平台客户端，支持多 Agent 协作、可视化工作流和知识库管理。最新版本新增 Claude Code 与 Codex CLI 接入、多端同步和项目级管理功能，同时优化了插件生态和 AI 响应速度，让用户在 Windows 上即可高效创建、运行和协作智能体，满足个人、团队及企业场景需求。
方法二：用正则匹配兜底模糊表达
在同一流程中插入「条件分支」节点→设置规则为「消息文本匹配正则」→填入：/(发货|几时|啥时候|多久|今天.*发|明天.*发)/i →分支成立后直接触发发货话术模块。正则不加i标志会区分大小写，导致“今天发货”能匹配而“今天发货”失败。
编写带变量的话术模板
进入「对话流」→新建节点→类型选「发送消息」→在文本框中输入：
“亲～您问的【{{knowledge.product_name}}】目前{{knowledge.stock_status}}，从【{{knowledge.shipping_place}}】发出，预计【{{knowledge.shipping_time}}】内发货哦～ ✨”
注意变量名必须与知识库字段完全一致，大小写都不能错；如果写成{{Knowledge.Shipping_Time}}，系统将渲染为空白。变量外的文案可随时调整语气，比如把“亲～”换成“哈喽”或“您好”，不影响逻辑执行。
对退换货类问题，另建一个发送消息节点，内容为：“支持7天无理由退换，签收后拍照保留吊牌和包装，联系客服提供订单号就能安排上门取件～ ?”
