客服部门最怕的不是问题复杂，而是情绪失控。一个普通的退款诉求，如果前三句没安抚好情绪，可能演变成微博维权、黑猫投诉。AI 客服在危机客诉场景的价值，不是“解决问题”，而是“先灭火，再办事”。

一、情绪识别：从关键词到语义情绪

早期的情绪识别靠关键词（“投诉”“曝光”“12315”），容易被绕过。现在的 AI 客服基于大模型做语义级情绪分析：

  • 愤怒值：语速快、感叹号多、重复质问 → 愤怒值 ≥ 0.8，立即启动安抚模式
  • 焦虑值：反复确认“到底什么时候能解决” → 焦虑值高，需要给出明确时间节点
  • 失望值：“没想到你们也这样” → 失望值高，需要道歉 + 超预期补偿

二、安抚话术的三层结构

第一层：确认感受。“非常理解您现在的心情，换成是我也会着急”——先共情，不要先解释。

第二层：给出行动。“我已经记录了您的订单号，正在为您加急处理，预计 2 小时内专员回电”——给确定性。

第三层：超预期补偿。根据客诉等级自动推送优惠券、积分或免邮券，让用户感受到“被重视”。

三、什么情况下必须转人工

  • 涉及人身安全（食品/药品/电器故障）
  • 用户明确要求“叫你们主管来”
  • 同一问题 AI 安抚 3 轮后情绪值仍在上升

四、客诉场景的数据复盘

  • 情绪升级率：AI 接待后仍转人工或外部投诉的比例，目标 ≤ 8%
  • 安抚首响时长：用户表达不满到 AI 第一句安抚话的间隔，目标 ≤ 3 秒
  • 补偿核销率：AI 推送的优惠券被实际使用的比例，衡量补偿方案是否到位

客诉不是成本，是挽回信任的机会。AI 客服在危机场景的表现，往往决定了用户是流失还是成为忠实粉丝。