Agent 是怎么把多轮对话聊崩的? 🔍 面试题:Agent 是怎么把多轮对话聊崩的? ⭐ S|Situation 我们之前做过一个客服 Agent,设计目标是“足够聪明”:能多轮追问、能自己补信息。结果上线没多久,直接被投诉。 ⭐ T|Task 用户进来问“我这个订单能不能退款?”,前两轮其实都很正常:原因问了,时间也问了,已经足够判断大方向。但 Agent 没停,开始一轮轮盘问:是否签收、是否联系商家、是否有凭证……到第四轮,用户直接炸了:“你能不能直接告诉我能不能退?” ⭐ A|Action 复盘后发现,规则其实很简单:质量问题、七天内、未确认收货,直接可以退款。但 Agent 把“信息尽量补全”,当成了目标,而不是“尽快给结论”。核心问题只有一个:没有“最小可回答条件”。后来我们只做了三件事: 1️⃣ 先判断现在能不能回答,能答就先给结论,再补条件。 2️⃣ 明确区分两类问题:“为了回答必须问的”,和“只是为了更完整的”。 3️⃣ 给 Agent 一个硬规则:超过三轮还没推进结果,必须换策略。 ⭐ R|Result 改完之后:对话轮数直接砍了一半,投诉基本消失。我们复盘时总结了一句话:用户不是来配合你把流程走完的,用户是来要结论的。 Agent 多轮对话翻车,从来不是不够聪明,而是不知道什么时候该停。 #llm #大模型 #ai #互联网大厂 #面试题
00:00 / 01:35
连播
清屏
智能
倍速
点赞1128