零售品牌数字人智能体开发案例，虚拟导购+直播接待解决方案

一、案例背景：零售品牌为什么把目光投向数字人智能体

零售品牌数字人智能体开发，如今已经不再是“要不要做”的问题，而是“怎么做才不白做”的问题。某零售行业头部集团的业务结构很有代表性：线下有门店网络，线上有自营商城和小程序，同时在内容平台上做常态化直播。三条业务线的接待压力来源不同，但最后都撞上了同一个瓶颈——专业接待能力的供给，远远追不上咨询需求的爆发速度。

（一）接待缺口藏在哪些环节

门店导购的专业度高度依赖个人经验。什么身型适合什么版型、什么肤质要避开什么成分，这些判断停留在老员工的脑子里，人员一流动，经验就跟着走了。商城的在线咨询则集中在促销节点爆发，用户排队等待，等来回复时购买冲动往往已经过去。直播间的压力最直观：主播正在讲解主推商品，弹幕里已经在刷尺码、库存、发货时效、优惠能否叠加、售后怎么走，真人主播无法逐条回应，助播也常常顾此失彼。

该集团最初的想法很朴素——上一套智能客服。实际跑下来发现，基于关键词匹配的问答只能应付标准问题，一旦遇到“我肤色偏暗，这件和那件哪个更合适”这类需要理解、推理并结合商品属性的问题，对话链路立刻断裂。用户感受到的不是被服务，而是被拦截。

（二）数字人和智能体，各自解决什么问题

这里有个经常被混淆的点值得先说清楚：数字人与智能体不是同一件事。数字人解决的是表达形式——形象、声音、口型、镜头前的表现力；智能体解决的是决策能力——听懂意图、检索知识、调用业务系统、把对话往前推进。缺了前者，直播间里没有“人”的临场感；缺了后者，数字人就只是个会背台词的躯壳。

数商云在这类项目里的思路，是把两层能力合到一起：数字人是外壳，智能体是大脑，业务系统对接是手脚。虚拟导购和直播接待共用同一套智能体底座，只在交互形态、话术节奏和响应策略上做差异化配置。这样一来，商品知识、客户意图、售后政策这些资产只需要维护一份，不会出现两套系统各说各话的尴尬。

二、需求拆解：把场景拆到能开发的颗粒度

项目组没有一上来就写代码，而是先把导购和主播的日常工作重新拆了一遍。拆完才发现，很多被默认为“常识”的能力，其实从来没有被清晰定义过。

（一）虚拟导购要同时站得住三个层面

1. 懂商品。不只是知道名称和价格，还要理解材质、版型、适用场景、搭配逻辑、尺码建议，以及库存和优惠的真实状态。这些信息散落在商品详情、用户评价、售后政策、门店经验里，需要被整理成智能体能稳定调用的知识。
2. 懂客户。用户说“随便看看”和说“我有个场合要穿”，背后是两种完全不同的意图。智能体需要做意图分层，判断这轮对话是闲聊、比价、选品、催单还是售后，并在多轮追问中逐步收敛真实需求。
3. 懂分寸。不虚构库存，不承诺平台规则之外的优惠，不涉及功效类、医疗类的绝对化表述，遇到超出授权范围的问题主动转接真人。对零售品牌来说，导购的分寸感就是品牌的安全边界。

（二）直播接待多了一层“节奏”约束

直播场景与商城客服有本质区别。商城咨询可以慢慢聊，直播间的每句话都占用公共时间。弹幕密度高、问题重复率高、单个问题的回答窗口极短。如果数字人逐条朗读完整答案，直播节奏会被彻底打断；如果只答高频问题，长尾用户又会觉得被忽略。所以直播接待真正需要的不是“更强的大脑”，而是能区分公共回答与个性化回答的策略层。

（三）双方共同确认的目标清单

需求评审之后，项目组把目标落成了几条定性判断标准，而不是拍脑袋的数字指标：接待覆盖能否从有人值守的时段延伸到全时段；用户提问到获得回应之间的等待感能否降到接近实时；同一个问题在门店、商城、直播间之间的口径能否保持一致；对话中沉淀的意图与问题能否被运营团队拿去优化选品和话术。

能回答、能承接、能沉淀，这三件事凑齐了，才算目标闭环。

三、搭建过程：数商云数字人智能体的开发路径

整个搭建过程，可以理解为先把这个“人”拆开，再把她重新组装回去。项目组按资产准备、知识治理、智能体编排、链路联调、灰度上线的顺序推进，每一步都留了验证环节，避免问题堆积到最后一起爆发。

（一）形象、声音与人设资产准备

形象层面，数商云提供了两条常见路径：基于真人形象采集驱动的数字人，以及按品牌调性原创设计的数字形象。前者亲和力更强，后者在合规与可控性上更省心。声音方面采用语音合成，音色、语速、停顿习惯都要贴合品牌气质——卖母婴用品和卖运动装备，说话的节奏本来就不该一样。

更关键的是同步产出一份“人设卡”：怎么称呼用户、语气偏亲切还是偏专业、哪些表达可用、哪些表达绝对不能说、遇到情绪化提问时该摆出什么姿态。人设卡看起来像文案工作，实际上是后面所有话术策略的基准线。没有它，智能体在直播间里会一会儿像客服、一会儿像主播，人格是散的。

（二）知识库建设：先做减法，再做入库

这是整个项目里最不“性感”、却最决定成败的环节。数商云团队在这一步反复强调一个原则：知识库不是语料垃圾桶。入库之前先做取舍——已经结束的活动、互相矛盾的口径、只适用于个别门店的临时规则，全部清出去。留下互相打架的内容，智能体只会把混乱原样传递给用户。

取舍之后再做分层：商品属性、尺码表、库存状态这类信息走结构化字段，保证查询准确；详情页描述、用户评价里的高频关注点、售后政策这类内容走检索增强生成的文本知识，保证表达自然。切片时还要保证一个片段能独立回答一个问题，避免把关键信息从中间切断，导致检索到了却答不完整。

（三）智能体编排：从问答机器人到会卖货的导购

1. 意图分层与路由

智能体先判断对话落在哪个场景，再决定用什么策略应对。选品咨询需要主动追问使用场景，比价问题需要结合真实优惠规则核算，催单问题要给出确定的物流口径，投诉和情绪化表达则直接触发人工接管。路由做对了，后面的能力才有发挥空间；路由做错了，再强的模型也只是答非所问。

2. 工具调用：让智能体真的能查、能算、能承接

通过接口对接商品中心、库存、优惠计算、订单与售后工单等业务系统。这里有一个刻意的设计：智能体不“记住”价格，而是每轮都实时查询。价格、库存、活动规则变化频繁，靠记忆答话的风险太大，实时查询能从机制上减少报错价、报错库存的情况。同时预留兜底逻辑——接口超时或数据缺失时，明确告知用户并转人工，绝不用推测出来的内容填空。

3. 话术策略与合规护栏

同一个问题在不同场景下的最佳答法并不相同。商城场景允许多轮追问，可以把需求问细；直播场景默认短句优先，先给结论再补充；售后场景先安抚情绪、再给解决方案。护栏方面，设置敏感词与风险意图识别，涉及价格承诺、功效描述、竞品对比、个人隐私的内容自动收敛或转人工。

（四）直播接待链路联调

直播链路的搭建顺序大致是：弹幕接入，做意图聚类，高频问题由数字人用统一话术口播回应，个性化问题通过字幕或客服通道承接，全程记录留痕。这一环节最耗时间的不是技术，而是节奏对齐——数字人什么时候开口、一次说多长、要不要在主播讲解中间插入回应，都需要和直播运营反复磨合。回答得太快会打断主播，太慢又失去互动价值。

（五）人机协同与真人接管

项目组把真人接管设计成常态机制，而不是失败后的补救。触发条件包括：用户明确要求人工、情绪明显激动、涉及投诉与赔付、连续多轮仍未解决。接管时会把完整对话上下文同步给真人坐席，避免让用户重新描述一遍问题——这是体验断层最容易出现的地方。反过来，真人坐席的优质应答会被定期挑选出来，沉淀成新的知识条目，形成回流。

（六）灰度上线与持续调优

上线先走小流量灰度，收集问题对话后按四类归因：知识缺失、意图误判、话术不当、系统对接异常。四类问题的修复方式完全不同，混在一起讨论只会互相甩锅。分类清楚之后，迭代效率会明显提升。上线不是项目终点，而是运营的起点。

四、实施成效：从“能回答”到“能承接生意”

该集团没有把注意力锁在单一指标上，而是从服务、转化、组织三个维度观察变化。以下是项目组复盘时给出的定性结论。

（一）服务侧的变化

接待覆盖从有人值守的时段延伸到了全时段，夜间与高峰时段不再出现空白。用户从提问到获得回应的等待感明显下降，多轮追问可以连续进行，不再需要重新排队。同一问题在不同渠道的回答口径趋于一致，跨渠道的体验断层减少。

（二）转化侧的变化

虚拟导购承接了商城中大量的选品咨询，把原本流失在等待里的需求重新接了回来。直播间的互动密度上升，弹幕被回应的比例显著提高，用户的停留意愿与加购动作随之改善。需要说明的是，这些改善来自接待能力与话术策略的组合，而不是数字人形象本身。形象决定用户愿不愿意聊，能力决定聊完能不能成交。

（三）组织侧的变化

真人导购从重复性问题中释放出来，转向复杂咨询和高价值客户维护。门店里那些原本只属于老员工的经验，通过知识库变成了组织资产。对话数据沉淀下来之后，选品、内容与话术优化第一次有了真实依据，而不是靠感觉拍板。

五、经验启示：那些绕不过去的坑

（一）把知识库当垃圾桶，是失败率最高的做法

很多项目上线后表现不佳，第一反应是“模型不行”，但复盘下来，问题往往在于知识本身是脏的。过期政策、彼此矛盾的优惠规则、不同门店各说各话的服务承诺，统统塞进库里，智能体只能把混乱放大。清理知识所花的时间，往往比调模型更多，但这部分投入最值得。

（二）直播间要的是节奏感，不是知识量

商城场景追求答得全，直播场景追求答得巧。数字人如果照着知识库原文念，主播和观众都会受不了。项目组后来做了一条硬性要求：直播话术必须先给结论、再给理由，能一句话说清的绝不说三句。直播接待的核心指标不是“说了多少”，而是“有没有接住”。

（三）人机协同是设计前提，不是兜底方案

如果一开始就把人工接管当成失败的象征，团队就会不自觉地掩盖问题对话，反而让系统越来越偏。把接管当作正常流程的一部分，接管理由就能变成最有价值的改进信号。

（四）指标要从“接待量”转向“承接能力”

对话轮次多、接待量大，不代表用户在获得帮助。真正值得看的是问题有没有被解决、需求有没有被推进到下一步。指标选错了，团队会朝着“多说话”的方向优化，而不是朝着“解决问题”的方向优化。

（五）合规与品牌调性不能交给模型自由发挥

零售行业涉及价格、功效、售后承诺等敏感内容，一旦说错，代价远超一次对话的收益。护栏要建在流程里，而不是靠事后抽查。品牌调性同理，语气是品牌的一部分，不该随模型的随机性波动。

六、给同类零售品牌的落地清单

1. 先拆场景，再谈技术。把导购和主播一天的工作拆开看，找到高频、高价值、可标准化的部分先做。
2. 把知识治理当成项目主体。知识库的质量决定了智能体的上限，这件事没有捷径。
3. 业务系统的对接深度决定能力边界。能查库存、能算优惠、能建工单的智能体，和只会聊天的智能体，完全不是一个物种。
4. 人设卡与话术策略同步产出。语气、称呼、禁忌表达要在开发阶段就定下来，不要等到上线再补。
5. 灰度与问题复盘机制前置。先想清楚怎么发现问题、怎么归因，再谈放量。
6. 把数字人当成长期运营对象。形象会过时，活动会变化，知识需要持续更新，运营团队要有人真正对它负责。

七、写在最后：这套能力的价值不在“像人”

回头看这个项目，最有价值的收获并不是数字人形象做得多逼真，而是品牌第一次把自己的商品知识、服务口径、用户意图完整地梳理了一遍。数字人智能体只是把这些资产显性化的载体。虚拟导购与直播接待之所以能一起落地，靠的不是两套独立的系统，而是一套共享的知识与决策底座，加上针对不同场景的策略差异。

对正在考虑这条路的零售品牌来说，判断标准其实很简单：如果今天把数字人换成一个真人团队，你能不能在短时间内讲清楚他们该知道什么、该说什么、不该说什么？如果讲得清楚，数字人智能体就能承接得住；如果讲不清楚，那说明该补的课在业务侧，而不在技术侧。