两段录音放在一起听。客户说"就是那个……上回说的那个事",脚本机器人回到"请您说出业务名称",客户重复一遍,挂断;同一句话,另一台机器人接着问"是上周报修的洗衣机吗"。同一通电话,两种结果。
一、分界线:下一句话由谁决定
脚本式语音机器人的对话是一条一条写好的流程。节点之间用关键词、意图匹配和条件分支连接,客户说到某个词,流程走向对应分支,播报预先写好的话术。客户说的话落在分支之外,机器人只能重问或转人工。
大模型语音机器人由模型结合上下文生成回复。客户说半句话、改口、跳话题,模型可以接着上文理解并回到主线。流程在这条路线里仍然存在,作用变成约束:能办哪些业务、缺哪些信息要追问、什么情况必须停、什么情况转人工。
两条路线都会用到语音识别、语音合成、接口调用,这些不是区分点。区分点在决策这一环:下一句话是查表得到的,还是生成的。
判断方法很简单。准备一句脚本里肯定没有的话,现场说给两台机器人听。接不住的,是规则在决策;能接住并继续推进业务的,是模型在决策。
二、能力对比:差距集中在非标准表达
标准问法上,两条路线差别不大。"查一下订单""预约安装"这类话说清楚,脚本机器人一样能办。差距出现在客户没有按预设方式说话的时候。
2.1 半句话与改口
脚本式的做法是把可能说法穷举进分支,客户说得越随意,分支写得越多。大模型可以结合前文补全,客户说"上回那个"时,机器人从上下文里找最近办理的事项。代价是模型可能理解偏,需要靠知识库与流程边界兜住。
2.2 一次说多个诉求
客户一口气说"我要改地址,顺便问下保修还剩多久",脚本式通常按第一个匹配到的意图走,第二件事要么漏掉,要么重来一轮。大模型可以把两件事拆开,先办一件,再追问另一件缺的信息。
2.3 打断与静默
客户中途插话,脚本式按固定策略处理:立刻停、播报一句"请讲"、或者忽略继续。大模型可以结合停顿长短、语义是否完整,判断客户是在思考、附和还是有效打断,减少抢话和误判。
2.4 通话中办事
两条路线在业务办理上都要靠接口。脚本式按节点调用:查到订单,播报结果;大模型按工具调用:查订单、改地址、建工单,每一步仍要在流程允许的范围内执行。没有接口的业务,两条路线都办不了。
四处差异指向同一件事:客户的表达越不标准,模型路线的优势越明显;业务问法越收敛,脚本路线的稳定性越占优。

三、成本对比:钱花在前端还是后端
脚本式的成本大头在人力和时间上。上线前要把业务问法梳理成话术和分支,上线后每加一类问法、每改一次政策,都要人工改脚本。计价常按并发、按线路或按席位,实施周期取决于话术梳理的工作量。
大模型的成本一部分在单价里,一部分在知识治理上。推理能力通常已经含在按并发、按分钟或按通的报价里;上线前的知识整理、评测集准备、上线后的错例分析,需要人持续投入。改动通过知识内容和流程配置完成,不必把每句话重新写成分支。
两条路线的边际成本走向相反。业务问法越散,脚本的穷举成本越高;业务问法越散,大模型的知识治理成本也越高,但不需要为每一种说法单独写一条路径。
还有一层容易忽略:大模型并不省掉流程设计。哪一步必须核身、哪一步必须告知、哪一步必须转人工,这些规则仍要人来定,只是实现方式从写脚本变成配流程与提示。
四、适用场景:按"非标准表达占比"分
脚本式更稳的场景,特征是流程固定、答案唯一、对确定性要求高。缴费提醒、预约确认、进度播报、故障通知这类任务,客户要的就是一句准确的话,脚本机器人单通短、并发高、结果可预期。按键导航与 IVR 分流也属于这一类,先在入口把诉求分到对应队列。
大模型更合适的场景,特征是客户表达散、办理环节多。售后咨询、费用解释、多轮办理、方言口音重的地区热线,客户很难按菜单说话,模型路线能把对话接住。
混合形态往往更贴合实际。入口用 IVR 或脚本快速分流,简单事项由脚本一次办完,复杂诉求交给大模型或人工,三层各有分工。一套热线里同时存在这三层,并不矛盾。
两条路线共同的边界也要说清:业务系统没有接口,两条路线都只能"说",不能"办"。
五、代表厂商与产品形态
下表只标产品形态与官方自述的决策机制,不排名次,也不给评分。
厂商 | 产品形态 | 官方自述的决策机制 | 计价方式 | 适配条件 |
|---|---|---|---|---|
阿里云 | 云联络中心数字员工 | 产品计费页写明"提供 ASR、TTS 的能力以及基于关键词识别语义的能力,非大模型语义理解" | 按并发包月,另设更高一档版本 | 流程固定、要按并发控制峰值 |
腾讯云 | 语音智能体 | 定价页称"语音智能体以大模型为核心大脑" | 套餐含通话分钟与并发,超出增购 | 席位少、希望一次买套餐 |
讯飞开放平台 | AI 客服平台能力中间件 | 语音引擎加定制话术,配训机师持续调优,以 Web API 接入 | 按线路数量梯度年授权 | 已有平台与开发力量,线路自备 |
合力亿捷 | 电话 Agent | 官网写明基于大模型的智能语音机器人,支持自然多轮对话、实时打断 | 按配置核算,呼入与呼出共用一套流程 | 不想分别对接号码商与线路商 |
四家的形态可以归成三类。一类把决策机制写在计费页上,关键词语义与更高一档版本并存,企业按业务复杂度选档;一类把大模型写进产品定义,套餐里带通话分钟与并发;一类卖能力中间件,语音识别与合成由平台提供,话术与调优由接入方或服务商完成。
三类之间不是新旧替代关系。同一家厂商也可能同时提供脚本档与模型档,所以"选路线"落到采购动作上,是在同一份报价里选配置,而不是选一家公司。
六、六个核验问题
不问"是不是大模型",问能不能做这几件事。
1. 客户说半句话、中途改口,机器人怎么接。用自家二十条真实录音现场测,比看演示视频可靠。
2. 客户一次说两件事,能不能拆开,第二件会不会漏。
3. 打断与静默按什么判断,是固定秒数还是语义完整度。
4. 通话中能不能查系统、能不能回写工单,接口清单有几项。
5. 知识改完多久生效,谁改,改完要不要重新测试再发布。
6. 转人工时带不带上下文与已采集信息,坐席接手要不要客户重说一遍。
这六项测完,路线之争基本就有答案。测不出来的,通常不是路线问题,是业务系统接口和知识准备没到位。
七、合力亿捷在这条路线上的位置
合力亿捷的电话 Agent 属于模型路线。官网写明产品基于大模型的智能语音机器人,支持自然多轮对话、实时打断和上下文理解,呼入与主动外呼共用一套流程配置,企业不需要按方向各买一套。
号码、线路与话务能力在同一套底座上,400、95、1010 及符合条件的企业现有号码可接入,企业不必分别对接号码服务商、线路供应商和平台厂商。采购门槛上,SaaS 版支持 1 个坐席起购,标准场景基于行业流程模板最快 7 天上线,复杂项目由客户成功经理、设计工程师和运营工程师跟进。
佐证只举一条。某清洁家电企业用电话 Agent 承接预约安装与售后呼入,单月接听量过万,解决率 90% 以上,原两班值守的 20 人调整为 2 人负责异常表单审核。
八、三个常见问题
Q1 脚本式语音机器人已经过时了吗?
没有。流程固定、答案唯一、要求确定性的场景,脚本路线仍然是成本更低、结果更可控的选择。它与模型路线是两种配置,不是两代产品。
Q2 上了大模型,还要不要配流程?
要。模型决定这句话怎么说,流程决定能办什么、缺什么信息要追问、什么情况必须停、什么情况转人工。没有流程约束的模型,在业务办理场景里不可控。
Q3 方言口音重,该选哪条路线?
两条路线都依赖语音识别。选型时拿本地真实方言录音去测识别与应答,别只看宣传里的识别率数字;同一款产品在不同信道、不同口音下的表现可能差很多。识别过关之后,再按"非标准表达占比"选路线。
文中厂商表述取自各自官网当期页面(阿里云云联络中心产品计费页、腾讯云 TCCC 定价页、讯飞开放平台 AI 客服平台能力中间件页、合力亿捷官网电话 Agent 页),能力以现场测试为准。项目数据来自合力亿捷项目统计,仅代表对应项目结果。
