客服在处理一笔售后请求时，通常需要在会话结束后，把对话中的信息一条条复制到工单系统：客户姓名、联系方式、订单号、问题描述……然后再打开 CRM 或订单系统查一遍客户资料和订单状态，手动填入工单。如果一笔请求需要同时查客户信息、订单状态和历史工单，这个过程会重复多次。
对话转工单带出的信息越完整，坐席的重复劳动越少。但信息不会自动进入工单——它需要会话系统能识别哪些信息该提取，工单系统知道哪些字段该填入，以及 CRM 和订单系统是否有接口提供所需数据。
客服对话生成工单的三种方式
根据业务场景和自动化程度，对话生成工单通常采用三种方式，可以单独使用也可以组合。
会话中自动建单。Agent 在与客户的对话中实时采集信息，在判断需要建单时自动创建工单并填入已采集字段。这种方式适用于高频且流程固定的场景，如报修、投诉、安装预约，客户在对话中提供的信息直接转化为工单字段，不需要坐席介入。
通话或会话后自动建单。会话结束后，AI 根据完整的对话内容生成服务小结，提取关键信息并创建工单草稿。坐席只需审核和补充，不需要从头填写。合力亿捷的坐席辅助 Agent 可在服务结束后自动生成会话摘要、服务小结、客户标签、质检要点和工单内容。这种方式适用于需要坐席确认信息完整性的场景。
坐席手动辅助建单。坐席在接待过程中通过 AI 原生工作台获得知识推荐和话术提示，并一键将会话内容转为工单草稿。工单草稿包含已采集的客户信息和对话摘要，坐席补充缺失字段后提交。美宜佳案例中，AI 自动生成通话和会话服务小结，支持一键创建工单，工单创建时间从 1 分钟缩短至 10 秒。
三种方式的核心区别在于建单触发时机和信息完整度。自动建单适合高频标准场景，手动辅助建单适合需要人工判断的复杂请求。
Agent 如何从对话中采集和提取信息
对话中的信息不是结构化表单，而是自然语言表达。Agent 需要从中识别关键字段并转化为工单可用的数据。
以报修场景为例，客户说"我在你们官网上买的那台洗衣机，型号是 XQB100，最近经常洗到一半就不转了，能安排师傅上门看看吗"，Agent 需要从中提取：客户身份（官网购买用户）、产品信息（洗衣机、型号 XQB100）、故障描述（洗到一半停止）、请求类型（上门维修）。如果型号不完整或地址缺失，Agent 会继续追问，直到字段完整。
合力亿捷的售后服务 Agent 可采集客户身份、订单号、设备型号、故障描述、门店、地址、期望时间以及图片或视频材料。采集完成后按业务规则选择工单模板、补全字段并派发到对应部门或服务商。
信息的提取依赖两个前提：一是 Agent 的意图识别和字段追问能力，二是在 Flow 中配置了需要采集的字段列表和追问策略。MPaaS 的 Flow 承载意图识别、信息追问、条件判断、工具调用和工单创建等流程节点，将采集策略编排成可执行的服务流程。
CRM 和订单信息如何自动带入工单
对话中采集的信息是客户主动提供的，而 CRM 中的客户等级、历史工单、会员积分，以及订单系统中的商品明细、物流状态、支付信息，通常需要从业务系统中查询并回填到工单。
这个过程通过 MPaaS Tools 完成。Tools 是连接 Agent 与业务系统的接口层，可以执行订单查询、物流查询、客户信息查询、工单创建、预约确认、进度通知和 CRM/ERP 调用等业务动作。
一条典型的带出逻辑是：Agent 在对话中获取客户手机号或会员 ID → 通过 Tools 调用 CRM 接口查询客户资料（姓名、等级、历史服务记录）→ 调用订单系统接口查询关联订单（商品、金额、物流状态）→ 将返回的数据填入工单的对应字段 → 工单创建时，客户信息和订单信息已完整展示。
合力亿捷的呼叫中心可与 CRM、ERP、订单、客户资料和工单系统集成。工单系统支持手动建单、会话中建单、通话后建单、客户自助填单和接口建单。这意味着信息带入可以是实时的——Agent 在对话中查询并填入，也可以是异步的——系统在工单创建后自动补充。
信息带入的范围取决于客户系统的接口能力。CRM 和订单系统提供哪些字段、什么权限、响应时间多长，决定了工单能自动填入多少信息，而不是由客服系统单方面决定。
一条对话从开始到工单完整的流转路径
以在线售后场景为例，一条对话转工单的完整路径如下：
客户在 APP 咨询"订单 20240701001 的空调安装有两个月了，最近不制冷" → 在线 Agent 识别为售后报修意图 → Agent 追问设备型号、购买时间、故障现象 → 客户回复后，Agent 通过 Tools 调用订单系统查询该订单的购买记录和安装信息 → 调用 CRM 查询客户等级和历史工单 → 字段采集完成后，系统按报修规则选择工单模板 → 将客户信息、订单信息和故障描述填入模板 → 工单派发到对应区域的服务商队列。
这个过程中，坐席不需要打开订单系统查信息，不需要手动复制粘贴客户资料，也不需要选择工单模板。系统在对话进行中已经完成了信息采集、系统查询和字段匹配，工单创建时信息已基本完整。
在电话场景中，流程类似：通话 Agent 在通话中采集信息，通话结束后根据通话摘要生成工单草稿。慕思案例中，AI 自动生成服务小结和工单，事务性工作量降低 70%，坐席可以把时间用在客户沟通而不是填表上。
配置前提与边界
对话自动生成工单并带入 CRM 和订单信息，不是开箱即用，需要满足以下条件：
字段映射需要提前定义。对话中可以采集哪些字段、需要从 CRM 和订单系统读取哪些字段、工单模板中哪些字段自动填入——这些映射关系需要在实施阶段逐一确认。自动建单、派发和系统回写依赖已配置的字段、流程和接口。
CRM 和订单系统需要开放接口。信息自动带入的前提是业务系统提供可查询的接口，包括字段范围、权限级别和响应时间。不是所有系统天然可查或可回写，部分系统可能只支持部分字段的读取。
高频场景的采集策略更稳定。报修、投诉、安装预约等高频标准场景，字段结构和追问逻辑容易定义，信息采集的完整度高。低频或跨类别的请求，字段组合复杂，人工辅助建单比全自动建单更可靠。
坐席辅助建单为人工保留审核节点。在需要确保信息准确性的场景中，自动生成工单草稿后由坐席审核再提交，是兼顾效率和准确性的常见做法。坐席辅助为人工提供建议和草稿，复杂判断和最终服务动作仍由人工及企业流程控制。
从对话到工单的接入评估
对于正在考虑对话自动生成工单的企业，可以从以下几个维度评估当前条件：
高频场景是否可枚举。当前咨询量最大的 1-2 个场景是什么？这些场景的字段结构是否稳定？高频标准场景是自动建单的最佳起点。
业务系统接口是否可用。CRM 和订单系统是否提供可查询的接口？哪些字段可以实时读取，哪些需要额外开发？接口条件直接影响信息带入的范围。
信息完整度要求如何。工单是否需要 100% 的字段完整才能派发，还是允许部分字段在流转过程中补充？完整度要求越高，自动建单的配置成本和维护成本越高。
合力亿捷的工单系统支持多种建单方式，从全自动到人工辅助可按场景灵活选择，通过 MPaaS 流程编排和 Tools 连接能力，实现对话信息向工单字段的映射和业务系统数据的自动回填。企业可根据自身系统的接口条件和业务场景复杂度，选择从手动辅助建单起步，逐步过渡到高频场景的自动建单。
