市民卡和绍兴通卡，同一位市民可能两张都有。打95热线问"怎么充值"，坐席不能直接回答——得先问清是哪张卡。市民卡集成了医保社保、公交、银行卡，充值可能涉及社保账户、银行账户和公交账户三个不同的钱袋子。绍兴通卡更侧重公共交通和便民消费，充值是另一套逻辑。如果市民在电话里问"我家小孩的卡丢了怎么办"，机器人不仅要判断卡种，还要判断是成人卡还是学生卡——补办流程不一样。
一个95热线加三个线上入口（官网、小程序、公众号），四个渠道同时来问，问题都围绕"我这张卡该怎么办"。通话机器人和在线Agent要做的第一件事不是找答案，而是认清市民问的是哪张卡、哪个场景、哪种人群。这一步错了，后面的回答全错。
一、先把"卡种判断"拆开看：同一句话为什么对应两套答案
市民卡和通卡在业务规则上的差异，决定了同一个问题在不同卡种下的答案完全不同。在讨论路由设计之前，先把最容易"答错"的业务交叉点梳理清楚。
1. 新办和补办
市民卡的新办需要身份证、户口本等材料，未成年人的办理流程与成年人不同，部分区县网点有特殊要求。绍兴通卡的新办条件相对简单，但不同卡种（普通卡、学生卡、老年卡）所需材料和费用不同。市民说"我要办张卡"，如果不追问卡种和人群属性，机器人给出的材料清单可能是错的。
2. 充值
市民卡的充值涉及多个账户——社保账户的资金来源是社保系统、银行账户的充值走银行渠道、公交账户可以在线下网点或线上充值。绍兴通卡的充值主要是公交和消费账户，渠道和限额不同。市民说"充100块钱"，机器人需要判断是给哪张卡的哪个账户充值，才能给出正确的充值指引。
3. 挂失和换卡
市民卡挂失涉及医保功能和金融功能的分别挂失，流程复杂。通卡挂失相对简单。如果市民说的是"我的卡丢了"，机器人把市民卡的挂失流程说成了通卡的，市民按错误流程操作，医保账户可能没有及时冻结。
4. 线下网点查询
市民卡和通卡的服务网点有重叠也有差异。市民问"最近的服务网点在哪里"，机器人需要先确认是办市民卡业务还是通卡业务，再给出对应网点——有些网点只受理通卡业务，去了办不了市民卡。
二、卡种判断的三层路由设计
把业务交叉点梳理清楚后，卡种路由的设计就有了依据。不是"让市民自己选卡种"，而是机器人通过三层判断主动锁定——只在判断失败时才让市民选择。
1. 第一层：关键词特征匹配
不同卡种的问法带着不同的关键词特征。市民卡相关的问题通常涉及"医保""社保""市民卡""挂失""补办"等词。通卡相关的问题通常涉及"通卡""公交""充值""老年卡""学生卡"等词。
但这层匹配不能只靠单一关键词。市民说"我要充值"——"充值"在两个卡种里都出现，属于低区分度词。需要结合上下文中的其他信号：如果市民上一句说"我的市民卡"，这一句"充值"就锁定市民卡。如果市民从线上入口进来时已经点击了"通卡充值"的快捷菜单，这一句"充值"就直接锁定通卡。
机器人需要为每条卡种维护一组高区分度关键词（如"医保""社保"→市民卡；"公交""老年卡""学生卡"→通卡）和一组低区分度关键词（如"充值""挂失""补办""网点"），低区分度词触发追问或结合上下文判断。
2. 第二层：人群属性推断
有些问题天然带有使用人群的属性信息，可以直接辅助卡种判断。
"我家小孩的卡丢了"——"小孩"提示可能是学生卡，而学生卡属于通卡体系。"我爸的老年卡怎么年审"——"老年卡"直接指向通卡。"我的医保账户怎么查"——"医保"直接指向市民卡。
人群属性的判断不要求市民主动说明"我是成年人/未成年人/老年人"，而是从市民的表述中提取年龄和身份信号。信号不明确时，进入第三层。
3. 第三层：业务场景追问
前两层都无法锁定时，机器人做一次精准追问，不泛泛地问"请问您是哪张卡"。
错误问法："请问您咨询的是市民卡还是通卡？"——很多市民分不清这两张卡的区别，这样问等于没问。
正确问法：根据市民的当前问题给出两个选项。市民说"我要充值"，机器人追问"请问是给医保社保功能充值，还是给公交出行功能充值？"——用业务场景代替卡种名称，降低市民的认知负担。
如果市民仍无法说清（"我也不知道""就是那张卡"），机器人走转人工路径，并在转接信息中标注"卡种未判定+已采集信息"。
三、四个渠道的卡种路由怎么统一又各有侧重
95热线和三个线上入口的服务场景不同，卡种路由在四个渠道上的实现方式也有差异——但共用同一套知识底座和判断逻辑。
1. 95热线：语音追问，一轮锁定
热线场景中市民看不到菜单，只能通过语音交互。通话Agent的卡种路由设计为：市民说出问题 → 第一层关键词特征判断 → 低区分度时进入追问 → 一轮追问锁定卡种 → 进入对应知识域回答。
追问设计的关键是控制轮次。热线场景下每一轮追问都在消耗市民的耐心，追问超过一轮体验就下降。因此语音追问必须精准——一次追问给出两个带场景的选项，让市民说"第一个"或直接描述需求就能锁定。
以某市民卡服务企业（服务500余万市民）的实际效果为参照：大模型通话Agent上线后，独立解决了80%的咨询，排队放弃率降至零，电话实现秒接通。这个效果的前提是Agent在首轮交互中就能完成卡种判断和意图识别，而不是反复追问。
2. 官网和小程序：菜单引导加图文链接
线上入口的优势是可视化。市民进入在线客服时，对话框上方预设快捷菜单——不是"市民卡""通卡"这种内部术语，而是"医保社保查询""公交出行充值""挂失补办""网点查询"等业务场景入口。市民点击任一项，在线Agent直接进入对应卡种的知识域，不需要做语音式的追问。
在线Agent在回答中还可以附带图文和链接——补办流程附上材料清单图片、网点查询附上地图链接、充值步骤附上操作截图。这些是热线做不到的差异化服务。
3. 公众号：菜单引导加关键词自动回复
公众号场景中，市民可能在菜单中直接点击"市民卡服务"或"通卡服务"进入，也可能在对话框直接输入问题。对前者，入口本身就完成了卡种路由。对后者，在线Agent用关键词特征做第一层判断，低区分度时引导市民点击菜单中的业务场景选项。
4. 四个渠道共享同一套知识底座
电话和在线两个Agent虽然交互形式不同——一个用语音追问、一个用菜单引导加图文链接——但它们调用的知识库是同一套。市民卡的新办流程、通卡的充值限额、各网点的营业时间，这些知识只维护一次，电话和在线同步更新。
合力亿捷的通话Agent和在线客服Agent共享悦问知识库，全渠道用同一Agent编排逻辑和客户标签。这套架构在市民卡场景中的价值是：不管市民从95热线打进来还是从小程序点进来，卡种判断逻辑一致、回答口径一致、转人工时上下文一致。市民不用在电话里说一遍、到小程序里再说一遍。
四、细分子条件：卡种锁定之后还要做什么
卡种判断只是第一关。卡种锁定之后，同一个卡种内部还有细分的子条件需要判断。如果只判断了卡种就回答，答案仍然可能是错的。
1. 人群属性的二次判断
同样是市民卡补办，成年人和未成年人的材料要求不同。同样是通卡充值，普通卡、学生卡、老年卡的优惠政策不同。机器人在卡种锁定之后，需要做一次人群属性判断。
对于热线，人群属性信息可以在追问中一并采集。市民说"我家小孩的卡丢了"——卡种判断为通卡-学生卡、人群为未成年人，一次表述同时完成两层判断。对于在线入口，市民点击"学生卡补办"菜单后，Agent直接进入通卡-学生-补办的细分知识域。
2. 账户类型的区分
市民卡充值涉及多个账户，不同账户的充值渠道和限额不同。市民说"我要给市民卡充值"，机器人锁定卡种后追问"请问是给医保账户、银行账户还是公交账户充值？"——三个选项对应三条不同的充值流程。
3. 区县网点的差异
不同区县的服务网点、办理时间和受理范围有差异。市民问"去哪里办"，机器人锁定卡种后追问"请问您在哪个区县？"——然后给出对应区县的网点信息。
这三层细分条件（人群、账户、区县）在知识库中按"卡种→子条件→答案"的三级结构组织。机器人的处理逻辑是：先定位卡种知识域 → 再匹配子条件 → 最后返回对应答案。而不是把所有规则混在一起让大模型自由发挥——那样做在规则密集的场景中容易"串规则"。
五、复杂问题的转人工策略
不是所有市民卡和通卡的问题都能由Agent独立处理。以下场景应识别后转人工：
多系统查询类：市民的医保账户状态需要查询社保系统、银行账户需要查询银行系统——如果两个系统数据不一致（比如社保显示正常但银行显示异常），Agent无法判断以哪个为准，应转人工。
身份争议类：市民说"我的卡被人冒用了""我的信息不对"——涉及身份核验和争议处理，Agent不做判断，采集信息后转人工。
特殊审批类：区县的特殊政策、个案审批、历史遗留问题——没有标准化规则的问题转人工。
情绪化投诉：市民对服务不满、语气激动——Agent识别情绪信号后不做业务处理，直接转人工。
转人工时，Agent应携带已采集的全部信息——卡种、人群属性、问题类型、已追问的内容和市民的回答。人工坐席接过来不需要从头问"请问是哪张卡"，直接处理核心问题。工单系统支持秒级建单，坐席效率大幅提升——这已在同类市民卡服务场景中得到验证。
六、自查清单
如果你的市民卡或一卡多用的公共服务也在用多入口承接市民咨询，可以先拿下面几个问题自测：
当前咨询中，有多少比例的问题需要坐席先判断卡种再回答？如果超过一半，卡种路由的拦截价值就很大。
市民卡和通卡的业务规则是否已经整理成结构化的知识条目——按"卡种→子条件（人群/账户/区县）→答案"三级组织？如果没有，Agent上线后知识库的维护成本会很高。
95热线中，市民能否在首轮交互中说清自己的卡种？如果大部分市民说不清，语音追问的文案设计（用业务场景代替卡种名称）是关键。
三个线上入口的快捷菜单是否按业务场景设计（"医保社保查询""公交出行充值"）而非按卡种名称设计（"市民卡""通卡"）？前者降低市民的认知负担，后者要求市民自己懂卡种分类。
医保社保系统、银行系统和公交系统的数据接口是否可调用？如果涉及多系统查询的复杂问题占比高，Agent独立处理的边界就取决于接口的可用性。
知识库中是否已沉淀了各区县的网点信息和业务差异？如果区县规则还在人工记忆中，Agent无法回答网点相关问题。
转人工时，坐席能否在弹屏中看到Agent已采集的卡种、人群和问题摘要？如果不能，Agent的前置判断就没有实际价值。
