Zendesk AI 是 Zendesk 在其云客服工单平台（CX 平台）上推出的一整套 AI 能力，2024 年 5 月首次发布，同年 11 月扩展出独立的 AI Agents 产品。它解决的核心问题是：客服团队被大量重复性问题（密码重置、订单状态、退款政策等）淹没，人工分类路由效率低、夜间无人响应。Zendesk AI 通过智能分类（自动识别意图、情绪、语言）、生成式回复（基于知识库草拟答复）和 AI Agent（自主完成多轮对话并解决问题）三条路径，把 AI 直接嵌入既有工单流、SLA 和报表链路。 本文从产品定位、账号开通、四类核心能力、生产部署与选型对比五个角度展开，读者按文中的操作路径即可在 Zendesk 后台完成 AI 能力的启用和 AI Agent 的发布。全文基于 Zendesk 官方公开资料整理，不涉及未公开的定价与内部实现。
掌握 Zendesk AI 的配置与运营方法，是客服团队从「人力堆量」转向「AI 批量处理重复咨询」的关键技能，也是 CX 运营和 AI 产品经理的核心加分项。
目录
速览卡是工具类内容的固定首屏模块：30 秒判断「这工具是什么、能不能商用、适不适合我」。
为什么需要 Zendesk AI：客服人力瓶颈 → AI 批量处理重复咨询
传统客服体系有两个结构性痛点。第一，工单分类和路由依赖人工经验和僵硬的规则引擎：客服在工作台上手动判断意图、打标签、设置优先级，规则匹配不到的场景直接落入错误队列。第二，重复性问题占比高，一线客服 60% 以上的时间在处理同类咨询，导致高价值工单排队越来越久，夜间和促销高峰期更是无人覆盖。这两个痛点叠加的结果是首响时间拉长、解决率下滑、客服流失。
Zendesk AI 的解决方案是让 AI 在工单流转的每个环节介入：入口处由智能分类自动识别意图、情绪、语言和客户价值，给出标签和优先级；处理中由生成式回复基于知识库草拟答复，客服确认后发送；对完全模式化的问题，则由 AI Agent 直接完成多轮对话、自主解决。所有产出（标签、回答、会话摘要）都写回原工单，不改变客服现有工作台习惯。
与同类工具相比，Zendesk AI 的气质差异在于「工单优先」：它不是一个独立聊天机器人平台，而是深度嵌入 Zendesk 工单路由、SLA 和 Explore 报表体系。对已经在用 Zendesk 的团队，AI 能力的上线成本最低；对还没有客服系统的团队，则需要先评估是否愿意为工单体系买单。
账号开通与环境配置：3 步就绪
Zendesk AI 是纯 SaaS 产品，无需本地安装，配置全部在云端的 Admin Center（管理中心）完成。
步骤一：确认订阅与插件。 Zendesk AI 的内置功能随 Suite Team/Professional/Enterprise 版本提供；生成式回复、宏建议等高级能力位于 Advanced AI 插件（约 50 美元/客服席位/月，按年计费）；AI Agent 自主解决是独立产品，与 Advanced AI 分开订阅。先到定价页确认当前套餐范围，再决定是否需要购买插件。
步骤二：配置数据区域与语言。 在 Admin Center → Account → 数据驻留区域中选择数据存放位置（Zendesk 提供美国、欧盟、澳大利亚、日本等区域），并检查语言设置，确保知识库语言与客户主要语言一致。
步骤三：验证 API 连通性。 在 Admin Center → Apps and integrations → Zendesk API 中创建 API Token，然后用 REST API 验证身份。下面命令中的 your_subdomain 替换为你的 Zendesk 子域名：
返回包含当前用户信息的 JSON 即表示环境就绪，可以进入 AI 功能配置阶段。
# 使用邮箱+Token 验证 Zendesk API 连通性curl -u "your_email@example.com/token:YOUR_API_TOKEN" \ -H "Content-Type: application/json" \ https://your_subdomain.zendesk.com/api/v2/users/me.json
快速上手：30 分钟发布第一个 AI Agent
最小可用流程的思路是：先不追求覆盖全部问题，只用一个知识源（Help Center）、两个意图（订单状态、退款政策），把 AI Agent 发布到 Web Widget 测试渠道跑通链路，再逐步扩展。
1. 进入 Admin Center → AI Agents → Create agent，设置名称、回复语气和入口渠道。
2. 连接知识源：选择 Help Center（也可上传 PDF/网页 URL），AI Agent 将基于这些内容检索并生成回答。
3. 配置意图：添加「订单状态」「退款」两个意图，为每个意图设置自动回复话术，并指定「无法解决时转人工」的兜底条件。
4. 发布到测试渠道：在 Web Widget 渠道绑定一个测试页面，打开在线客服窗口，模拟客户输入「我的订单到哪了」。
5. 检查结果：确认 AI Agent 是否正确引用了知识库内容、是否在意图不匹配时转人工。验证通过后，将其发布到 Email、WhatsApp、Messaging 等正式渠道。
进阶技巧：在 AI Agent 设置中开启「转人工前收集会话摘要」，人工接替客服时可直接看到前序对话的要点，省去重复询问。
核心能力详解：4 大支柱
支柱一：智能分类（Intelligent Triage）。 自动识别工单的意图（intent）、语言、情绪（sentiment）和客户价值，并据此自动打标签、设定优先级、路由给合适的客服团队。所用模型为 Zendesk 自研专用模型，基于客服场景数据进行微调，客户无需自行训练，开箱即用。这是整个 Zendesk AI 的基础——后续的路由、回复、报表都依赖分类结果的质量。
支柱二：生成式回复（Generative Replies）。 客服打开工单时，系统基于 Help Center 中最相关的文章自动草拟一段回复，客服确认或编辑后发送。默认不自动发送，必须有人工确认环节，避免错误答案直接触达客户。它与宏建议（Macro Suggestions）互补：宏建议推送的是预设好的标准话术模板，生成式回复则是针对当前工单动态生成的新文本。
支柱三：AI Agents 自主解决。 2024 年 11 月发布的独立产品线，提供可视化对话流构建器，让非技术人员通过拖拽配置意图、条件和动作。AI Agent 可以跨渠道（Web Widget、Messaging、Email 等）自主完成多轮对话、查询知识库并在解决后关闭工单；当判断超出能力范围时，会携带上下文无缝转交人工。
支柱四：知识管理与洞察。 Knowledge Capture 自动从「已解决但未能自助」的工单中提炼知识库草稿，减少知识库维护成本。会话摘要（Conversation Summary）将冗长对话压缩为要点，方便交接和复盘。Explore 报表则提供 AI 采纳率、AI Agent 解决率、自助服务率等指标，供运营团队持续调优。
生产部署与监控：从上线到运维
部署方式一：全托管 SaaS。 Zendesk AI 的模型服务运行在 Zendesk 云端，生成式 AI 基础模型通过 Amazon Bedrock 运行于 AWS，不需要自建 GPU 或模型服务。企业版可在管理后台限定数据驻留区域，满足 GDPR 等数据合规要求，运维成本基本为零。
部署方式二：API 集成。 通过 Zendesk REST API 双向同步工单数据，配合 Webhook、SSO 对接内部 CRM 和客服系统；Zendesk Marketplace 上有超过 1500 个现成应用，多数主流业务系统都有官方或社区适配器，无需从零开发。
可观测性。 Admin Center → AI 仪表盘集中展示 AI Agent 解决率、自助服务率、生成式回复采纳率等核心指标；Explore 报表支持下钻到单条工单的 AI 处理记录；审计日志（Audit Log）记录所有 AI 配置变更，便于排查和合规审计。
<p class="para-label">避坑清单：</p>
<ul class="dash-list"><li>把「内置 AI」当全部：基础订阅只含有限的 AI 功能，生成式回复、宏建议在 Advanced AI 插件中，AI Agent 又是独立产品，上线前必须核对套餐，否则账单会超出预期。</li><li>知识库质量决定 AI 质量：Help Center 内容陈旧或缺失时，生成式回复和 AI Agent 都会给出错误答案，上线前务必清理知识库，并保持「人工确认后发送」的默认设置。</li><li>忽略数据区域与隐私开关：未配置数据驻留区域可能在 GDPR 等合规审查中出问题；在 Admin Center 可关闭 AI 数据处理，应在启用前完成合规评估，而非事后补救。</li></ul>
| 维度 | Zendesk AI | Intercom Fin | Freshworks Freddy AI | Salesforce Einstein for Service |
|---|---|---|---|---|
| 定位 | 工单系统内的全链路 AI | 对话平台内的 AI Agent | 客服套件内的 AI 助手 | CRM 服务云内的 AI 能力 |
| AI 形态 | 智能分类 + 生成式回复 + 独立 AI Agent | 嵌入 Messenger 的自主 AI Agent | 工单辅助 + AI Agent + 会话摘要 | Agentforce 对话机器人 + 工单智能 |
| 自主解决能力 | AI Agents 跨渠道多轮自主解决（2024-11 起） | Fin AI Agent 主打自主解决 | Freddy AI Agent 自主回答 | Einstein 机器人自主处理 + 转人工 |
| 知识依赖 | 依赖 Help Center 知识库质量 | 依赖帮助中心文章与对话历史 | 依赖 Freshdesk 知识库 | 依赖 Salesforce 知识与流程配置 |
| 集成生态 | Zendesk Marketplace 超 1500 个应用 | 集成偏 IM/消息渠道 | 与 Freshworks 套件深度绑定 | 与 Salesforce CRM 深度绑定 |
| 定价模式 | 按客服席位 + 插件订阅 | 按对话量（Resolution）计费 | 按席位 + AI 附加包 | 按席位 + 按对话量（Agentforce） |
| 适用规模 | 中大型客服团队，工单体系成熟 | 对话优先的 SaaS 产品团队 | 中小团队，追求性价比 | 已重度使用 Salesforce 的企业 |
| 学习曲线 | 中；配置入口集中在 Admin Center | 较低；对话构建器可视化 | 较低；套件内一键启用 | 较高；依赖 Salesforce 配置体系 |
选型建议：已经在用 Zendesk 工单体系的团队，无脑优先评估 Zendesk AI——AI 产出直接进入既有路由和报表，迁移成本最低。对话优先、以售前和产品咨询为主的 SaaS 团队更适合 Intercom Fin；中小团队预算敏感可选 Freshworks；若是 Salesforce CRM 深度用户，Einstein for Service 的打通成本最低，不必为单一 AI 能力跨平台。
版本迭代
Zendesk AI 作为 SaaS 产品没有传统意义上的版本号，能力随云端不断更新。2024 年 5 月发布 Zendesk AI 品牌与 Advanced AI 插件，11 月推出独立的 AI Agents 产品并收购 AI 初创公司 NativeX 以强化自主规划能力，2025 年春季将 AI 能力延伸到语音渠道。截至 2025-06-10，产品线由「Zendesk AI（内置 + Advanced AI）」和「AI Agents（独立）」两部分组成，核心能力仍在逐月增强。
| 版本 | 时间 | 变化 | 提升 |
|---|---|---|---|
| Zendesk AI（内置 + Advanced AI） | 2024-05 | 全渠道 AI 能力正式发布 | 智能分类、生成式回复、宏建议、会话摘要上线；Advanced AI 约 50 美元/席位/月（按年计费） |
| Zendesk AI Agents | 2024-11 | 独立 AI Agent 产品发布 | 可视化对话流构建器、跨渠道自主解决；同月收购 NativeX 增强 AI 自主规划能力 |
| Zendesk AI Agents 语音扩展 | 2025-03 | 语音 AI 代理进入预览 | AI 能力从文本渠道扩展到语音渠道；AI Agent 平台能力持续增强 |
Zendesk AI 的迭代主线是「从辅助到自主」——2024 年上半年的重点是帮客服写得快、分得准，2024 年底转向让 AI 独立解决客户问题，2025 年进一步扩展到语音渠道。选型时应注意：如果只需要回复辅助，Advanced AI 插件即可；需要真正的无人值守，则必须评估独立的 AI Agents 产品。
AI 应用场景
场景一：客服工单的自动分类与路由
阶段：工单接入与智能路由
解决的问题：人工打标和路由在日均千级以上的工单量下，耗时长且标准不一。智能分类自动识别意图、语言、情绪和客户价值，按预设规则打标签、设优先级并路由到对应团队，大幅减少手动操作，夜间工单也能被正确归类，次日人工上班可直接处理。
具体案例：某电商客服团队在启用智能分类后，工单不再需要客服逐一判断「这是订单问题还是售后问题」，分类和路由在工单创建的数秒内完成；错误路由导致的重复转手明显减少，首响时间从小时级降至分钟级。
场景二：生成式回复辅助一线客服
阶段：坐席辅助与内容生成
解决的问题：一线客服面对重复问题时，每次都要手打回复。生成式回复基于 Help Center 实时草拟答案，客服确认后发送，同时配合宏建议推送标准话术模板。默认保留人工确认环节，兼顾效率与质量。
具体案例：在知识库覆盖较全的团队中，客服打开工单即可获得一段基本可用的回复草稿，编辑量从整段撰写降为局部修改，单张工单的处理时间显著缩短；客服可将精力转向需要人工判断的复杂工单。
场景三：AI Agent 无人值守处理重复咨询
阶段：AI Agent 编排与自主解决
解决的问题：退款、改地址、查订单这类标准化问题在非工作时间无人处理。AI Agent 构建可视化流程，基于知识库自主完成多轮对话，解决后关闭工单；无法处理时携带会话摘要转人工，保证体验不中断。
具体案例：某团队将 AI Agent 挂到 Web Widget 和 WhatsApp 渠道后，两类高频意图（订单状态、退款进度）实现了全天候自助处理，人工队列只保留真正需要判断的工单，客服人力从「守队列」转为「处理复杂问题」。
常见误区
误区我买了 Zendesk Suite，AI 功能应该就全都有了，不需要额外付费。
正解Zendesk AI 的「内置」功能只是基础分类等有限能力。生成式回复、宏建议等高级功能位于 Advanced AI 插件（按席位额外订阅），AI Agent 自主解决则是独立的 AI Agents 产品，与 Advanced AI 分开计费。上线前应核对定价页，把三部分费用都计入预算，否则账单会明显超预期。
为何常见：Zendesk 官方宣传中「Zendesk AI」是一个总称，覆盖内置、插件和独立产品三层，非资深用户容易按字面理解为「一个打包产品」。
误区生成式回复既然叫 AI 回复，那肯定会自动把答案发给客户，客服不用管了。
正解生成式回复的默认流程是「AI 起草 → 客服确认/编辑 → 客服点击发送」，系统不会绕过人工直接触达客户。自动发送需要额外配置并且有明确的合规与质量风险。理解这个默认机制，才能正确评估它对客服效率的真实提升幅度。
为何常见：很多 AI 客服工具的卖点就是「全自动处理」，用户容易把行业印象直接套到 Zendesk 的具体功能上。
误区把 AI Agent 打开，它就应该能回答所有客户问题，跟 ChatGPT 一样。
正解AI Agent 的回答质量完全依赖两件事：知识库有没有相关内容，意图流有没有配置清楚。不上传或连接 Help Center、不定义意图与转人工条件，AI Agent 只能给出通用话术，甚至频繁触发转人工。上线前必须做知识库清理和意图梳理，发布后持续看解决率报表调优。
为何常见：通用大模型产品（如 ChatGPT）的即用体验降低了人们对「企业级需配置」的感知，忽略了企业知识隔离和数据准备的必要性。
误区我把工单数据放进 Zendesk AI，Zendesk 就会拿这些数据去训练他们的模型，客户隐私没有保障。
正解Zendesk 官方明确其生成式 AI 所使用的基础模型不会基于客户数据训练（基础模型由第三方模型供应商提供，通过 Amazon Bedrock 运行），并且管理员可以在 Admin Center 中配置 AI 数据处理方式、甚至关闭相关数据处理。启用 AI 前应阅读官方数据处理说明并结合自身合规要求做评估。
为何常见：近两年多家 SaaS 公司因默认用客户数据训练模型而引发争议，用户对「AI = 拿数据训练」形成了普遍警惕，容易忽略各厂商在数据处理上的明确边界。
面试题
Q1. Zendesk AI 中自动识别工单意图、情绪、语言的能力属于哪个组件？
- A.智能分类← 正确答案
- B.宏建议
- C.会话摘要
- D.工单导出
答案：A。智能分类（Intelligent Triage）负责识别意图、情绪、语言和客户价值，并据此打标签和路由。宏建议推送的是预设话术模板，会话摘要压缩长对话，工单导出是数据迁移功能，均不具备识别能力。
Q2. 生成式回复的回复内容主要来源于哪里？
- A.客服团队群聊
- B.Help Center 知识库← 正确答案
- C.历史工单附件
- D.外部搜索引擎
答案：B。生成式回复基于 Help Center 中最相关的文章动态草拟回复，知识库质量直接决定回复质量。群聊、附件和搜索引擎都不是 Zendesk AI 的默认知识源。
Q3. 下列属于 Zendesk Advanced AI 插件能力的有哪些？
- A.智能分类← 正确答案
- B.生成式回复← 正确答案
- C.AI Agent 功能
- D.会话摘要← 正确答案
答案：ABD。Advanced AI 插件包含智能分类、生成式回复、宏建议、会话摘要等坐席辅助能力。AI Agent 是 2024 年 11 月发布的独立产品，与 Advanced AI 分开订阅，不属于该插件的组成部分。
Q4. Zendesk AI Agents 与 Advanced AI 插件的关系是？
- A.前者是后者的免费功能
- B.两者完全互相独立
- C.前者是独立产品可单独订阅← 正确答案
- D.前者仅限企业版使用
答案：C。AI Agents 是独立产品线，可单独订阅，也可与 Advanced AI 组合使用；它不免费、不依赖企业版，也不是 Advanced AI 的内部功能。两者定位不同：Advanced AI 侧重坐席辅助，AI Agents 侧重自主解决。
Q5. 生成式回复默认的发送方式是？
- A.全自动直接发送
- B.客服审阅确认后发送← 正确答案
- C.客户要求才生成
- D.仅夜间自动发送
答案：B。生成式回复的默认流程是 AI 起草、客服确认或编辑后手动发送，防止错误答案直接触达客户。全自动发送需要额外配置，且存在较高的错误扩散风险，不是默认行为。
Q6. 上线 Zendesk AI 前，应完成哪些前置准备？
- A.整理并维护知识库内容← 正确答案
- B.定义意图与路由规则← 正确答案
- C.自行训练大语言模型
- D.确认数据区域与隐私设置← 正确答案
答案：ABD。知识库、意图列表、路由规则是 AI 质量的基础，数据区域与隐私设置是合规前提。Zendesk AI 使用预训练模型和官方托管服务，客户无需也不允许自行训练大模型，C 是明显错误项。
Q7. 根据官方公开信息，Zendesk 生成式 AI 功能的基础模型运行在哪个云平台？
- A.腾讯云
- B.AWS（Amazon Bedrock）← 正确答案
- C.阿里云
- D.微软 Azure OpenAI
答案：B。Zendesk 官方宣布其生成式 AI 功能基于 AWS 的 Amazon Bedrock 运行，这是公开可查的部署信息。其余选项均为国内或微软云服务，与 Zendesk 官方披露不符。
Q8. 下列哪些属于 Zendesk 支持的数据驻留区域？
- A.美国区域← 正确答案
- B.欧盟区域← 正确答案
- C.澳大利亚← 正确答案
- D.日本区域← 正确答案
答案：ABCD。Zendesk 在管理后台提供美国、欧盟、澳大利亚、日本等多个数据驻留区域选项，企业可根据合规要求选择工单数据存放位置。全部四个选项均在其官方支持范围内。
Q9. 观察 AI 采纳率、解决率等运营指标，应使用 Zendesk 的哪个模块？
- A.Explore 报表← 正确答案
- B.邮件客户端
- C.浏览器控制台
- D.外部 Excel 手工统计
答案：A。Admin Center 的 AI 仪表盘和 Explore 报表提供了 AI 采纳率、AI Agent 解决率、自助服务率等指标。后三者无法读取 Zendesk 的内部 AI 数据，不可能作为指标来源。
Q10. 关于 Zendesk AI 的数据使用，正确的说法有哪些？
- A.基础模型不基于客户数据训练← 正确答案
- B.可关闭相关数据处理← 正确答案
- C.客户数据会出售给第三方
- D.启用后无法调整处理方式
答案：AB。Zendesk 官方明确基础模型不基于客户数据训练，且管理员可在 Admin Center 配置和关闭 AI 数据处理。官方未提供「出售客户数据」的机制，数据处置方式也可在启用后调整，C、D 均为错误认知。
参考来源
- webpageZendesk AI 产品页AI 能力总览与订阅入口
- webpageZendesk AI Agents 产品页AI Agent 独立产品介绍