> ## Documentation Index
> Fetch the complete documentation index at: https://docs.marsmind.co/llms.txt
> Use this file to discover all available pages before exploring further.
# 一次客户对话如何协作
> 用一条真实客户消息的发生过程，理解客户、MarsMind AI 和 Leader 如何完成日常协作。
理解 MarsMind AI 最好的方式，不是先看命令表，而是看一条客户消息从出现到被解答，中间到底发生了什么。
在 MarsMind 里，AI 会先尝试像团队成员一样工作：理解客户在问什么，结合 Leader 给它的要求和已有知识判断能不能回复。如果它不确定，就把问题带回来问 Leader，而不是冒险给客户一个不稳的答案。
## 1. 客户先发起问题
客户可能只是像平时一样问一句：
```text theme={null}
你们接入以后多久可以开始用？
```
这时候 AI 会先判断对方是不是客户。如果对方是客户，它会进入客户服务视角，而不是把这句话当成内部指令。
它会同时看几类信息：客户前面说过什么、Leader 给它设定的角色、知识库里有没有相关材料、有没有必须遵守的业务规则。
## 2. AI 按 Leader 的要求思考
Leader 对 AI 的要求，会影响它怎么回答。
如果 Leader 之前告诉它“先理解客户需求，不要急着承诺时间”，AI 就应该先确认客户的接入场景，再给出谨慎的说明。
如果 Leader 给过明确知识，例如“标准接入通常需要 1 到 3 个工作日，复杂项目需要评估”，AI 就可以结合这条知识回答。
这就是为什么 AI 需要被当作团队成员来带教。你给它的身份、知识和规则越清楚，它越容易做出稳定判断。
## 3. 能回答时，AI 直接回复客户
当知识和上下文足够清楚时，AI 可以直接回复客户。比如：
```text theme={null}
一般来说，标准接入在资料齐全后 1 到 3 个工作日可以开始使用。
如果你的业务流程比较复杂，我们会先确认接入范围，再给你更准确的时间。
```
这样的回答不是单纯复读知识库，而是把知识、语气和当前客户问题合在一起。
## 4. 不确定时，AI 会请教 Leader
如果客户问到价格、合同、特殊承诺、复杂政策，或者知识库里没有足够依据，AI 应该先问 Leader。
Leader 通常会看到两部分内容：
| 内容 | 代表什么 |
| -------------- | ---------------- |
| `[question]` | 客户原问题和必要上下文 |
| `[suggestion]` | AI 根据已有知识写出的建议回复 |
如果建议可用，你可以回复 `OK`、`可以` 或直接采用。如果建议不够好，你可以直接写出更合适的答案。
## 5. Leader 的回复会继续训练 AI
Leader 的每一次确认、改写和补充，都不只是处理当前客户。
如果这是一个高频问题，可以把它沉淀成 QA。以后客户再问类似问题，AI 就不需要每次都回来问你。
如果这是一个新的资料范围，可以让 AI 学习文件或链接。以后它就能引用更完整的信息。
如果这是某种处理方式，例如“客户问申请条件时，先引导完成自助注册”，可以把它变成技能规则。
## 6. 日常 Leader 应该怎么互动
Leader 不需要把 AI 当成一次性配置好的机器人。更合理的方式，是像带一个新人一样持续给它反馈。
上线前，先用真实客户问题测试它。看它有没有理解业务，语气是不是自然，有没有过度承诺。
上线后，重点看它问你的问题。AI 经常回来问的内容，通常就是知识库、QA 或技能规则还不够清楚的地方。
业务变化时，及时告诉它。价格、服务范围、接入流程、活动政策发生变化，都应该同步给 AI。
发现它答错时，直接告诉它标准答案和以后怎么判断。不要只说“你错了”，要把正确规则讲清楚。
## 7. 一条对话的完整闭环
一条客户对话通常会这样完成：
1. 客户提出问题。
2. AI 判断对方身份和问题意图。
3. AI 结合 Leader 要求、知识库、QA 和技能规则组织回答。
4. 能确定时，AI 直接回复客户。
5. 不确定时，AI 带着问题和建议请教 Leader。
6. Leader 确认或改写。
7. AI 回复客户，并把这次判断沉淀为后续经验。
这就是 MarsMind AI 的核心协作方式：不是替你机械发送话术，而是在你的要求、知识和反馈下，逐渐成为能参与真实客户沟通的 AI 成员。
下一步，如果你要学习具体操作，请看 [强制命令入门](/cn/ai-assistant-guide/forced-commands)。如果你已经熟悉基础操作，想让 AI 直接理解业务目标并自驱动处理，请看 [自然命令场景](/cn/ai-assistant-guide/natural-commands)。
