核心要点

  • 2026 上半年六项升级,每一项都针对一个具体的日常痛点——不是为了填满参数表的功能,而是为了消除客服每天面对的机械式摩擦。
  • 最亮眼的变化:订单号会自己读出来。 SmartExtract 从任意消息中提取订单号和物流单号并自动填入工单——无需复制粘贴,无需切换标签页。
  • 一个团队现在就能覆盖所有语言, 依靠实时双向翻译和一套面向跨境术语的自定义术语词典。
  • 每一次交互都会被质检——不是抽查 10%——电话客服现在也跑在与文字相同的 AI 上。 80/20 的分工(AI 处理常规、人工处理判断)正越来越接近现实。

三位戴着耳麦的 Callnovo 客服人员在品牌墙前微笑

有几件事让客服工作变得不必要地辛苦——不是那些棘手的对话或真正复杂的问题,而是因为系统之间没有打通而产生的机械式摩擦。

顾客发来一条消息,正文里带着订单号。客服复制它,切换标签页,粘贴到另一个系统,等待,再切回来。三十秒没了——再乘以一天两百个联络。一位日本顾客提了个问题,说英语的客服得先翻译它、核实含义、起草回复,再翻译回去——本该两分钟的事花了十分钟。ChatBot 遇到一种没见过的措辞,处理失败,顾客只能对着一个毫无上下文的人工从头再讲一遍。

这些都不是边缘情况。它们是跨境客服的日常现实。HeroDash 的 2026 上半年更新就是为了解决它们——精准地解决,并以真正改变客服如何使用时间的方式解决。

一个 AI 核心,周围环绕着代表 HeroDash 六项升级的六个彩色图标

01 — ChatBot:从关键词匹配到真正的理解

上一代 ChatBot 基于一个简单前提运行:如果顾客说“退货”,就展示退货流程。它管用——直到顾客说“我不想要这个了”,机器人完全不知道该怎么办。

HeroDash 的 ChatBot 现在基于意图识别运行,而非关键词匹配。机器人理解顾客想完成什么,而不只是他们用了哪些词。“我的东西在哪”“包裹发出了吗”“我的订单还没到”是同一个问题——机器人对这三种说法都通过调取真实的物流数据来回答,而不是把顾客指向一个查询页面。要求修改收货地址,它会检查订单状态是否还允许修改。询问产品规格,它会去查知识库,而不是返回一句笼统的“请联系客服”。

转人工也更聪明了。机器人能识别出顾客的话何时表明他们想要真人,或何时情况已超出自动化应当尝试的范围,并把完整的对话上下文原封不动地转交过去。客服看得到发生的一切;顾客不用重复自己。语言是自动的:用西班牙语写,就得到西班牙语回复——日语、法语、德语也一样,无需任何配置。

02 — SmartExtract:订单号会自己读出来

这是每天为高话务量客服节省时间最多的一项——而且这份节省会累积放大,因为不停地在任务之间切换会带来实实在在的认知代价。美国心理学会(APA)指出,在任务之间来回切换可能耗掉一个人多达 40% 的高效工作时间。

SmartExtract 是一个智能字段识别引擎,能识别来消息中的订单号、物流单号、客户标识及其他结构化数据——跨任意渠道——并自动填入对应的工单字段。客服什么都不用复制。客服不用切换标签页。工单打开时,信息已经在正确的位置上了。

拿回那 30 秒: Amazon、eBay、Shopify 以及领星等 ERP 系统各自使用不同的订单号格式。SmartExtract 无需针对每个平台单独配置就能识别它们全部——于是那个“复制—粘贴—切换标签页”的循环,乘以每天数百个联络,直接消失了。

一项配套升级——共享意图平台——意味着意图规则只需配置一次,就同时作用于每一个机器人。运行多个机器人(售前、售后、VIP)的团队过去得逐个更新,机器人之间的偏差造成了难以预料的体验。现在:集中配置,处处生效,并可按机器人需要单独开关特定意图。

03 — 多引擎翻译:一个团队,所有语言

多语言支持的经济账一直令人头疼:一个团队对应一个语种。英语客服处理英语;日语客服处理日语。人力随顾客所讲语言的数量而扩张——而对跨境来说,这个数量通常超出你能从容支撑的范围。

多引擎翻译打破了这一模式。客服用自己的语言工作,顾客用自己的,系统实时双向翻译——客服从不需要主动做什么。这一点很重要,因为绝大多数消费者强烈偏好用自己的语言获得支持,而为每个市场配备一名母语者往往算不过账来。

自定义术语词典才是让它在实践中真正可用的关键。通用机器翻译处理日常对话已经足够好,但跨境电商靠的是术语——SKU、FBA、listing 劫持、A-to-Z claim、chargeback——未经训练的引擎会把它们翻得前后不一。词典让团队定义每个术语该如何翻译,并把它应用到每一次对话中。同一个术语,每一次都表示同一个意思。

在你自己的渠道上亲眼看看: 想在自己的实际业务里看看这些能力如何运转?开启 14 天免费试用,或与我们的团队聊聊针对你的渠道和市场的部署方案。

04 — 全渠道接入:一个工作台,所有渠道

2026 上半年的渠道扩展新增了 Shopify、eBay、领星 ERP、HubSpot 和 LINE。客服在单一工作台里,现在就能处理来自跨境顾客实际触达渠道中更大一部分的联络——无需切换系统去查订单或回复。

HeroDash 渠道接入矩阵:电话、VoIP、邮件、SMS、在线聊天、Facebook、WhatsApp、Instagram、LINE、Amazon、Shopify、eBay、Shopline、领星 ERP、HubSpot 及应用内 SDK,2026 上半年新增项标注为 new

AI 优先处理现在已从网页聊天扩展到邮件、Facebook、WhatsApp、Instagram 和 eBay。每个 WhatsApp 号码和 Facebook 主页都可以有自己的欢迎语,因此拥有不同客群的品牌无需分开工作流即可保持语气区分。应用内接入是新增能力:品牌可以把 HeroDash 聊天窗口直接嵌入自己的移动 App,应用内对话会实时同步到工作台——顾客始终不离开 App,客服则与其他所有渠道一并处理。渠道级和账号级的 SLA 管理让这一切更完整:响应时长目标和客服负载上限可以按渠道、按账号分别设置,而不是用一套笼统的 SLA 覆盖差异巨大的话务量。

05 — AI 质检:从抽样到全量覆盖

传统质检基于抽样——质检员审查 10–20% 的交互,再据此推断整体。问题显而易见:大多数交互从未被审查,样本在实践中很少真正随机,反馈往往在事后数周才到。

HeroDash 的 AI 质检覆盖每一次交互。不是抽样。每一次。

它运行在双轨架构上:工单级质检评估某一问题在所有渠道上完整的服务生命周期,而渠道级质检独立分析每个渠道的表现。想看整体服务质量?看工单质检。想具体知道邮件表现如何?看渠道质检。两套数据互不干扰。

三个评分维度

解决度——顾客的问题是真的被解决了,还是只是被回复了?合规性——标记出接近风险阈值的交互(监管性措辞、承诺性措辞、涉及隐私的请求)。知识准确度——将客服回复与知识库比对,并对一致程度打分。

四种报表视图——总览、客服级、趋势和维度——以事件驱动的方式更新,并每日自动汇总。任何一个早晨打开看板的管理者,都能对昨天的质量有一幅完整的图景,而不用等人去编一份报告。

06 — Voice AI:电话终于跟上了

电话一直是最后一个获得真正 AI 自动化的渠道——跨语言的实时语音识别,再加上真正所听到的内容做点有用的事,让它长期被划在文字之外的另一个类别里。HeroDash 的 Voice AI 弥合了这道鸿沟,分三层。

HeroDash 三层 AI 架构——理解、推理与检索、执行与解决——采用 80/20 解决分工:80% 由 AI 解决,20% 由人工专家处理

感知层负责 65+ 语言的实时语音识别,从第一刻起就带上下文记忆和客户画像整合。决策层用基于 RAG 的知识检索来确定解决路径——与文字 AI 相同的逻辑,应用到语音上。执行层直连 Shopify、物流和支付系统,执行真实操作:退款、修改订单、查询货运、故障排查。

这并非魔法。浓重的口音、多人抢话、嘈杂的线路,仍会降低识别准确率——这也正是转人工通道与自动化本身同样重要的原因。

一位为订单延误来电的顾客不会被转接、被搁置等待——Voice AI 实时调取物流并在同一通电话里作答。想修改订单的人会得到一次关于状态是否允许的实时核查,若允许,当场完成。通话实时转写以供即时质检(是否启用可按客服、按项目切换)。而那约 20% 真正需要人工判断才增值的电话,会连同完整上下文一并转交——AI 的摘要、顾客陈述的问题、已经尝试过什么、还有什么没解决。人工是接着对话往下走,而不是从头再来。

这六项变化合起来意味着什么

单独看,每一项升级都针对一个具体的痛点。合起来,它们改变了平台的能力边界——以及客服把时间花在哪里。

0 查订单时的标签页切换和复制粘贴
1 个团队 覆盖所有语言,而非一种语言一个团队
100% 交互每日全量质检,而非抽样
80/20 AI 处理常规;人工处理需要判断的那 20%

标签页切换没了。复制粘贴没了。那些逼客服从零开始的机器人失败大幅减少。曾经需要按语言分开配置人力的语言壁垒,一个团队就能应对。过去要滞后数周才能发现问题的质检,现在每天都能发现。而电话客服——多数团队里那个纯手工的渠道——如今跑在和其他一切相同的 AI 基础设施上。

HeroDash 所围绕设计的 80/20 动态——AI 处理 80% 的常规联络,好让人工专注于真正受益于判断的那 20%——随着每一项升级越来越接近现实。抵达人工的那些联络更复杂、解决得好更有价值,也更值得投入人的注意力。

真正重要的升级,不是那些演示时最出彩的,而是那些能删掉客服一天要重复两百遍的某个步骤的。

Manny Xu, CTO, Callnovo

平台仍在持续构建。这六项变化是 2026 上半年的成果;下半年会由使用平台的团队在实践中遇到的问题来塑造——那向来是最有用的反馈的来源。

常见问题

ChatBot 中的意图识别和关键词匹配有什么区别?

关键词匹配是在特定词出现时触发一段预设回复——顾客说“退货”,就展示退货流程。而意图识别理解顾客到底想完成什么,无论他们用什么措辞,因此“我的东西在哪”“包裹发出了吗”“我的订单还没到”都会归到同一个意图。HeroDash 的 ChatBot 现在基于意图识别运行,会直接调取实时物流数据来回答,而不是把顾客指向一个查询页面。

HeroDash SmartExtract 如何帮客服节省时间?

SmartExtract 是一个字段识别引擎,能直接从任意渠道的来消息中读出订单号、物流单号和客户标识,并自动填入工单字段。客服无需复制、粘贴或切换标签页——工单打开时数据已经就位。它能识别 Amazon、eBay、Shopify 以及领星等 ERP 的格式,无需针对每个平台单独配置。

一个团队能同时支持多种语言的顾客吗?

可以。HeroDash 的多引擎翻译让客服用自己的语言工作,顾客用自己的语言沟通,系统实时双向翻译。自定义术语词典让 SKU、FBA、A-to-Z claim、chargeback 等跨境术语在每一次对话中保持一致,因此排班不再需要按语言一种一个团队地扩张。

HeroDash 接入了哪些渠道?

电话、VoIP、邮件、SMS、在线聊天、Facebook、WhatsApp、Instagram、LINE、Amazon、Shopify、eBay、Shopline、领星 ERP 和 HubSpot——外加一个应用内 SDK,可将聊天窗口直接嵌入品牌的移动 App。2026 上半年新增了 Shopify、eBay、领星 ERP、HubSpot 和 LINE,并把 AI 优先处理扩展到邮件、Facebook、WhatsApp、Instagram 和 eBay。

HeroDash Voice AI 如何处理电话?

Voice AI 分三层运行:感知(支持 65+ 语言的实时语音识别,带上下文记忆和客户画像)、决策(基于 RAG 的知识检索,找出解决路径)、执行(直连 Shopify、物流和支付系统,真正完成退款、修改订单或查询货运)。通话实时转写,复杂情形会连同完整的 AI 摘要和上下文一并转交人工。

关于 Callnovo 与 HeroDash

HeroDash 是 Callnovo 的统一客服平台,在聊天、邮件、语音、社交和电商平台等渠道上以 65+ 语言将 AI 自动化与人工客服结合。Callnovo 搭建并运营跑在它之上的客服团队——因此平台的升级由真实的跨境客服团队每天遇到的问题来塑造。

想在自己的团队里试试这些功能?了解 HeroDash 平台,看看按解决量计费的支持多语言团队如何配合,或与我们的团队聊聊针对你的渠道和市场的部署方案。

来源

产品细节反映 HeroDash 平台 2026 上半年的更新。

Manny Xu
作者 Manny Xu Manny 是 Callnovo 的首席技术官,领导 AI 驱动的客户互动技术开发,包括 HeroVoice、HeroChat 和 HeroDash 分析平台。他拥有 18 年企业软件和 AI/ML 系统经验。 18+ 年企业软件经验,AI/ML 专家