【Dify场景带DSL】5 个节点，30 分钟搭出投诉自动分级与升级机器人- 大数跨境

AI4SE

2026-07-08

导读：用 Dify Chatflow 的问题分类器 + 双 LLM 节点，5 个节点让 AI 在 3 秒内完成分级和处理，L1 自动赔、L4 秒升级。

客服每天接到投诉，第一件事不是回复，而是判断——这算小事还是大事？该赔券还是该转主管？判断错一次，轻则多赔钱，重则酿成舆情。用 Dify Chatflow 的问题分类器 + 双 LLM 节点，5 个节点让 AI 在 3 秒内完成分级和处理，L1 自动赔、L4 秒升级。

投诉进线的第一个动作，从来不是回复

呼叫中心和在线客服每天都要面对一个隐形难题：投诉分级全靠人工经验。同一句"东西坏了"，新客服可能当小事道个歉了事，老客服却一眼看出这是第三次投诉、该走升级流程了。

分级判断不准会带来两种代价：轻微投诉走了升级流程，浪费主管时间、拖慢响应；严重投诉被当成小事打发，客户情绪进一步恶化，甚至演变成舆情或法律纠纷。产品安全类投诉尤其如此——一次误判,可能就是一次客诉升级为公关危机。

真正需要的是一套能自动分级、还能按级别差异化处理的分诊机制。Dify Chatflow 里，一个问题分类器加两个 LLM 节点，就能把这套逻辑跑起来。

整个 Chatflow 只有 5 个节点，核心是"一次分类、两条分支"：

架构流程图

在 Dify 工作流编辑器中，这条链路一目了然：

Dify 工作流编辑器 — Case-013 投诉自动处理与升级

用户投诉 → 投诉分级（L1~L4）→ 自动处理(L1-L2) / 升级处理(L3-L4) → 直接回复

1. 投诉分级：问题分类器做"信号提取"，不是关键词匹配

分类器把投诉切成四档：L1 轻微（物流延迟、包装破损）、L2 一般（质量问题、服务不及时）、L3 严重（反复投诉、态度恶劣、虚假宣传）、L4 紧急（安全问题、法律威胁、媒体曝光）。分级依据不是简单关键词命中，而是语义理解——"用了之后过敏"和"快递迟了两天"，AI 能读出完全不同的紧迫程度。

2. 自动处理（L1-L2）：给权限，不给自由裁量权

轻微和一般投诉直接由 AI 处理，但权限写死在提示词里：优惠券最高 50 元、补发商品可直接安排、7 天内退换货自动通过。AI 不是"随便道歉了事"，而是从预设的补偿方案表里精确匹配，保证处理口径统一。

3. 升级处理（L3-L4）：AI 不解决问题，只负责"接住情绪 + 转交"

严重和紧急投诉，AI 的任务从"解决"变成"安抚 + 记录 + 升级"：先真诚道歉，明确告知已升级至主管/总监，创建格式化紧急工单（URG-日期-序号），并按级别承诺响应时限——L3 四小时内、L4 一小时内。涉及人身安全的 L4 投诉，AI 还会主动建议客户就医并保留证据。

4. 双分支合并输出：一个出口，两种口径

{{#llm_auto.text#}}{{#llm_escalate.text#}} 把两条分支合并到同一个回复节点——同一时刻只有一条分支有内容，天然互斥，不需要额外的条件判断。

真实调用效果非常直观。用户说"快递延迟了两天还没到，我很着急"——一句典型的物流类轻微投诉：

先道歉，再确认订单细节，直接给出 20 元优惠券 + 加急处理方案，末尾标注【投诉级别：L1 | 处理方式：自动处理】

换成"产品使用后导致过敏，我要投诉并要求赔偿"——涉及人身安全的高风险投诉，AI 的应对完全切换到另一套逻辑：

创建紧急工单 URG-2024-0001，同步告知已升级主管，承诺响应时限，并建议客户就医保留证据

同一个聊天入口，两句话得到两种完全不同的处理方式——不需要客户选择"我要投诉"还是"紧急投诉"，AI 自己听懂了严重程度。

项目	数据
搭建时间	30 分钟
节点数量	5 个（开始 + 问题分类器 + 2×LLM + 直接回复）
模型	claude-haiku（分级 + 自动处理 + 升级处理均可用同一模型）
单次对话成本	~¥0.02（分级 + 处理二选一）
输出格式	结构化文本，末尾统一标注投诉级别与处理方式