今天，我想重点介绍这个产品中最核心的功能：生成式程序（Generative Procedures），它彻底改变了传统客服机器人的构建方式。
什么是生成式程序？
传统的客服机器人需要我们在对话构建器中逐步编写脚本化的对话流程——这个过程既耗时又难以维护。
看到这个传统的workflow你晕乎吗？
而生成式程序采用了完全不同的方法：
您只需要输入业务策略和处理规则，AI就会自动生成完整的处理流程图。
这项技术基于Agentic AI（代理式AI），让AI智能体能够在遵循企业政策的前提下，自主决定解决客户问题的最佳路径。
核心优势
-
1. 大幅降低配置成本 - 无需逐步编写对话脚本 -
2. 减少维护工作量 - 策略调整后自动更新流程 -
3. 原生多语言支持 - 一次编写，支持所有语言 -
4. 智能决策能力 - AI自主选择最优解决路径
如何创建生成式程序？
让我通过实际操作流程，展示这个功能的简便性：
第一步：选择用例（Use Case）
每个生成式程序都绑定到一个特定的用例。当客户咨询触发该用例时，AI智能体就会按照关联的程序来处理。
路径：AI Agents - Advanced → Content → Use Cases
第二步：编写程序描述
这是最关键的一步。您只需要用自然语言描述处理流程，就像在指导一位人工客服一样：
示例程序描述：
当客户询问退货问题时：
1. 首先确认订单号和购买日期
2. 检查订单是否在30天退货期内
3. 如果符合退货条件：
- 在帮助中心搜索退货流程文档
- 向客户说明退货步骤，并始终包含{{brandName}}品牌名称
- 生成退货标签并发送给客户
4. 如果不符合退货条件：
- 礼貌地说明原因
- 提供替代解决方案（如商品置换）
第三步：AI自动生成流程图
点击"创建程序"后，系统会自动生成一个可视化的流程图，清晰展示AI智能体将如何执行每个步骤：
生成的流程图会包含：
-
• 决策节点（判断条件） -
• 行动节点（执行操作） -
• 知识库搜索点 -
• API调用集成点 -
• 参数传递逻辑 -
增强功能
在编写程序描述时，您可以：
-
• 使用 /或+快速插入： -
• 预定义动作 -
• API集成 -
• 参数配置 -
• 搜索规则 -
• 用自然语言引用搜索规则： "仅在中文帮助中心搜索相关文档"
"优先搜索最近更新的FAQ"
测试与优化流程
创建程序后，Zendesk提供了完善的测试机制：
1. 参数化测试
可以针对不同的条件分支进行测试：
-
• 设置特定参数值 -
• 模拟不同客户场景 -
• 验证条件逻辑
2. 实时对话测试
在测试小部件中直接与AI对话，验证：
-
• 响应准确性 -
• 流程完整性 -
• 语言表达是否符合品牌调性
3. 查看测试日志
可以在对话日志中筛选"仅显示测试对话"，深入分析AI的决策过程。
版本管理：安全的迭代机制
Zendesk为每个程序维护完整的版本历史，这让持续优化变得毫无风险：
版本历史功能
-
• 按天分组显示所有版本 -
• 绿色对勾标记当前发布版本 -
• 显示每次修改的时间戳和操作人
灵活的回滚机制
-
1. 查看历史版本 - 只读模式预览任何历史版本 -
2. 恢复为草稿 - 将历史版本恢复但不立即发布 -
3. 一键发布 - 确认无误后推送给客户
版本分享
可以复制特定版本的直接链接，方便团队成员协作讨论。
编辑与迭代
程序上线后仍可随时编辑：
-
1. 修改程序文本 -
2. 点击"生成程序" -
3. 查看更新后的流程图 -
4. 重复调整直到满意 -
5. 发布更新或放弃更改
重要提示： 流程图本身不可直接编辑，必须通过修改程序描述来调整。这确保了AI理解和执行的一致性。
与传统对话构建器的对比
|
|
|
Agentic AI |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
实际应用场景
场景一：订单查询与处理
程序描述：
1. 获取客户订单号
2. 调用订单API查询状态
3. 根据订单状态提供相应信息：
- 已发货：提供物流追踪链接
- 处理中：告知预计发货时间
- 已取消：说明原因并提供重新下单选项
场景二：技术支持升级
程序描述：
1. 在知识库搜索客户问题的解决方案
2. 如果找到匹配文档，提供解决步骤
3. 如果客户反馈无效，询问更多细节
4. 当问题复杂度超过AI能力时，自动创建工单并转人工
5. 工单需包含完整对话历史和问题分类
场景三：多条件退换货
程序描述：
1. 验证订单信息和购买时间
2. 检查商品类别（电子产品/服装/食品等）
3. 根据不同类别应用不同退货政策
4. 对于VIP客户，延长退货期限
5. 生成相应的退货授权或拒绝说明
最佳实践建议
你不需要是编程的专家，你用业务的语言，就可以完成一个Agentic AI Agent的设计，这就是Agent时代AI的能力，但是我们的专业，也是至关重要的成功要素。
根据我们的几个实施经验，以下是一些关键建议，作为业务专家一看就懂：
1. 程序描述的撰写要点
-
• 保持逻辑顺序：按实际处理步骤排列 -
• 明确决策条件：清楚说明"如果...那么..." -
• 引用知识源：指定搜索哪些帮助文档 -
• 定义话术风格：说明如何措辞和品牌术语使用
2. 测试策略
-
• 在发布前至少测试5-10个典型场景 -
• 特别关注边界条件和异常情况 -
• 邀请实际客服团队参与测试
3. 持续优化
-
• 定期查看对话日志，发现改进点（这叫做人在环路，也是强化学习，业务行家指导AI，找出能带AI新人的业务能手） -
• 收集客户反馈，调整程序逻辑 -
• 利用版本管理功能，小步快跑迭代
与OpenAI方案的对比优势
相比OpenAI展示的智能体方案，Zendesk AI Agents Advanced具有以下独特优势：
-
1. 开箱即用 - 与Zendesk生态深度集成，无需额外开发 -
2. 企业级安全 - 符合各类数据合规要求 -
3. 成熟的客服场景 - 针对客户服务优化的功能 -
4. 可视化管理 - 非技术人员也能轻松配置 -
5. 已验证的规模化能力 - 服务全球数万企业客户（数据来自于Zendesk官方数据统计，不是为了违反广告法来宣传） 
总结
Zendesk的生成式程序功能代表了客服AI的新范式：从"编程配置"转向"策略描述"。这不仅大幅降低了企业部署智能客服的门槛，更重要的是让AI真正具备了"代理能力"——在理解业务规则的基础上自主决策。
作为已经在市场上成熟运行一年多的解决方案，AI Agents Advanced已经帮助众多企业实现了客户服务的智能化转型。如果您的企业正在考虑部署AI客服解决方案，Zendesk无疑是一个值得优先考虑的选择。
而且AIAA是完全按照ARs来收费，就是按照问题解决来收费，不成功不收钱，AI时代需要这种硬气，按照什么对话，或则token消耗收费，就是黑盒，就是耍流氓了。
想了解更多信息或安排产品演示？
欢迎联系我们的团队，我们将根据您的具体业务场景，展示如何用生成式程序快速构建您的智能客服代理。